- 综合排序
- 最热优先
- 最新优先
- 来自专栏音乐与健康
早期耐力训练联合体感音乐干预神经康复
摘要：目的：早期耐力训练联合体感音乐对ICU机械通气患者获得性神经肌肉功能障碍的影响分析。 观察组女16例，男16例；平均年龄(56.51±10.19)岁；机械通气时间(1.79±0.85)d；辅助通气类型：气管切开11例，气管插管21例；APACHEⅡ评分(14.30±3.19)分；疾病类型 当肢体长时间制动时，会导致呼吸肌和骨骼肌肌力不同程度下降，增加ICU-AW发生风险，影响机械通气时间和心肺功能康复[5]。 早期耐力训练能够刺激神经末梢兴奋，从而保证神经冲动有效传导，以促使骨骼肌收缩和舒张，增加肌蛋白合成，保持肌肉纤维结构，从而有效地预防肌肉萎缩，与此同时实施体感音乐疗法，将音乐频率刺激大脑皮层兴奋，并将冲动信号向脑干网状结构传导和整合 由于本样本较少、研究时间不足等因素，尚未对机械通气时间、拔管和肺功能等指标深入研究，但本文通过早期康复训练可使MRCs评分和MBI评分降低，预期在提高转出ICU患者生活质量和促进心肺功能康复方面具有重要的意义
29810编辑于 2025-09-07 - 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。 通过皮质脊髓束，到达脊髓前角，换神经元后，经由外周神经到达神经肌接头，进而引起肌肉收缩，肌肉收缩力大于肢体重力时，即产生动作，这个过程是需要时间的。 在神经冲动到达神经肌接头时，我们即可在肢体皮肤表面采集到电信号，此时肌肉还没有收缩，因为肌肉的收缩需要一个募集和启动的过程。在肌肉收缩之前， 我们就可以在皮肤表面采集到电信号，提早时间以毫秒计。 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。 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 - 来自专栏思影科技
前庭电刺激（GVS）的数据分析及在神经康复中的应用
我们以信号处理为重点，概述了目前神经康复中的GVS使用现状，包括一般的刺激设计，与神经影像学数据的并行分析，以及对未来方向的建议。 因此，本文的目的是，从信号处理的角度提供一个关于GVS并行神经影像学分析方法和相关挑战的指南，以启发未来GVS在神经康复应用中的研究和发展。 一些先进的信号处理技术，如贝叶斯优化与神经影像学相结合，可有效地选择参数，提高刺激效果。 GVS在神经康复中的应用 由前庭激活引起的主要生理反应是：注视稳定、自我运动感知、姿势和平衡维持。 GVS的深度学习 机器学习的最新进展，特别是深度学习(DL)，极大地帮助了神经科学研究，这可能有助于神经康复刺激的个体化。 虽然GVS效应，特别是在独特的刺激下，还没有被完全描述出来，但GVS已经在各种神经康复领域显示出了潜力。
2.7K20编辑于 2022-02-28 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。
42310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。
32810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
BCI与功能电刺激(FES)和虚拟现实(VR)等技术相结合，可以在患者执行治疗任务时，通过改进的运动想象(MI)时的实时信号检测，诱导神经可塑性，从而恢复神经功能。 值得强调的是，其中最后一段时间的对于下肢的康复治疗阶段是患者依据疗效与自身康复情况主动地向研究人员们提出的。 这意味着，患者不仅对于这类康复过程是秉承着一种积极向上地态度，而且还对recoveriX康复系统地治疗原理与效果给予了肯定。这非常值得重视。 患者首先接受地是上肢康复治疗。 这些定量的变化可以非常好地反应在特定活动任务下大脑神经元之间地变化。因此，这些相应特征就可用于生物标记物。 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。
74620编辑于 2023-02-13 - 来自专栏SuperFeng
机器学习系列11：神经网络
