- 综合排序
- 最热优先
- 最新优先
- 来自专栏脑机接口
智能康复 | 康复机器人的意图识别技术
康复机器人是非常重要的康复方式，目前多通过硬件来控制：如机械按钮、操纵杆、平板电脑等。硬件控制的优点是稳定明确，但患者接受的是被动运动。 但是植入电极在运动皮质位置的选择和固定，以及植入过程的有创操作，还有医学伦理等问题，使这种方式尚不能在人体验证使用。 目前成熟的方式是：通过一个布满电极的帽子，在颅骨外、头皮外进行脑电信号的采集。 这种方式非常适合肌肉软瘫、神经肌接头疾病、重症肌无力等肌肉本身疾病的功能康复，以及生活辅助、肌电假肢等应用场景。此技术结合康复机器人对上下肢康复、假肢辅具等都有应用。高密度表面肌电的识别更具价值。 目前有些康复机器人正是采用了这样的方式。 以上就是为了增加康复机器人的有效性和辅助性，采用的三种运动意图识别的方式。脑电意图识别多用于康复早中期，也就是常说的“脑机接口”，后期使用效果也不错。 肌电意图识别多用于康复中后期和假肢辅具，力矩传感器意图识别多用于康复后期。
1.5K10编辑于 2022-09-22 uni-app开发AI康复锻炼小程序，帮助肢体受伤患者康复！
一、康复机构的应用介绍在肢体运动受限患者的机能康复治疗中，最为关键的一环便是康复医生依据患者的具体状况，精心规划并指导其进行特定的康复锻炼，且在整个康复周期内，不断督促患者进行重复练习。 将AI运动识别技术巧妙融入康复运动之后，不仅能助力患者更加轻松地学习并掌握各项康复动作，还能精准记录其日常锻炼的指标数据，更可依托技术手段对康复程度进行深度评估与分析，从而让整个康复治疗过程变得更加高效 二、可覆盖的康复环节AI运动识别检测技术可以覆盖康复治疗的各个环节，让康复治疗更精确有效。2.1、康复运动指导在康复治疗的初始阶段，患者需依据自身特定状况，学习相应的康复运动。 2.2、康复运动记录让患者每日坚持完成定量的康复运动，是康复治疗的一个重要治疗环节；康复小程序可以选择通过订阅消息、站内信、短信等方式，提醒患者按时登录康复小程序，完成相应的康复锻炼，AI运动将即时记录完成的康复运动的时间 康复师可以动态实时的根据康复程度，进行治疗调整。
49210编辑于 2024-12-16- 来自专栏AI SPPECH
康复机器人方案
患者康复机器人解决方案 需求分析 患者康复机器人，辅助患者下肢的康复运动，同时自动采集病人运动数据，自动调整康复运动难度。 解决方案 针对需求，我们的解决方案是开发一款先进的软体外骨骼康复辅助机器人，专为下肢康复设计。该机器人将采用创新的软体技术，结合精密的传感器和智能算法，以提供个性化的康复支持并自动调整康复运动难度。 通过分析肌电信号和运动数据，机器人能够精确掌握患者的康复状态。 自适应康复方案： 结合先进的数据分析技术和机器学习算法，机器人能够根据患者的运动数据和康复进展自动调整康复运动的难度和模式。 这种个性化的康复方案可以最大化康复效果，同时减少医务人员的工作负担。 通过这一方案，康复辅助机器人不仅能提供高效、个性化的康复训练，还能确保数据处理的安全性和隐私性，极大地提升了康复过程的质量和效率。
35910编辑于 2025-11-12 - 来自专栏脑机接口
recoveriX脑机接口脑卒中康复系统讨论会议——关于脑卒中患者康复情况与软件特点的讨论
recoveriX 康复训练系统原理 第一部分 中风(脑卒中)患者在接受上肢与下肢的康复治疗的进展 该患者是一名55岁的男性，距离中风(脑卒中)发作的时间点已有5年零3个月之久。 下图为在针对下肢训练期间的“Timed Up and Go”(按照指令从椅子上站立，向正前方行走3m并转身返回后坐下)所用时间的记录与对比。从整体上来看，所用时间是越来越少的。 3. recoveriX可对格林-巴利综合症的改善 格林-巴利综合症(Guillain Barre Syndrome，GBS)是周围神经髓鞘和轴突成分的急性损伤所引起的。 图中的第一行展示的是在进行右手的运动想象任务时大脑的C3与C4区域的事件相关电位变化。第二行则是左手任务的。 根据运动想象的大脑活动原理(EEG信号中μ与β节律的频谱变化)，当执行右手的运动想象任务时，大脑左侧的C3区域发生事件相关去同步(ERD)电位变化，由浅绿至蓝色表示程度加深。
