检索结果-内蒙古大学图书馆

康复学报 2025年第1期35卷 59-68页

作者：王晓玲简家伟谢秋蓉连章汇郭春明郭洁梅李玉榕福建中医药大学康复医学院福建福州350122 福州大学福建省医疗器械和医药技术重点实验室福建福州350108 吉林大学白求恩第二医院吉林长春130041 福建中医药大学中医学院福建福州350122

目的基于OpenSim软件开发建立1个包含双接触点、3个自由度膝关节的个性化肌肉骨骼模型,估测膝关节负荷,为临床膝骨关节炎(KOA)患者的精准化诊断及个体化康复方案的制订提供可靠依据。方法利用由斯坦福大学授权公开、加州拉霍亚市Scripp... 详细信息

目的基于OpenSim软件开发建立1个包含双接触点、3个自由度膝关节的个性化肌肉骨骼模型,估测膝关节负荷,为临床膝骨关节炎(KOA)患者的精准化诊断及个体化康复方案的制订提供可靠依据。方法利用由斯坦福大学授权公开、加州拉霍亚市Scripps诊所希利矫形研究与教育中心发布的“膝关节体内负荷预测挑战赛”公开数据集,纳入4例接受全膝关节置换术(TKA)并植入压力检测仪器的受试者,以OpenSim模型库中的通用模型gait2392为基础升级搭建,新模型包含28个关节和43个自由度,并调整膝关节结构,使其具有屈曲-伸展、内收-外展、内旋-外旋3个方向自由度,增添了单臂4个关节、7个自由度能够扭矩驱动的上肢结构,并将股骨与胫骨间由单接触点调整为双接触点。通过模型缩放、逆向运动学分析、逆向动力学分析、残差缩减处理、肌肉控制和肌肉分析等,综合考虑步态中外部力和体内肌力的贡献,计算胫股关节内侧、外侧接触力。采用Matlab 2018b进行统计学分析,计算模型估计结果与植入假体测量结果的Pearson相关系数、均方根误差以及标准差,验证本研究建立的肌骨模型的有效性。结果 4名受试者共获得21次完整步态试验数据,受试者JW、DM、PS、SC步态周期平均时长分别为(1.18±0.03)、(1.18±0.08)、(1.09±0.02)、(1.14±0.04)s;内侧、外侧、总接触力估计值与测量值的相关系数平均值分别为(0.921±0.079)、(0.817±0.084)、(0.930±0.066),均方根误差的平均值分别为(0.336±0.146)、(0.332±0.043)、(0.442±0.160) BW;内侧、外侧接触力峰值的估计值与测量值均方根误差的平均值分别为(0.43±0.25)、(0.34±0.24) BW,峰值出现时间误差的平均值分别为(44.09±34.66)、(67.52±61.19) ms。结论利用所建立的双接触点、3个自由度的膝关节全身OpenSim肌肉骨骼模型能够生成肌肉驱动的步态模拟,得到可靠的胫股关节接触力,为精准监测胫股关节负荷、临床康复方案的制订和持续改进假体设计等提供重要依据。

关键词：胫股关节内侧、外侧接触力 OpenSim 肌肉骨骼模型行走步态

来源：评论

学校读者我要写书评

暂无评论

可见/近红外光谱的葡萄籽油掺伪检测系统

引用

光谱学与光谱分析 2020年第1期40卷 202-208页

作者：唐云峰柴琴琴林双杰黄捷李玉榕王武福州大学电气工程与自动化学院福建福州350108 福建省医疗器械和医药技术重点实验室福建福州350108

葡萄籽油掺假种类繁多,手段隐蔽,成为食品安全检测的重要难点之一,为规范食用油市场,提供一种方便、可靠的葡萄籽油品质鉴别方法尤为重要。针对色谱和质谱等传统品质分析方法的耗时、试剂消耗大、专业性强等不足,以及实现无损分析的近... 详细信息