什么是神经网络（Neural Networks）呢？最开始科学家想用算法去模拟大脑达到人工智能。通过一系列的实验发现，大脑是通过神经元进行工作的，神经元之间通过电信号传递信息。 于是他们就开始模拟神经元的工作过程，用算法去模拟神经元，这就形成了神经网络。神经网络可以用来学习复杂的非线性假设模型。 那么现在一个神经元模拟好了，但是大脑肯定不是靠一个神经元工作的，现在开始模拟多个神经元的工作过程，如下图： ? 其中 Layer 1 层模拟输入信号，连线代表信号传递的方向。 每一个神经元也就是假设函数 h_θ(x) 的构造如下： ? ? 表示第 j 层第 i 个神经元。 ? 表示第 j 层神经元的参数矩阵。 类似地，神经网络的代价函数如下： ? 其中： L = 神经网络的层数； S_l= l 层有多少个单元； K = 输出单元的数目。 乍一眼看上去挺复杂，其实类比逻辑回归的代价函数来看，思想都是一样的。
53030发布于 2019-09-26 - 来自专栏U3D技术分享
老年人康复训练：动态规划
Shader着实看不动了，看多了那Blinn模型脑子里都是布灵布灵的，遂来点老生常谈的算法。 动态规划主要思想：步骤分解->用上一步的最优解来计算当前步骤的最优解。 第一步的最优解往往和递归到最底层一样会直接给出。 遵从无后效性原则：即之前的改动不会影响到后续的结果。 贪心算法和动态规划的详细介绍和区别：传送门 技巧： 1、先判断是否为动态规划，其典型特征为计算步骤可以进行划分，且计算内容重复。 2、判断动态规划类型：线型，区间型，棋盘型，树、图上的动态规划等。 3、从1->2到k->k+1确立动态规划方
20420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。 * 5 * 5 * 5; else if(n == 9) printf("%d",22); else if(n == 10) printf("%d",9); else if (n == 11 ,a); int i,j=1,t=0; for(i=0;i<12;i++){ if(a[i]=='-') continue; t+=(a[i]-48)*j++; } if(mod[t%11 ]==a[12]) printf("Right"); else{ a[12]=mod[t%11]; printf("%s",a); } return 0; } P1422 #include
63310编辑于 2022-09-21 - 来自专栏脑机接口
国内研究团队应用多模态虚拟场景刺激范式对运动神经康复训练的研究
近日，燕山大学谢平教授团队与国家康复辅具研究中心李增勇教授共同合作设计了运动神经康复训练新范式，该范式创新性地应用虚拟现实技术与脑机接口技术，并且通过神经激活程和运动想象识别率验证了该范式对运动神经康复的积极激活作用 为了最大限度地激活受试者的运动神经并加速重塑运动神经功能的机制，本研究设计了一种使用不同虚拟场景（包括静态场景、动态场景和VR场景）的BCI康复训练策略。 图7A显示，受试者接受本研究设计的康复策略训练后，大脑区域运动神经的激活范围显著扩大(即MI神经的激活宽度增加)。 图7B显示，受试者接受康复策略训练后，激活区域的颜色更暗（即ERD/ERS现象更明显），这表明MI神经的激活深度增加。 为了研究MI-BCI治疗如何最大限度地激活受试者的运动神经并加速运动神经功能的重塑机制，我们设计了以下康复训练策略：我们在不同虚拟场景下增强了MI训练，并比较和分析了使用不同虚拟场景刺激进行增强MI训练后的神经激活程度和运动想象识别率
1K50编辑于 2022-09-22 【实战应用】基于ROS2与MindRove的手势识别系统：为神经康复治疗注入新活力
摘要：本文将深入解析一项2023年的前沿研究，展示如何利用八通道MindRove臂带结合ROS2和SVM算法，构建一套完整的手势识别流水线，并将其成功应用于沉浸式Unity游戏中进行神经康复治疗。 关键词：MindRove、ROS2、手势识别、SVM、Unity、神经康复、人机交互、可穿戴设备一、引言：康复治疗的技术革新需求神经康复治疗（如脑卒中、脊髓损伤后的恢复）是一个漫长而艰巨的过程。 传统的康复训练往往枯燥乏味，导致患者参与度低，直接影响康复效果。将游戏化元素引入康复训练，通过即时反馈和趣味性激励患者，已成为行业共识。 软件层：ROS2与SVM的强强联合•ROS2：作为机器人领域的标杆框架，ROS2在此发挥了神经中枢的作用。它负责：•可靠的实时通信：稳定地接收来自MindRove的原始sEMG数据流。 展望未来，随着算法优化（如采用深度学习模型）和更多传感器数据的融合，基于MindRove的康复系统精度和鲁棒性将进一步提升。它有望成为推动个性化、趣味化、高效化神经康复治疗普及的关键技术组件。
