[基于轨迹错误和表面肌电图信号的上肢康复运动参与的评估]

科学领域:

• 生物医学工程 生物医学工程
• 康复科学 康复科学 康复科学
• 人类运动分析 人类运动分析

背景情况:

• 目前的上肢康复经常忽视患者在中后期康复阶段的倡议.
• 现有的方法可能需要专门的设备,限制了可访问性.
• 评估积极参与对于定制康复策略至关重要.

研究的目的:

• 开发和验证一种模糊的评估方法,用于量化上肢运动康复的积极参与.
• 整合轨迹错误 (计算机视觉) 和肌肉激活 (sEMG) 进行全面评估.
• 为评估患者参与提供一种非专业化的基于设备的方法.

主要方法:

• 利用计算机视觉来分析运动参与评估的轨迹错误.
• 采用表面电肌图 (sEMG) 来量化生理参与的肌肉激活 (MA).
• 将运动性能和生理数据集成到模糊推断系统 (FIS) 和模糊决策树 (FDT) 中.

主要成果:

• 拟议的模糊评估方法有效量化了健康受试者积极参与水平的差异.
• 结果显示与基于sEMG的积极参与评估具有很高的一致性,在初始周期达到顶峰.
• 在随后的周期中显示出参与水平上升,然后下降的动态趋势.

结论:

• 模糊评估方法提供了一种新且有效的策略,用于评估积极参与上肢康复的情况.
• 这种方法为中期和晚期康复阶段的患者提供了一种有价值的工具,不需要专门的设备.
• 这些发现支持一种更个性化,更主动的方法来恢复运动.