华西医学期刊出版社
作者
  • 标题
  • 作者
  • 关键词
  • 摘要
高级搜索
高级搜索

搜索

找到 作者 包含"李小俚" 6条结果
  • 基于Kinect交互的上肢虚拟康复系统设计与研究

    本文设计了基于虚拟现实技术, 以Kinect为交互设备的上肢康复训练系统。本系统将严肃游戏、人机交互与康复训练有机结合为一体, 针对不同患者的康复需求, 系统建立了科学而丰富的通用动作库和游戏库, 并预留扩展接口, 既支持基于Virtools开发的满足患者个性化需求的游戏, 同时也支持网上现有适合患者康复训练的Flash游戏。此外, 本系统提出了基于Kinect的灵活动作交互模式和游戏控制方式, 并提供对康复过程进行实时数据记录的功能, 给出了对康复效果的主客观评价方法。根据对本系统的随机调查问卷, 以及中风患者为期两周的康复训练, 结果表明:本康复系统区别于传统康复方法, 具有康复数据收集和分析能力, 可以根据反馈数据进行阶段性康复方案制定, 同时具有更强的趣味性以及低廉的训练成本, 可有效提高患者训练的积极性, 有助于患者的康复治疗。

    发表时间: 导出 下载 收藏 扫码
  • 经颅磁声刺激作用下神经元放电频率适应性的研究

    经颅磁声刺激利用超声和静磁场共同作用在神经组织或组织液中产生的电流来调节神经元的活动。它具有高空间分辨率和良好穿透深度的优点。神经元放电频率适应性在神经信息处理中起着重要作用。本文基于 Ermentrout 神经元模型研究了在经颅磁声刺激下,磁场强度、超声强度、超声频率对神经元放电频率适应性的影响作用。仿真结果表明,随着磁场强度的增加,神经元产生放电的时间缩短,峰峰间期变小,放电间隔变短;在不同适应变量的情况下,随着适应变量的增加,初始放电频率随着输入的磁场强度向右偏移,而在稳定状态下放电频率随着磁场强度的增加近似呈线性关系。超声强度对神经元放电频率适应性的影响与磁场强度相一致。超声频率对神经元放电频率适应性无明显影响;在不同适应变量下,随着适应变量的增加,初始放电频率的幅值整体降低,而在稳定状态下放电频率随着超声频率的变化基本呈线性关系。研究结果可以帮助我们揭示经颅磁声刺激对神经元放电频率适应性的作用机制,为其用于神经精神方面疾病的治疗提供理论依据。

    发表时间:2017-12-21 05:21 导出 下载 收藏 扫码
  • 低频重复经颅磁刺激对孤独症儿童脑电节律的影响

    孤独症谱系障碍(ASD)是一种涉及多种神经系统的复杂发育障碍性疾病,主要表现为社交沟通障碍以及刻板行为。脑电图(EEG)测量与皮层突触活动相关的神经电生理变化,对检查者无损伤,已被证明是检测神经疾病的有力工具。为深入研究低频重复经颅磁刺激(rTMS)应用于 ASD 患者康复的作用,本文招募 32 名 ASD 被试,其中 16 名 ASD 患者作为实验组,16 名 ASD 患者作为对照组,用频率为 1 Hz 的 rTMS 调控实验组,基于快速傅里叶变换提取额叶、顶叶、左颞叶、右颞叶、枕叶五个脑区的节律,用非参数估计中的 Welch 法计算四个频段的相对功率及额叶内通道之间的相干性,并分析所有 ASD 被试干预前后静息态脑电特征值的变化。统计实验组干预前后的孤独症行为量表(ABC),计算并比较干预前后各项指标得分。结果显示经过 rTMS 干预之后,ASD 患者右颞叶和顶叶 δ 频段的相对功率普遍降低,额叶通道之间的相干性降低。此研究表明 rTMS 能够改善 ASD 患者的注意力、执行能力、语言能力,减少刻板行为和过激行为。

    发表时间:2018-08-23 03:47 导出 下载 收藏 扫码
  • 2型糖尿病患者轻度认知障碍多通道同步性分析

    2型糖尿病患者因长期代谢紊乱造成的认知功能障碍已经成为当前关注的重点。本文利用多通道同步方法——基于相位同步的S估计器对脑电信号进行同步分析, 以期发现与糖尿病轻度认知障碍有关的脑电特性。结果显示:糖尿病轻度认知障碍患者与正常对照组相比各脑区各频段的S值均减小, 尤其是δ和α频段显著降低, 表明脑电同步值降低; 患者MoCA得分与S值在α频段具有显著的正相关性。

    发表时间: 导出 下载 收藏 扫码
  • 基于Android系统的便携式癫痫发作智能监控系统*

    临床上基于个人电脑的脑电监护系统不适用于便携和家庭的监测,并且癫痫患者长期住院检测会增加医疗负担。为此本文设计了一种基于Android智能手机的16导便携式、网络化监控系统。整个系统采用了主动电极技术、WiFi无线传输技术、多尺度排序熵算法、反向传播(BP)神经网络优化算法等,并基于Android手机应用软件实现对脑电数据的处理、分析、显示、报警等功能。系统在多台Android 2.3以上系统的手机上测试后运行稳定、可靠,为医护人员和患者提供了一种便携、可靠、实用的癫痫发作监控解决方案。

    发表时间: 导出 下载 收藏 扫码
  • 基于熵算法的孤独症谱系障碍儿童脑电特征提取与分类

    孤独症谱系障碍(ASD)儿童的早期诊断至关重要。脑电图(EEG)是最常用于神经成像的技术之一,其使用方便并且包含信息丰富。本文从 ASD 儿童和正常儿童的 EEG 信号中提取近似熵(ApEn)、样本熵(SaEn)、排序熵(PeEn)和小波熵(WaEn)四种熵特征,应用独立样本 t 检验分析组间差异,利用支持向量机(SVM)学习算法为不同脑区的每种熵测量建立分类模型,最后通过置换检验搜索优化子集,使 SVM 模型实现最佳性能。结果表明,与正常对照组相比,ASD 儿童脑电复杂度较低;在所有四种熵中,WaEn 的分类性能优于其他熵;分类效果在不同脑区表现出差异性,其中额叶区域表现最佳;最后经过特征选择,筛选出六个特征,建立分类模型,分类准确率最高提高到 84.55%。本研究结果可为孤独症的早期发现提供帮助。

    发表时间:2019-04-15 05:31 导出 下载 收藏 扫码
共1页 上一页 1 下一页

Format

Content