-
公开(公告)号：CN116130053A
公开(公告)日：2023-05-16
申请号：CN202310244755.5
申请日：2022-07-12
Applicant: 国家康复辅具研究中心
IPC: G16H20/30 , G06N3/08 , G06F18/10 , G06F18/213 , G06N3/0464
Abstract: 本发明公开了一种脑卒中康复训练系统，包括康复训练任务推荐模块、康复训练模块和康复训练任务完成评价模块，其中：康复训练任务推荐模块用于根据脑卒中患者的康复评估结果为患者推荐自适应的康复训练任务；康复训练模块用于根据康复训练任务推荐模块推荐的康复训练任务对脑卒中患者进行康复训练；康复训练任务完成评价模块用于对患者的康复训练完成度进行评价，并反馈至康复训练任务推荐模块；所述康复训练任务推荐模块包括融合运动功能和脑功能的康复训练任务推荐模块。
-
公开(公告)号：CN115206484B
公开(公告)日：2023-04-07
申请号：CN202210812775.3
申请日：2022-07-12
Applicant: 国家康复辅具研究中心
IPC: G16H20/30 , G06N3/0464 , G06N3/08 , G06F18/10 , G06F18/213
Abstract: 本发明公开了一种脑卒中康复训练系统，包括康复训练任务推荐模块、康复训练模块和康复训练任务完成评价模块，其中：康复训练任务推荐模块用于根据脑卒中患者的康复评估结果为患者推荐自适应的康复训练任务；康复训练模块用于根据康复训练任务推荐模块推荐的康复训练任务对脑卒中患者进行康复训练；康复训练任务完成评价模块用于对患者的康复训练完成度进行评价，并反馈至康复训练任务推荐模块。
-
公开(公告)号：CN115844383A
公开(公告)日：2023-03-28
申请号：CN202211684151.4
申请日：2022-12-27
Applicant: 国家康复辅具研究中心
IPC: A61B5/11 , A61B5/1455 , G06F18/2411 , G06F17/15
Abstract: 本发明公开了一种融合脑功能指标的肢体运动功能评估方法，包括如下步骤：步骤1、在肢体运动状态下同步采集全脑的脑血氧数据和肢体运动数据；步骤2、计算脑功能特征指标；步骤3、计算运动学及脑与运动耦合特征指标；步骤4、将预处理后的脑血氧数据和肢体运动数据输入预先建立的小波散射网络模型，生成新的特征值；步骤5、将步骤2‑4计算得到的结果输入运动功能评估模型，进行肢体运动功能评估。
-
公开(公告)号：CN115153554A
公开(公告)日：2022-10-11
申请号：CN202210988034.0
申请日：2022-08-17
Applicant: 国家康复辅具研究中心
IPC: A61B5/16 , A61B5/1455 , A61B5/00 , A61B5/318 , A61B5/0245 , G06K9/00
Abstract: 本发明提供一种认知负荷评估方法及系统，方法包括：获取近红外光强信号和心电信号；第一设定算法将近红外光强信号转换为氧合血红蛋白浓度信号和脱氧血红蛋白浓度信号，计算脑氧饱和度；用莫莱小波对述氧合血红蛋白浓度信号进行小波变换，提取脑血氧相位信号；用莫莱小波对心电信号进行小波变换，提取心电相位信号；第二设定算法计算脑血氧相位信号和心电相位信号间的心脑耦合强度；频域分析提取心率变异性；对脑氧饱和度、心脑耦合强度和心率变异性加权求和得到认知负荷指数。系统包括：信息采集模块、信号处理分析模块、指标融合模块、认知负荷评级模块和交互模块。本发明能够将生理信号转化为认知负荷指数，直观地将训练的负荷强度反馈给用户。
-
公开(公告)号：CN113975633B
公开(公告)日：2022-09-30
申请号：CN202111486771.2
申请日：2021-12-08
Applicant: 国家康复辅具研究中心
Abstract: 本发明公开了一种基于多源信息耦合反馈的电刺激康复训练系统，包括虚拟现实模块、信息采集模块、信息处理分析模块、任务评估模块、电刺激开关模块、反馈模块、电刺激控制模块和电刺激模块。本发明结合了神经信息检测手段及其响应机制，强化了各反馈环节的耦合效应，提升了脑‑肌‑肢体多源信息反馈与电刺激辅助康复训练的匹配效率，从而实现了最优运动康复反馈训练效果。
-
Patent Agency Ranking
公开(公告)号：CN114557677A
公开(公告)日：2022-05-31
申请号：CN202210197647.2
申请日：2022-03-02
Applicant: 国家康复辅具研究中心
