基于患者疼痛感的康復(fù)機器人系統(tǒng)控制方法研究.pdf

1、全世界每年大約有1500萬人因腦卒中等心腦血管疾病，導(dǎo)致永久性的肢體癱瘓，這給患者日常生活帶來極大不便，也給家庭和社會帶來沉重的精神與經(jīng)濟負擔。越來越多的腦卒中患者需要接受康復(fù)治療，以重獲肢體運動功能。目前，國內(nèi)外研究者開發(fā)出多種康復(fù)機器人輔助腦卒中患者進行康復(fù)訓練。康復(fù)機器人的應(yīng)用有望解決康復(fù)師人工訓練中存在的問題和緩解康復(fù)師資源緊張狀況。但是大多數(shù)康復(fù)機器人執(zhí)行機械式地輔助運動，不能有效重塑患者受損的神經(jīng)通路，并且缺乏患者主動運動意

2、圖，難以調(diào)動患者參與康復(fù)訓練的積極性；此外，康復(fù)訓練中缺乏對患者疼痛、疲勞等主觀感受的監(jiān)測，容易對患者造成二次傷害。針對這些問題，本文研究了基于患者疼痛感的康復(fù)機器人系統(tǒng)控制方法，通過檢測患者的生物反饋信號識別運動意圖并量化疼痛等級，以期建立有效安全的康復(fù)系統(tǒng)。
　　首先，本文介紹了疼痛評估方法、腦-機接口（Brain-Computer Interface，BCI）技術(shù)、功能性電刺激（Functional Electrical S

3、timulation，F(xiàn)ES）在康復(fù)機器人領(lǐng)域應(yīng)用的國內(nèi)外研究現(xiàn)狀，提出本文的主要研究內(nèi)容和工作。
　　其次，開展了基于多生理信號的疼痛強度識別方法研究。針對原始特征中含有大量無關(guān)或冗余的特征，導(dǎo)致疼痛強度識別率下降問題，設(shè)計基于遺傳算法的特征選擇技術(shù)，尋找與疼痛有關(guān)的特征組合，建立優(yōu)化的疼痛強度識別模型。
　　再次，研究基于腦電信號識別患者主動意圖的方法。設(shè)計12HZ、15HZ、20HZ頻率的視覺刺激方案，提取相應(yīng)的穩(wěn)態(tài)視

4、覺誘發(fā)電位信號，通過信號處理過程，建立有效的腦-機接口，識別患者的主動意圖。
　　然后，引入現(xiàn)代控制方法，研究FES應(yīng)用于上肢康復(fù)訓練中的最優(yōu)控制策略。設(shè)計基于 PD反饋的迭代學習控制算法，優(yōu)化 FES的電刺激控制序列，完成軌跡跟蹤的康復(fù)任務(wù)，實現(xiàn)神經(jīng)通路重塑和運動功能恢復(fù)。
　　最后，進行基于疼痛反饋的腦-控康復(fù)系統(tǒng)的初步實驗研究。利用BCI辨識患者主動運動意圖作為上層康復(fù)指令，集成 FES與康復(fù)機器人的康復(fù)系統(tǒng)執(zhí)行具體的