79320编辑于 2023-02-13 - 来自专栏U3D技术分享
老年人康复训练：动态规划
3、从1->2到k->k+1确立动态规划方程式 （尽量会保持递增难度进行题目排列） ---- 目录 P1216 P1434 P1216 传送门 思路：经典入门题目 1、步骤分解：每一层即我们的一个步骤计算 第二层 a[2][i] = a[2][i] + max(a[1][i],a[1][i+1]) 第k层->第k+1层 a[k][i] = a[k][i] + max(a[k][i],a[k][i+1]) 3、
23020编辑于 2022-09-21 - 来自专栏U3D技术分享
老年人康复训练：基础篇
大概已经一年半没碰算法了，为找工作康复训练一下。 ; else if(n == 2) printf("%d %d",6,4); else if(n == 3) printf("%d\n%d\n%d",3,12,2); else if(n == 4) printf("%.3lf",500.0/3); else if(n == 5) printf("%d",(220+260)/32); else if(n == 6) cout ; i++) scanf("%d",&a[i]); for(int i = 1 ; i < 3 ; i++) for(int j = 1 ; j < 3 ; j++) if(a[j] > i++) scanf("%d",&a[i]); sort(a + 1 , a + 1 + 3); for(gcd=a[1];gcd>1;gcd--) if(a[1]%gcd==0&&a[3]
69810编辑于 2022-09-21 - 来自专栏音乐与健康
脑波调频与神经康复的关系
同时，我们也应该意识到，任何医学检查结果都应在专业医生的指导下进行解读和应用，切勿自行诊断或治疗。
15310编辑于 2026-04-27 - 来自专栏全栈程序员必看
医学图形图像处理(医学影像和医学图像处理)
文章目录 1 图像和数字图像 2 图像分类 2.1 简单分类 2.2 传感器分类 2.3 维度分类 3 图像处理流程 4 医学图像 1 图像和数字图像 数字图像： 被定义为一个二维函数，f(x,y)， （3）坐标 图像存储在计算机中会丢失信息，因为是从一个连续的空间到离散空间的再采样过程。 图像数据： 生活中是二维的，医学上通常还有3维和4维的。 医学图像中常用的是dicom 2 图像分类 2.1 简单分类 （1）二值图像：包含两个值，通常为0、255 （2）灰度图像： 0-255灰阶，更能表现自然界图像形态。 （3）彩色图像： 包含更加丰富的信息，实际上时3个灰度图像的叠加，R/G/B的channel的混合。 4 医学图像 （1）CT图像： 骨结构、组织结构（不太清晰） （2）MRI（核磁共振）图像： 清晰看到除了骨结构之外的一些软组织，更能描述人体软组织结构。
1.8K10编辑于 2022-07-31 - 来自专栏人工智能前沿讲习
程洪：人机智能系统与应用
中国自动化学会认知系统与信号处理专委会副主任，中国康复医学会技术转化和产业促进专委会常委，四川省医用机器人和医学智能化专委会共同发起人兼副主任。2017年获吴文俊人工智能科技进步一等奖。 人工智能和医学的紧密结合，落到实处是康复医学这样一个大的背景。最近政府非常重视这个方向，市场也在进一步爆发，但是一个巨大的反差就是人才单薄和技术薄弱。 县一级的康复医院中绝大多数是简单的中医人才，技术非常薄弱，只有些简单的理疗设备，与ICT的发展形成了鲜明对比。 ? 康复医学的发展本质上是机器人和人工智能技术发展的结合过程。 康复医学未来的发展就是信息化、智能化、个性化和家庭化，与电子信息、人工智能、机器人不断融合互进。智能康复设备，与服务器、软件和云信息一起，形成数字互联可视的系统。 我们立足在成都，建立了“一带一路”智能康复中心，2015年让林寒站了起来，2016年举行了第一届全国医学智能大会，2017、2018年都有一系列的工作。