葡萄籽油掺假种类繁多,手段隐蔽,成为食品安全检测的重要难点之一,为规范食用油市场,提供一种方便、可靠的葡萄籽油品质鉴别方法尤为重要。针对色谱和质谱等传统品质分析方法的耗时、试剂消耗大、专业性强等不足,以及实现无损分析的近红外光谱仪价格昂贵、操作环境要求高等缺点,研究设计一套低成本、高准确度的可见/近红外光谱仪检测系统来实现葡萄籽油品质掺假鉴别。首先,依托USB6500-Pro探测器搭建可见/近红外光谱仪硬件平台,并基于Qt设计一套简洁的人机交互界面,用以实现光谱数据的采集、处理以及葡萄籽油掺假鉴别结果的显示;其次,针对硬件和检测环境带来的光谱噪声,系统采用小波变换滤除噪声,减小光谱失真;最后,考虑到现有的基于机器学习的品质鉴别模型往往依赖已知的油类训练样本集来实现对不同掺假类别油类的预测,而利益驱使下层出不穷的掺假手段使得新的、未出现在原训练集中的掺假类别样本不断涌现,现有的品质鉴别方法将很难给出准确的判别结果。因此,研发的检测系统中设计一种能实现已知和新的掺假油品光谱的鉴别方法,该方法分为分类和校正两步:先用建模数据库中的训练集建立极限学习机(ELM)分类器模型,实现初步掺假类别的分类;然后再利用自动聚类算法对分类结果进一步校正。若与校正数据集产生一个聚类中心,则证明分类结果正确且属于建模数据库中的已知掺假类别;若产生两个聚类中心,则分类结果不正确,样本为新掺假类别,未出现在建模数据库中,最终得到准确的掺假类别结果。为检验系统性能,用搭建的可见/近红外光谱仪硬件平台采集了纯葡萄籽油和掺入不同比例的大豆油、玉米油、葵花籽油和调和油的葡萄籽油的5类光谱数据,每一类30组共计150组数据,将得到的可见/近红外光谱数据先进行小波阈值法去噪和多元散射校正(MSC)预处理后输入到设计的检测系统中。假定前4类作为建模数据库中的已知掺假类别以及第5类作为新掺假类别,先利用K-S算法将已知掺假类别的每类样本划分成训练集20组和测试集10组,用训练集共80组样本建立ELM分类模型,将40组测试集输入到ELM实现初步判别,判别结果再进一步聚类分析校正,只有一个聚类中心,说明了模型判别准确,且对已知类别能够100%识别;当30组新掺假类别样本输入到ELM模型时,均判别成了纯葡萄籽油,进一步聚类分析校正,产生了两个聚类中心点,说明ELM模型误判,定性判定第5类为新掺假类别。实验结果表明,研发的葡萄籽油掺伪检测系统操作简单、快速,不仅对已知掺假类别能够100%识别,而且对新掺假类别能够实现定性判别。

关键词：极限学习机可见/近红外光谱聚类葡萄籽油掺假

来源：评论

学校读者我要写书评

暂无评论

竞争法免疫层析试条的数学模型与仿真研究

引用

分析化学 2017年第9期45卷 1284-1290页

作者：曾念寅朱盼盼李玉榕姜海燕杜民厦门大学仪器与电气系福州大学福建省医疗器械和医药技术重点实验室

根据竞争法免疫层析试条的检测原理,本研究将其分为TwA和TnA两种模式,结合对流扩散方程分别建立其数学模型,并运用COMSOL软件对试条的动态反应过程进行仿真,得到检测线和质控线上各复合物浓度关于各影响因素的关系曲线。在TwA模式中,分... 详细信息

根据竞争法免疫层析试条的检测原理,本研究将其分为TwA和TnA两种模式,结合对流扩散方程分别建立其数学模型,并运用COMSOL软件对试条的动态反应过程进行仿真,得到检测线和质控线上各复合物浓度关于各影响因素的关系曲线。在TwA模式中,分析了待测物浓度[A;]=0;0 mol/L,标记物浓度[P;]=0.01;00 mol/L,检测线位于5;0 mm位置等因素对于检测结果的影响;在TnA模式中,分析了[A;]=0;0 mol/L,[P;]=0.01;00 mol/L,[A;]和[P;]两种物质浓度及孔隙率等因素对于检测结果的影响。结果表明,本研究建立的竞争法模型与仿真能探究各参数对于检测结果的影响,优化试条性能,从而提高试条检测灵敏度和实现定量检测。