26810编辑于 2025-11-11- 来自专栏机器学习之禅
11 | PyTorch使用nn模块、手工实现神经网络
上一小节对神经网络有了基本的了解，这一小节就看一下如何用代码来实现一个神经网络。 我们所用的案例还是那个温度转换的案例，只不过需要我们把之前的线性模型替换成神经网络模型，并重新训练以找到适合神经网络的权重。 ，目的是把数据转化成单个的样本，如果这里不太明白不要紧，后面会讲 t_u = torch.tensor(t_u).unsqueeze(1) t_u.shape outs: torch.Size([11 就像我们开头的代码里缩写的 t_c = torch.tensor(t_c).unsqueeze(1) 我们用了unsqueeze方法给数据进行升维，升维完成之后就成了一个11 * 1的tensor。 output tensor([[-1.5225], [12.1985]], grad_fn=<AddmmBackward0>) answer tensor([[-4.], [11
64420编辑于 2022-07-11 - 来自专栏音乐与健康
旋律疗愈到底如何？音乐治疗科学性知多少？
今天，就让我们一起探索音乐在脑损伤康复中的多元应用。唤醒沉睡的意识：音乐助力意识恢复意识障碍是神经系统疾病康复路上的一大绊脚石。 功能性磁共振成像（fMRI）更是揭示了音乐刺激能够激活大脑中的多个功能区域,并促进相应神经纤维束重建，包括听觉皮层、前额叶皮层和边缘系统等，这些区域的激活如同为大脑“重启”了神经可塑性，助力患者意识的恢复 多项研究表明，结合音乐疗法的语言训练比传统语言训练更有效地改善失语症患者的语言功能，让患者重新找回说话的能力[11]。 结语音乐疗法以其独特的魅力和显著的康复效果，在脑损伤康复中发挥着越来越重要的作用。 作者：吴晓莉 中国康复研究中心神经康复科 副主任医师审核：杜晓霞 中国康复研究中心神经康复科 主任医师[1]Xiao X, Chen W, Zhang X.
71010编辑于 2025-08-04 - 来自专栏PyVision
11种主要神经网络结构图解
---- 标准网络 1 | 感知器（Perceptron） 感知器是所有神经网络中最基本的，也是更复杂的神经网络的基本组成部分。它只连接一个输入神经元和一个输出神经元。 ? 神经元的连通性和权重是随机分配的，忽略层和神经元的差异(跳过连接)。通过学习输出神经元的权重，使网络能够产生和再现特定的时间模式。 8 | 反卷积神经网络(Deconvolutional Neural Network/DNN) 正如它的名字所暗示的那样，反卷积神经网络与卷积神经网络操作相反。 11 | 变分自动编码器(Variational Auto Encoder/VAE) 自动编码器学习一个输入（可以是图像或文本序列）的压缩表示，例如，压缩输入，然后解压缩回来匹配原始输入，而变分自动编码器学习表示的数据的概率分布的参数 原文：https://towardsdatascience.com/11-essential-neural-network-architectures-visualized-explained-7fc7da3486d8
9.6K20发布于 2020-09-02 - 来自专栏脑机接口
Nature子刊 | 脑深部刺激治疗卒中患者运动康复
神经可塑性是一种“有据可查的现象，它与中风后运动功能的逐渐自发改善或治疗驱动的改善有关”。但恢复的程度“因人而异”，取决于多种因素。 研究人员表示，“利用神经可塑性的潜力并调节其程度仍然是医学的一个重要前沿领域，具有巨大的发展前景，也是我们研究小组的工作重点。” 这种方法包括持续刺激小脑齿状核(dentate nucleus)，"通过激活强大的内源性齿状突触皮质通路来调节神经活动和同侧皮质兴奋性"。 它还能促进新突触和长期电位的表达，这是一种神经可塑性过程。 表1 |参与者人口统计和临床信息 经过十多年的临床前研究，研究人员首次将这种方法应用于人体，其主要目的是确定小脑 DBS结合康复治疗是否对中风后运动障碍安全可行。
63960编辑于 2023-09-08 - 来自专栏自然语言处理