1.3K30发布于 2020-05-13 - 来自专栏人工智能领域
数字人：开启医疗领域的智慧变革新时代（5/10）
数字人在医学教育、康复治疗等方面也有着重要的应用价值，为医疗行业的发展带来了新的机遇和挑战。 '3d') ax.scatter(x, y, z) plt.show() 个性化康复计划的机器学习模型 Python from sklearn.ensemble import RandomForestClassifier 手术模拟中的3D建模与实时数据交互 功能：该代码用于生成患者的3D虚拟模型，帮助医生在手术前进行模拟和规划。 代码解释： numpy 和 matplotlib：用于生成和可视化3D数据。 x, y, z：模拟患者身体某部分的3D坐标数据。 虚拟现实技术的融入将为数字人在手术模拟、医学教育等领域带来全新的体验，医生和医学生可以通过虚拟现实设备与数字人进行更加沉浸式的交互，提高手术技能和医学知识水平 。
91310编辑于 2025-04-15 - 来自专栏腾讯专有云
全栈技术赋能！腾讯专有云 TCE 筑牢大鹏医院智慧医疗数字底座
立足 “优质医疗资源扩容 + 区域均衡布局” 的大湾区健康战略，这家以康复为重点的三级综合医院、市级紧急医学救援基地，面临承接总院技术沉淀与 “特色业务 + 快速开业” 的双重需求。 数据同源：从“割裂”到“协同”，打通特色业务智慧血脉 大鹏医院需承接总院统一大数据平台的能力，同时支撑康复医学、紧急医学救援等特色业务的数据需求。 特色业务弹性扩展：在统一平台基础上，为大鹏医院康复医学、紧急救援预留数据模型接口 —— 康复业务的患者功能评估数据、急救业务的实时生命体征数据，可在统一架构下实现“差异化存储+实时分析”；同时在大鹏医院本地部署数据平台服务器 未来：从“开业”到“标杆”，引领大湾区特色智慧医疗 大鹏医院作为深圳“国际化医疗中心”的重要拼图，其目标是成为“康复医学特色鲜明、紧急救援能力突出”的智慧医院。 特色业务“差异化+标准化”的数据管理，为康复医学、紧急救援的数字化创新预留空间。 从“新建”到“继承”的技术路径，为大湾区其他区域医院提供“低风险、高复用”的智慧化模板。
37610编辑于 2026-02-03 - 来自专栏脑机接口
高动态自平衡外骨骼的康复应用是真命题还是伪命题
目前国内外的下肢外骨骼康复机器人可以分为三类，分别是末端控制式（图1、图2）、悬吊减重外骨骼式（图3、图4）、可穿戴移动性外骨骼（图5、图6）。 神经损伤或疾病以及人口结构老龄化的现状，促使康复机器人行业产生了这样一个想法，高动态自平衡机器人可以用在康复治疗和生活辅助上吗？笔者从事康复医学与人工智能的临床康复应用多年，现就这个问题给与剖析。 我们在康复医学中使用的外骨骼机器人与人体结合后，有两个重心，一个是机器人的重心，一个是人体的重心，两个重心在结合的系统内，存在关系的不确定性。可能协调一致，对外表现为合二为一。 Ltd., South Korea) 三、需求出发 从康复医学的角度看，下肢外骨骼康复机器人目前有两个用途，一是用在康复中心的环境中，用于康复训练。 四、总结 综上，高动态自平衡外骨骼，在康复医学的角度上，并没有适合使用的群体。即便实现了高动态自平衡外骨骼，也如同将病人放在atlas里面，不现实。
1.1K20编辑于 2022-09-22 - 来自专栏最新医学影像技术
医学图像处理案例（十一）——3D骨架提取算法