关键词：免疫层析试条竞争法对流扩散数学模型生化反应过程

来源：评论

学校读者我要写书评

暂无评论

肌电调制结合迭代学习控制的足下垂FES系统

引用

仪器仪表学报 2023年第4期44卷 112-120页

作者：王兆轩李玉榕陈楷福州大学电气工程与自动化学院福州350108 福建省医疗器械和医药技术重点实验室福州350108

足下垂是指由于神经控制功能障碍导致踝关节无法产生背屈以致足尖上抬不完全或不能的现象。功能性电刺激(FES)作为纠正足下垂步态的治疗方法,通过低频脉冲刺激胫骨前肌引起肌肉收缩,使踝关节产生背屈动作,达到矫正足下垂的目的。本文提... 详细信息

足下垂是指由于神经控制功能障碍导致踝关节无法产生背屈以致足尖上抬不完全或不能的现象。功能性电刺激(FES)作为纠正足下垂步态的治疗方法,通过低频脉冲刺激胫骨前肌引起肌肉收缩,使踝关节产生背屈动作,达到矫正足下垂的目的。本文提出了基于肌电(EMG)调制和迭代学习控制(ILC)的FES输出强度调制方法,利用小腿角速度信号通过动态BP神经网络预测健康步态胫骨前肌肌电信号,以脚尖俯仰角作为反馈信号通过ILC输出参考肌电信号,与神经网络预测的肌电信号加权平均得到修正后的肌电信号,最后利用肌肉激活特性调制FES输出。实验表明开环肌电调制模式下的脚尖俯仰角仅有17°左右,而在闭环调制模式下,脚尖俯仰角最大角度达到了21°左右。本文设计的FES控制系统可以帮助足下垂患者进行康复训练。

关键词：功能性电刺激足下垂迭代学习控制肌电信号

来源：评论

学校读者我要写书评

暂无评论

两步式自适应阈值法滤除心电信号中运动伪迹

引用

电子学报 2024年第10期52卷 3493-3506页

作者：吕建行李玉榕陈建国高宁福州大学电气工程与自动化学院福建福州350108 福建省医疗器械和医药技术重点实验室福建福州350108

心电信号广泛应用于心脏疾病的医学检测中,可穿戴动态心电监测设备可以实现对心律失常的风险识别并预警.相比于静息心电信号,动态心电信号在采集过程中会受到更大运动伪迹的干扰,这些干扰会覆盖心电信号的关键信息,限制其临床应用.本文... 详细信息

心电信号广泛应用于心脏疾病的医学检测中,可穿戴动态心电监测设备可以实现对心律失常的风险识别并预警.相比于静息心电信号,动态心电信号在采集过程中会受到更大运动伪迹的干扰,这些干扰会覆盖心电信号的关键信息,限制其临床应用.本文兼顾心电信号局部和全局特征,利用其周期性,研究了一种将心电信号低频PT波和高频QRS波群分开处理的两步式自适应阈值滤波算法,适用于单通道心电信号中的运动伪迹滤除.第一步先通过多分辨率阈值初步抑制心电信号低频部分中的运动伪迹;第二步,对受运动伪迹影响而不平衡的QRS波进行自适应阈值修复,通过对QRS波形调节,减少心电信号中高频部分运动伪迹,同时设置自适应阈值对心电信号P波、T波对应的小波系数进行处理,超出自适应阈值范围的小波系数通过波形缩放进行调整,进一步抑制低频运动伪迹.研究通过不同心电数据库评估算法的性能.在输入信噪比从-10~10 dB时,心电信号信噪比提升了10.9122 dB和4.3912 dB,滤波后心电信号与纯净心电信号的相关系数分别为0.6876和0.9783,提取的运动伪迹与原运动伪迹相关系数分别为0.9530和0.8529.实验结果表明,算法在不同噪声水平下,利用自适应阈值的优点,能有效复原受运动伪迹污染的心电信号波形特征,最大限度保留心电信号的临床信息,可作为可穿戴心电设备滤除运动伪迹的有效工具.

关键词：心电信号运动伪迹小波变换自适应阈值信号处理

来源：评论

学校读者我要写书评

暂无评论

采用变分模态分解与领域自适应的表面肌电信号手势识别

引用

西安交通大学学报 2024年第5期58卷 75-87页

作者：姜海燕许先静钟凌珺李竹韵福州大学电气工程与自动化学院福州350108 福建省医疗器械和医药技术重点实验室福州350108

针对传统机器学习在表面肌电信号手势识别领域的适应性和准确性不足,以及新用户因个体生理和行为差异在已有模型上表现不佳的问题,提出一种利用卷积神经网络模型并有效克服肌电数据分布差异的算法,用于提升手势识别的性能。首先对肌电... 详细信息