Abstract: 本发明公开了一种基于多模态融合的认知调控与训练系统，包括认知任务推荐模块、认知任务训练模块、信息采集模块、信息分析模块、认知任务自适应调整模块、认知评估模块、经颅磁刺激开关模块、反馈模块、经颅磁控制模块，经颅磁刺激模块。利用本系统，能够为患者提供个性化自适应认知任务和经颅磁神经调控多模态互相融合的认知功能训练方案，提高患者认知功能康复的效率和效果。
-
公开(公告)号：CN112206124B
公开(公告)日：2022-02-15
申请号：CN202011041249.9
申请日：2020-09-28
Applicant: 国家康复辅具研究中心
Abstract: 提供一种神经环路导向的上肢功能康复训练系统及方法。该系统包括：近红外神经环路信息采集模块，用于采集相应脑区的近红外脑血氧信号；分析控制模块，接收和分析近红外脑血氧信号和各个位移或角度传感器信号，以形成神经环路导向和脑肢协同康复控制策略；上肢外骨骼模块，佩戴至使用者的腰部、肩部、上肢和手部；显示模块，用于在所述上肢功能康复训练系统使用过程中搭建虚拟现实环境，实现与使用者的拟实环境交互和视觉反馈。该系统以近红外脑血氧信号参数监测、上肢外骨骼多自由度运动参数监测为基础，融合近红外脑血氧信号参数、上肢多自由度运动参数数据信息，实现上肢运动能力的综合评估，提供多种训练模式，满足多样训练需求。
-
公开(公告)号：CN111816309B
公开(公告)日：2022-02-01
申请号：CN202010670625.4
申请日：2020-07-13
Applicant: 国家康复辅具研究中心
IPC: G16H50/30 , G16H50/20 , G16H20/30 , G06N3/08 , A61B5/1455 , A61B5/11 , A61B5/389 , A61B5/22 , A61B5/00
Abstract: 本发明提供基于深度强化学习的康复训练处方自适应推荐方法及系统。方法包括：1)收集患者基本信息和病历信息；2)获取患者不同脑区的脑皮层血氧数据和患者患肢的运动和肌电数据；3)利用脑血氧数据计算患者运动康复训练过程中脑功能评价指标，利用运动数据和肌电数据计算患者运动康复训练过程中运动功能评价指标和肌肉功能评价指标，以动态评估患者的脑功能、运动功能和肌肉功能；4)将步骤3)得到的脑功能、运动功能和肌肉功能评价指标输入预先建立的深度强化学习模型，以训练深度强化学习模型并自动生成康复训练处方；5)将步骤4)生成的康复训练处方反馈给医生和患者进行康复训练。利用该方法和系统，能够实现训练处方的自适应调节。
-
公开(公告)号：CN113391701B
公开(公告)日：2021-12-07
申请号：CN202110658201.0
申请日：2021-06-15
Applicant: 国家康复辅具研究中心
IPC: G06F3/01 , G16H20/30 , G06N3/04 , G06N3/08 , A61B5/11 , A61B5/145 , A61B5/16 , A61B5/369 , A61B5/389 , A63F13/212 , A63F13/493
Abstract: 本申请提供了一种融合虚拟现实游戏和意图识别的康复训练方法及系统，获取患者待训练部位的肌力范围和关节活动度范围，并判断虚拟现实游戏中患者的历史存档状态，确定出患者此次康复训练的初始训练关卡以及终极训练关卡；从初始训练关卡开始进行康复训练，并在康复训练过程中，实时获取患者在当前训练关卡中的情绪状态和脑激活度；基于情绪状态、脑激活度和预设脑激活度阈值范围，确定当前关卡的调整方案，并基于调整方案调整当前训练关卡至目标训练关卡继续进行康复训练，直至达到预设训练时间，结束此次康复训练。这样，本申请通过获取患者的情绪状态和脑激活度，及时进行游戏关卡调节，从而可以有效调动患者的积极性，并提高康复训练的效果。
-
公开(公告)号：CN113456484A
公开(公告)日：2021-10-01
申请号：CN202110760617.3
申请日：2021-07-06
Applicant: 国家康复辅具研究中心
Abstract: 本发明公开了一种基于多生理信号融合实时监测的针灸刺激评估方法及系统，方法：通过脑血氧含量、皮肤血氧饱和度、皮肤血流量、皮肤电活动值和皮肤温度对针灸效果进行评估；系统：包括治疗床，治疗床的一侧设有计算机，计算机通过脑血氧信号处理器连接近红外光谱探头，计算机通过皮肤血氧信号处理器连接第一皮肤血氧探头和第二皮肤血氧探头，计算机通过皮肤血流信号处理器连接第一皮肤血流探头和第二皮肤血流探头，计算机通过电生理信号处理器连接皮肤电导传感器和皮肤温度传感器，皮肤电导传感器有两个。本发明具有可对针灸之于人体多种生理参数的影响进行评估的优点，有助于医生理解明针灸治疗幻肢痛的作用机理，并提供依据。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.039 seconds)