1、常见3D骨架提取算法 常见的两种图像细化方法有（1）、核滤波器，（2）、决策树。 决策树方法是迭代处理26邻域内中目标和背景体素所有可能的二进制组合，并在每次迭代时找到所有可删除的表面点，虽然该方法仅限于2D和3D，但却比形态滤波器运算速度快。 2、使用ITK函数来实现3D骨架提取算法 ITK的函数中只支持2D骨架提取算法，但有大牛写了基于ITK的3D骨架提取算法，C++源码下载请见原文链接。 该函数非常简单，只需要输入二值化的图像即可，输出是3D骨架图像。 (image) itk.imwrite(thining_map, output_filename) 3、血管3D骨架提取效果 如图所示是血管二值图像，图中红色点目标就是3D血管骨架结果。
5.2K20发布于 2020-06-29 - 来自专栏脑机接口
虚实交互 这项脑机交互技术重塑运动感知功能
脑机接口通过大脑与外部设备连接，修复、重塑运动感知功能，是医学领域与人工智能领域共同攻关的发展方向，近年来，受到诸多关注。这一高端科技可以帮助瘫痪、卒中、渐冻人等恢复运动感知功能。 但李婷介绍说：" 项目研发的初衷并不是让患者完全依赖智能机器人，也不是让患者一直使用脑机交互机器人，而最终目的是帮助患者康复。 怎样才能寻找到两者之间的平衡点，达到最佳的康复效果？李婷带领团队成员经过多年攻关，在临床试验中，不断通过患者使用反馈来调整，调到最佳阈值范围。 同时，在临床应用过程中，他们发现一个有意思的现象，患者普遍没有耐心做康复训练，他们又从产品角度着手，怎样让患者不抵触，打消不耐烦，体验快乐康复训练。 截至目前，中国医学科学院生物医学工程研究所医学人工智能与机器人中心正在着手 16 项国家级、省部级项目课题，参与已发布的国际和国家标准制定共 16 项，目前有 3 项国际、国家标准正在制定过程中，即脑机接口术语
29610编辑于 2024-06-18 - 来自专栏最新医学影像技术
医学图像处理教程（三）——医学图像增强算法
今天将给大家分享医学图像常见图像增强算法。 图像数据转成Numpy矩阵数据，然后采用Numpy的power（）函数来计算数据的幂次变换，为了防止出现计算值溢出错误，因此这里我们使用图像减去图像均值再除以图像方差来计算图像幂次变换结果，，在这里我们计算图像3次幂变换 np_image_clone1 = (np_image_clone1 - np_image.mean()) / np_image.std() np_power_image = np.power(np_image_clone1, 3) image.GetDirection()) power_image.SetSpacing(image.GetSpacing()) sitk.WriteImage(power_image, "power_image.mha") 3、 sitk.AdaptiveHistogramEqualizationImageFilter() sitk_hisequal.SetAlpha(0.9) sitk_hisequal.SetBeta(0.9) sitk_hisequal.SetRadius(3)
3.4K50发布于 2020-06-29 - 来自专栏arXiv每日学术速递
ImgX-DiffSeg：基于 DDPMs 的 3D 医学图像分割
ImgX-DiffSeg：基于 DDPMs 的 3D 医学图像分割 前言 本篇文章继续解读医学图像 diffusion 系列，之前我们分别介绍过在自监督和有监督分割中的 diffusion 应用。 基于 diffusion adversarial representation learning 的血管分割 MedSegDiff：基于 Diffusion Probabilistic Model 的医学图像分割 而这次的《Importance of Aligning Training Strategy with Evaluation for Diffusion Models in 3D Multiclass Segmentation》这篇文章并不是一种新的 diffusion 应用，而是对训练和推理策略进行优化，并适应 3D 的医学图像分割任务，参考链接在文末。 实验 实验分别基于 MRI 和 CT 图像数据集， 值得注意的是，ImgX-DiffSeg 在 3D 上的表现是好于 2D 数据集的，如下表所示。