图神经网络11-GCN落地的必读论文：GraphSAGE
3 相关工作 GraphSAGE算法在概念上与以前的节点embedding方法、一般的图形学习监督方法以及最近将卷积神经网络应用于图形结构化数据的进展有关。 一些神经网络方法用于图结构上的监督学习，本文的方法在概念上受到了这些算法的启发 Discriminative embeddings of latent variable models for structured 3.3 Graph convolutional networks 近年来，提出了几种用于图上学习的卷积神经网络结构 Spectral networks and locally connected networks 该f_update功能为任何可微函数，可以再次，是一样简单的平均函数，或复杂如神经网络。 根据节点v的邻域聚合表示和节点v的先前表示，为节点v创建更新的表示： ? label一共七种，包括遗传算法，神经网络，强化学习等7个领域。特征是已经经过stemming和stopwords处理过的词表，每列表示一个词是否出现。
3.4K30发布于 2021-04-27 - 来自专栏脑机接口
运动想象脑机接口控制机器人的研究概述
在医疗辅助轮椅的基础上，Yu等人增加了左转45°、右转45°、加速和减速等控制指令，总控制指令达到11条，实现了对轮椅更精细的控制。 近年来，随着人工神经网络（ANN）的不断发展，国内外许多学者开始使用人工神经网络作为脑电信号的分类器。作为一种由大量节点相互连接组成的运算模型，人工神经网络广泛用于回归分析和分类问题。 # 应用场景 MI-BCI系统因其在运动控制、神经康复训练和其他特殊环境的智能操作领域的潜在应用而被广泛研究。 同时，MI-BCI系统所涉及的神经机制与运动功能密切相关，因此有望在提高用户脑区的信息处理效率方面发挥重要作用。根据不同的应用场景，由MI-BCI系统控制的机器人可以分为运动控制型和医疗康复辅助型。 Hortal等人使用MI-BCI系统辅助控制混合上肢外骨骼，用于神经损伤患者的康复训练。
1.1K50编辑于 2023-09-28 - 来自专栏脑机接口
多感官反馈脑机接口在脑卒中康复中的应用:个案研究
传统治疗方法无法为瘫痪患者提供一个整合了感觉在内的闭环运动康复。 当突触前和突触后神经元都活跃时，神经网络得到加强。在传统治疗中，当患者在没有进行运动想象活动的情况下收到反馈时，这两个神经元群体并不同时活跃。 不同时的，分离的反馈不能导致两种神经元群体之间的赫比恩学习(Hebbian learning)，该类型的神经元群间的相互左右正是期望从康复中得到改善的基础。 在参与我们的研究之前，在常规的康复治疗之外，他进行了TMS和镜像康复治疗，但功能没有改善。他们都在罗马尼亚的Iasi康复医院参加了10次康复训练课程。 FES刺激通过8通道神经刺激器提供刺激(MOTIONSTIM8, Krauth 1 Timmermann GmbH，德国)。
89630编辑于 2023-02-14 - 来自专栏VRPinea
医疗康复再添猛将，VR成患者得力助手
众所周知，脑中风后的康复往往需要漫长的时间，且大部分情况下康复效果并不理想。 今年，MindMaze又基于自家神经技术推出了用于捕捉面部表情的“Mask”技术方案。 除了最新的Mask方案，MindMaze的核心产品是MindMotion，一个使用3D技术＋神经技术的复健系统。 其产品型号为MindMotion Pro，MindMotion Pro在美国市场中主要用于中风患者的康复治疗，并且主要是上肢神经的康复治疗。 ? 软件内容是基于上肢康复原理和标准化神经康复原理定制的交互式练习，患者可以通过科学的练习过程复健受损的神经。 其实除了MindMaze，面对医疗市场的迫切需求，不少企业都尝试研发了用于医疗康复的VR产品和技术。 VR+儿童康复 ?
1.8K130发布于 2018-05-16 - 来自专栏CSDNToQQCode
10年程序员——有康复理疗资格证
以下是关于如何泡脚养生的详细解答： 选择合适的时间：一般来说，晚上9点到11点是泡脚的最佳时间，因为此时身体气血较为虚弱，泡脚可以更好地促进血液循环，缓解疲劳。
28910编辑于 2023-12-02
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