对中风患者上肢运动功能的康复评估基于信念规则的基础

科学领域:

• 康复医学 康复医学 康复医学
• 机器人技术 机器人技术 机器人技术
• 人工智能的人工智能

背景情况:

• 康复评估对于中风患者至关重要.
• 目前的定量方法缺乏物理治疗师的临床洞察力.
• 物理治疗师的经验显著影响患者的评估.

研究的目的:

• 设计一个5 DoFs上肢 (UL) 康复机器人.
• 为康复评估提出一个信念规则基础 (BRB) 模型.
• 将物理医师的专业知识纳入中风患者评估中.

主要方法:

• 收集了使用康复机器人的中风患者的运动数据.
• 开发了一个基于BRB的评估模型,结合了专家知识.
• 与反向传播神经网络 (BPNN) 和支持矢量机器 (SVM) 相比,比较了BRB模型的性能.

主要成果:

• 该BRB模型在评估UL电机功能方面表现出高准确性和有效性.
• 对比分析证实了BRB在BPNN和SVM上的优势.
• 该模型成功地将物理医师的知识整合到评估过程中.

结论:

• 基于BRB的模型增强了对中风患者UL运动功能的评估.
• 这种方法有助于物理医生评估患者的康复状态.
• 开发的机器人和模型为中风康复提供了一个有前途的工具.