【48812】依据下肢外骨骼机器人对中风患者进行智能恢复点评的办法

  恢复点评是点评练习作用和辅导练习计划拟定的重要环节。正确的恢复点评有助于辅导医治师为患者拟定恢复练习任务，然后缩短其恢复周期。在临床上， 6分钟步行间隔（6MWD）和Fugl-Meyer点评下肢分量表（FMA-LE）是重要的丈量和参阅目标用于点评中风患者实践恢复情况。6MWD是经过实验记载患者在6分钟之内行走的间隔。丈量过程中需求多名医治师和医护人员和谐合作，一起需求长期占用大面积的医疗空间。FMA-LE是让患者顺次完结相关的规则的动作，医治师依据患者完结动作的难易程度进行打分并计算终究得分。这就导致关于同一病例，因为片面误差，不同医治师会得出不同的点评成果，因而给出不同的恢复医治计划。因而希望提出一种规范、便利且有用的办法对患者进行智能恢复点评。

  图1 中风患者临床恢复练习(a)患者穿戴外骨骼进行步态恢复练习；(b)搜集患者练习后恢复点评目标

  该论文提出一种新颖的依据下肢外骨骼机器人对中风患者进行智能恢复点评的办法。其作业结构包含：数据搜集模块 – 搜集并预处理患者的身体特征参数、患病情况和运动生物力学参数；特征提取模块 – 依据外骨骼机器人传感器数据，结构步态特征模型推导患者步态参数；模型练习模块 – 依据患者特征参数、步态参数及人机交互参数，使用XGBoost机器学习算法练习恢复点评模型；使用模块 – 点评形式下，恢复点评模型能够猜测新的中风患者6MWD和FMA-LE值。

  当有用猜测误差绝对值设置为线%时，智能恢复点评模型对6MWD、FMA-LE的猜测准确率分别为85.19%、92.66%。

  中国科学院深圳先进技术研讨院博士研讨生张石生为论文榜首作者，南边科技大学机械与动力工程系人体增强机器人实验室的副教授冷雨泉为论文通讯作者。该研讨遭到国家天然基金、深圳市科创委等项目的赞助。