针对传统机器学习在表面肌电信号手势识别领域的适应性和准确性不足,以及新用户因个体生理和行为差异在已有模型上表现不佳的问题,提出一种利用卷积神经网络模型并有效克服肌电数据分布差异的算法,用于提升手势识别的性能。首先对肌电信号进行变分模态分解,构建易于识别的表面肌电图像,并提出了一种卷积神经网络模型进行手势识别,提升用户相关的肌电信号手势识别准确率;同时利用迁移学习中的领域自适应和模型微调技术,提升用户无关的肌电信号手势识别准确率,并将所提算法在NinaPro DB1肌电数据集中进行了3分类、4分类、5分类和12分类共4组评估验证。结果表明:在4组评估验证中,用户相关的肌电信号手势识别平均准确率分别达到了99.28%、99.30%、98.39%和93.40%,用户无关的肌电信号手势识别平均准确率分别达到了94.05%、92.60%、88.38%和70.03%,表明本文提出的算法在表面肌电信号手势识别中具有良好的效果,为实现人机交互中的普适性的肌电设备开发提供了一种可行的方案。

关键词：领域自适应卷积神经网络手势识别变分模态分解表面肌电信号

来源：评论

学校读者我要写书评

暂无评论

基于FPAA与序贯双卡尔曼滤波信息融合的PCR温控

引用

仪器仪表学报 2012年第2期33卷 263-270页

作者：陈旭海杜民福州大学电气工程与自动化学院福州350000 福建省医疗器械和医药技术重点实验室福州350000

传统PCR(polymerase chain reaction)仪对样品反应池壁温度进行接触式测量与温控,存在测量迟滞大、无法直接控制试剂温度的缺点。研制的电化学实时定量PCR温控系统采用红外温度传感器、热源温度传感器以及环境温度传感器分别测量试剂表... 详细信息

传统PCR(polymerase chain reaction)仪对样品反应池壁温度进行接触式测量与温控,存在测量迟滞大、无法直接控制试剂温度的缺点。研制的电化学实时定量PCR温控系统采用红外温度传感器、热源温度传感器以及环境温度传感器分别测量试剂表面热辐射、热源与反应池壁温度与环境温度,并提出序贯双卡尔曼滤波估计算法对三点温度数据进行信息融合从而估计出试剂表面温度真实值。该算法中迭代卡尔曼滤波器(iterated extended Kalman filter,IEKF)与线性卡尔曼滤波器(Kalman filter,KF)顺序运行,结合了IEKF非线性估计收敛快与KF实时性高的优点,克服了红外测温噪声大,易受环境、被测物热辐射率等因素影响的缺点。试剂温度的估计值作为反馈输入到基于FPAA(field programmable analog array)的可动态配置PID控制器中构成闭环控制,同时微控制器根据不同温控阶段的控制要求对PID控制器进行配置,从而提高温控效率。实验表明,滤波估计后红外测温精度由2℃提高至0.3℃;试剂表面温度监控与可动态配置PID使得PCR温控更加准确高效;PCR产物测试结果优于市面上PCR仪、恒温时间设置更加合理。

关键词：卡尔曼滤波器可编程模拟阵列聚合酶链式反应红外测温

来源：评论

学校读者我要写书评

暂无评论

基于改进小脑模型的sEMG下肢关节力矩预测

引用

仪器仪表学报 2022年第11期43卷 172-180页

作者：姜海燕李竹韵陈艳福州大学电气工程与自动化学院福州350108 福建省医疗器械和医药技术重点实验室福州350108

关节力矩预测在康复医学、临床医学和运动训练等领域有着重要作用,对力矩连续、实时地预测可以使人机交互设备更好地反馈、复刻人体运动意图。为了给患者提供一个安全、主动、舒适的康复训练环境,提升人机交互设备的柔顺性,提出了一种... 详细信息