98040编辑于 2023-08-26 - 来自专栏脑机接口
清华大学和宣武医院团队成功进行首例无线微创脑机接口临床试验
一方面可以帮助渐冻症、脊髓损伤、癫痫等脑疾病患者康复；另一方面有望实现脑机融合智能，直接拓展人脑信息处理能力。 1月29日，联合团队召开临床试验阶段总结会，宣布首例患者脑机接口康复取得突破性进展。 据了解，第二例脊髓损伤患者植入已于2023年12月19日在天坛医院成功进行，信号接收正常，患者居家康复训练中。 据公开信息报道，Neuralink团队的脑机接口首例患者临床植入于2024年1月28日进行，患者正在康复中，初步结果表明神经放电信号正常。 清华医学生物医学工程学院脑机接口研究团队长期开展脑机接口原理、算法和临床转化研究。
37222编辑于 2024-01-31 - 来自专栏登神长阶
【机器学习】机器学习赋能医疗健康：从诊断到治疗的智能化革命
而机器学习技术通过深度学习和大数据分析，能够辅助医生进行更准确的疾病诊断 医学影像分析：从X光到3D成像带代码 医学影像分析是一个广泛的领域，涵盖了从传统的X光图像到现代的3D成像（如CT、MRI）的处理和解读 ，以说明如何加载、预处理和展示医学影像。 体积，您可能需要使用其他库（如mayavi或itk-widgets） # 或者在matplotlib中创建一个3D轴并手动绘制切片 ⭐使用深度学习进行医学影像分析 对于深度学习应用，您需要构建一个神经网络模型来处理医学影像 一旦模型训练完成，您就可以使用它来自动分析新的医学影像，并生成诊断建议或预测结果 3. 机器学习在治疗方案优化中的应用 除了疾病诊断外，机器学习还在治疗方案制定中发挥着重要作用。 通过分析患者的病历、基因数据以及临床数据等信息，机器学习算法能够预测患者的疾病发展趋势和治疗效果，为医生制定个性化的治疗方案提供支持 康复治疗的智能化指导 在医学康复治疗中，机器学习可以发挥重要作用
1.1K10编辑于 2024-06-14 AI诊后患者管理系统：让康复过程“有监测、有提醒、有陪伴”
整个系统的“大脑”是一套经过医学知识训练的医疗专用 AI 大模型。 系统通过图像识别技术评估手术切口愈合、皮肤炎症消退程度、肿胀范围变化，还能生成康复部位的 3D 动态模型，患者可旋转、放大查看恢复进程。 对骨科和康复科患者，系统能模拟正确的康复动作，患者跟练时系统会实时识别姿势偏差、角度不足等问题，避免因错误动作导致二次损伤。二是知识图谱 + 个性化用药与康复计划，打造“私人健康路线图”。 ，不再是“一刀切”的康复方案。 未来，随着医学知识库扩展和算法升级，这个系统将走进更多医院和家庭，让康复过程更安全、更安心、更可控。
47210编辑于 2025-11-18- 来自专栏CV学习史
医学图像了解
医学图像 医学图像是反映解剖区域内部结构或内部功能的图像，它是由一组图像元素——像素（2D）或立体像素（3D）组成的。医学图像是由采样或重建产生的离散性图像表征，它能将数值映射到不同的空间位置上。 使用MNI标准模板，就表示把图像转换至MNI空间了 脑成像数据主要有DTI、FMRI、3D三种模态。 Dicom 它定义了质量能满足临床需要的可用于数据交换的医学图像格式，可用于处理、存储、打印和传输医学影像信息。 DICOM是以3D图像片段的格式储存的。 NIFTI的每一张3D图像中只需储存两个文件，而在DICOM中则要储存更多文件。
2.8K31发布于 2019-09-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号