摘要：在心电信号的基础上设计心脏康复训练系统,本文总结了机器人辅助心脏康复研究国内外现状,从心电监测、机器人辅助康复系统设计上进行阐述。在心电监测装置上实现上下位机通信,在机器人辅助系统设计中,通过使用Visual Studio、Coppeliasim及Kinect设备三者进行通信,控制仿真机器人完成康复动作并严格识别、判定患者康复动作合格程度,以此来帮助心脏病患者进行康复动作训练。

摘要：本文主要针对不随意运动型脑瘫患儿,通过人机交互(HCI)的模式结合仿生机械手达到脑瘫康复训练的目的。整体设计中采用了单片机Arduino mega 2560为主控制器,显示屏1602作为数据显示,语音模块采用LD3320语音芯片,LabVIEW作为上位机显示患者需要识别的手势动作图片。当运行开始后,脑瘫患儿通过观看上位机界面上随机切换显示的图片,对应说出图片的内容,利用语音芯片进行语音辨识,识别后的数据在显示屏上显示,并利用串口传送的方式传递给上位机相应数据,系统将进行判断是否正确,并且记录脑瘫患儿做出反应的时间和正确率,机器手接收到语音识别后的正确数据,会做出与上位机显示图片一致的动作手势,达到训练脑瘫患者反应能力、说话能力以及认识各类手势动作的学习能力的目的,较好地实现脑瘫患者的康复训练。

摘要：基于语音识别设计了针对脑瘫患儿的数字语音训练系统。应用人机交互(HRI)技术与仿生机械手动作控制相结合达到提升脑瘫(CP)康复训练效果的目的。该系统中控制器采用Arduino MEGA 2560为主控制器,显示屏LCD1602作为人机交互数据显示界面,通过LD3320语音芯片实现人机语音交互功能。人机交互功能是通过Labview环境展开,可实现人、机器人的手势与动作的实时交互训练与评价。该系统可训练脑瘫患者反应能力、语言表述能力以及认识手势动作数字动作能力,为提升脑瘫康复训练系统提供关键技术。

摘要：本文基于人机交互(HCI)设计了表情和语音交互的脑瘫康复训练系统。采用上位机和下位机相结合的方式,下位机采用51单片机进行主体驱动,语音采集模块应用LD3320语音芯片,并通过串口通讯的方式,将C语言编程的下位机与Labview编写的上位机相连接。语音芯片把信号辨识结果通过串口发送到上位机,上位机根据语音语义规则进行辨识匹配,对测试完成评判和统计,并将结果与表情机器人相匹配。通过对两位患者正确识别表情的次数以及识别时间进行记录,分析数据,证明该系统有助于提高脑瘫康复训练的效果。

摘要：本文针对脑瘫(CP)患儿这一特殊群体,研究设计了基于脑机接口(BCI)技术的表情辅助训练系统。系统采用的脑机接口设备是Emotiv EPOC+,通过WebSocket通信协议获取和传递脑电信号,并且使用小波包变换对信号进行处理,获取信号的特征值;使用V-REP仿真软件设计仿真四轮小车,将获取到的特征值用于控制仿真小车实现不同方向的运动,以达到吸引患儿的注意力、提高训练效果的目的。设定了带有图片的人机交互界面增强引导患儿注意力。通过与医院康复师现场实验,验证了该技术的可行性,可为相关设备研发提供技术储备。

摘要：本文基于脑机接口(BCI)设备Emotiv EPOC+设计了机器人辅助脑瘫康复面部表情训练系统。系统在Python开发环境中使用WebSocket通信协议设定服务器与客户端用来完成获取设备信号和对信号进行处理以及应用的工作,使用小波变换处理方法捕捉单一通道在某一训练时段的特征信号,通过触发对应的特征信号与动作关系指令驱动机器人。设置了人机交互界面,辅助训练师引导脑瘫患儿完成训练,以达到对脑瘫患儿注意力、反应能力及其面部肌肉训练的目的。

摘要：人机交互是脑瘫康复训练机器人辅助系统的关键技术。语言训练对脑瘫患者康复起到至关重要的作用。针对有语言障碍的脑瘫患者,设计了语音语言康复训练系统。该语音语义测试系统底层控制器采用51单片机芯片,通过两个按键切换单字和词语短句模式;语音辨识采用LD3 320模块,下位机控制系统采用C语言,上位机用到C#进行编程。语音芯片把信号辨识结果通过串口发送到上位机,上位机根据语音语义规则进行辨识匹配,对测试完成评判和统计。该工作为脑瘫康患者的语音语义康复训练提供了关键技术。