关节力矩预测在康复医学、临床医学和运动训练等领域有着重要作用,对力矩连续、实时地预测可以使人机交互设备更好地反馈、复刻人体运动意图。为了给患者提供一个安全、主动、舒适的康复训练环境,提升人机交互设备的柔顺性,提出了一种改进型递归小脑模型神经网络模型关节力矩预测方法。该方法采用肌肉协同分析对采集的相关肌肉的表面肌电信号(sEMG)进行降维,将降维后的sEMG特征向量与关节角速度、关节角度作为输入信号,并在小脑模型神经网络中加入递归单元和模糊逻辑规则,以小波函数作为隶属度函数,对非疲劳、过渡疲劳及疲劳这3种状态下的踝关节背屈跖屈运动的动态力矩进行连续预测。力矩预测值与实际值之间的平均皮尔逊相关系数和平均标准均方根误差分别为0.9335和0.1598,实验结果验证了该方法对下肢关节力矩连续预测的准确性和有效性。

关键词：关节力矩预测表面肌电信号小脑模型神经网络肌肉协同分析

来源：评论

学校读者我要写书评

暂无评论

基于sEMG信号的关节力矩NARX预测模型

引用

仪器仪表学报 2022年第11期43卷 123-131页

作者：刘强李玉榕杜国川连章汇福州大学电气工程与自动化学院福州350108 福建省医疗器械和医药技术重点实验室福州350108

为解决利用力矩传感器控制肌力训练设备所带来的滞后性,利用表面肌电信号(sEMG)超前于运动的特性,设计了基于一组拮抗肌表面肌电信号的关节力矩预测模型。首先搭建康复训练设备为信号采集和实验验证提供条件。将sEMG经过预处理,选择sEM... 详细信息

为解决利用力矩传感器控制肌力训练设备所带来的滞后性,利用表面肌电信号(sEMG)超前于运动的特性,设计了基于一组拮抗肌表面肌电信号的关节力矩预测模型。首先搭建康复训练设备为信号采集和实验验证提供条件。将sEMG经过预处理,选择sEMG信号的方差特征作为神经网络输入,利用带有外部输入的非线性自回归(NARX)模型的动态循环神经网络,分别建立了基于关节力矩实际值的超前多步(MSA)预测模型和基于模型预测输出(MPO)的预测模型,通过等张和等长测试实验,比较了MSA和MPO模型的力矩预测性能。实验结果表明,两种模型输出预测值和实际值之间都有极强关联性(皮尔逊相关系数均大于0.95)。随着超前预测的步数增加,MSA模型的预测精度降低,但是超前预测的时间增大。在等张和等长测试中,当超前步数分别小于29和35时,MSA预测精度显著高于MPO(p<0.05),但MPO模型在成本和体积上更具优势。综上所述,两种模型均可以准确预测关节力矩,在实际康复训练设备控制中,可根据应用需求选择不同的力矩预测模型。

关键词： sEMG NARX 多步超前预测模型模型预测输出

来源：评论

学校读者我要写书评

暂无评论

基于力度无关鲁棒特征的肌电手势识别方法

引用

仪器仪表学报 2022年第5期43卷 183-190页

作者：林恒李玉榕施正义朱菲菲福州大学电气工程与自动化学院福州350108 福建省医疗器械和医药技术重点实验室福州350108

为了减小肌肉收缩力变化对肌电信号模式识别的影响,提出了DCSP特征。该特征首先通过CSP算法得到最大化类与类之间距离的空间投影矩阵,然后对投影后的新信号进行差分和归一化处理,最终通过非相关线性判别分析将数据投影到类内距离最小、... 详细信息

为了减小肌肉收缩力变化对肌电信号模式识别的影响,提出了DCSP特征。该特征首先通过CSP算法得到最大化类与类之间距离的空间投影矩阵,然后对投影后的新信号进行差分和归一化处理,最终通过非相关线性判别分析将数据投影到类内距离最小、类间距离最大的低维空间而得到。在两个数据集上验证基于DCSP特征的肌电手势识别正确率,第1个数据集包含10名完整肢体受试者的数据,第2个数据集包含9名上肢截肢者的数据。在识别率测试的4个方案中,DCSP特征的识别正确率均高于CSP特征,在全部力训练,全部力测试的方案上取得最高的识别率(数据集1:95.83%,数据集2:86.93%),相比CSP特征(数据集1:89.01%,数据集2:70.03%),分类准确率分别提升6%和16%。在特征空间分布的2个测试方案上,DCSP特征比CSP特征都具有更小的类内距离和更大的类间距离。相比较于其他研究的识别正确率,DCSP特征比现有的力度鲁棒特征提升了约5%(数据集1)和8%(数据集2),并且性能不依赖于分类器类型。

关键词：肌肉收缩力共空间模式手势识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：