- 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。 排除标准：意识障碍者；正接受肾脏替代治疗者；合并原发性神经肌肉疾病者；四肢障碍者；骨折患者；需严格控制活动者。 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。 F3、Fz、T3和C3通道GVS的谱图。在刺激前和刺激后的频谱功率差异显示，频谱变化出现在GVS停止后的前40秒。(b)GVS-fMRI分析。 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。 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。 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。 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。
74620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、
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。 ; 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]
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。 3. 应用层：Unity游戏化交互•识别出的手势最终被用于控制Unity引擎开发的严肃游戏。 3.指明了清晰的优化路径：研究承认在用户特异性和识别精度上仍面临挑战，但更重要的是提出了具体的未来工作方向，如扩展手势库、融合更多传感器数据（如IMU）、探索更先进的特征提取技术。 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- 来自专栏数据派THU
3D图解神经网络
也就是说，先给Unity版3D网络提供一个搭建思路，提前准备好实现展示卷积计算的方法、特征图的形状、边绑定的效果等问题。 它的节点编辑器长这样： 然后，就可以在Unity上搭建3D神经网络了。 设计后的网络形状，大致长这样： 然后，就是从模型的TensorFlow代码中，生成对应的3D神经网络图像。 目前，也已经有人像上面那个神经网络模型一样，做出了3D的可视化神经网络: 这个项目，同样用到了边绑定、光线追踪等技术，与特征提取、微调和归一化相结合，将神经网络可视化。 大致的处理过程是这样的： 如果对于这类3D神经网络可视化感兴趣，可以在文末找到对应的开源项目地址。 作者介绍： Stefan Sietzen，现居维也纳，此前曾是个3D视觉方向的自由职业者。 目前，他在维也纳工业大学读硕，对视觉计算（visual computing）非常感兴趣，这个3D神经网络，就是他在硕士期间做的项目之一。
85120编辑于 2022-10-09 - 来自专栏十二的树洞
人工神经网络学习笔记（3）
**暴力枚举：**对于一个三层的神经网络，每层有3个神经元结点，有两个3 × 3 3\times 33×3的链接权重矩阵，共有18个权重值。 为了避免上述情况，我们应从选择不同的其实位置对神经网络进行多次训练，以确保其并不总是终止于错误的地方。而不同的其实位置意味着不同的链接权重。 quality=80&size=b9999_10000&sec=1559636048297&di=a69a0ac50c0c4c39c6290d14fe697429&imgtype=0&src=http%3A %2F%2Fimg.ph.126.net%2FwdlmGd6Cl2EyG0Bp-xEihQ%3D%3D%2F1016406140918957318.jpg)] image.png 上述表达式表示了当权重
43330编辑于 2021-12-22 - 来自专栏算法之名
3D卷积神经网络
首先，我们先参考Tensorflow深度学习算法整理 中卷积神经网络回忆一下2D卷积。 3D卷积如上图所示，3D卷积输入多了深度C这个维度，输入是高度H*宽度W*深度C的三维矩阵。 视频分类 虽然视频本质上是连续帧的二维图像，但是如果将一段视频切片当做一个整体，将其数据升级到三维，三维卷积神经网络在视频方面应用最广泛的就是进行视频分类。 与二维神经网络相同，三维神经网络也包括输入层，卷积层，池化层，全连接层，损失函数层等网络层。 光流(optical flow)： 通过时序上相邻帧计算像素移动的方向和速度。 input—>H1： 神经网络的输入为7张大小为60*40的连续帧(每帧都是单通道灰度图)，7张帧通过事先设定硬核(hardwired kernels，一种编码方式，注意不是3D卷积核)获得5种不同特征 （典型神经网。） C2—>S3： 2x2的2D池化，下采样。下采样之后的特征maps数量保持不变，因此S3层的特征maps数量为：23*2。
3.8K40编辑于 2022-05-06 - 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Shimmer3
Shimmer3 在多领域生理信号监测的创新应用与案例分析
三、运动科学与康复训练Shimmer3 IMU（惯性测量单元）与EMG（肌电）模块组合，为运动姿态分析、肌肉状态监测与疲劳评估提供了可靠方案。 典型应用场景包括： 运动员训练动作规范与技术优化 长时间运动过程中的疲劳监测 肌肉康复治疗与动作重建 案例：康复中心基于 Shimmer3 EMG 与 IMU 进行膝关节术后患者的步态分析与康复效果评估 四、神经营销与消费者行为分析Shimmer3 NeuroLynQ 平台结合多设备同步管理系统，可实现多被试生理信号同步监测，在神经营销与消费者行为研究中具备独特优势： 群体受众的情绪唤醒与生理反应实时监测 结合 NeuroLynQ 群体监测、iMotions 平台集成与开放 SDK 开发接口，Shimmer3 在以下领域具备广阔的应用前景： 数字医疗与远程健康监测 智慧体育与训练优化 消费者行为与神经营销 关键词：Shimmer3、可穿戴传感器、生理信号监测、NeuroLynQ、iMotions、神经营销、康复训练、消费者行为、GSR、ECG、EMG、IMU
28700编辑于 2025-07-16 - 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。 该系统临床实验数据显示，60余名吸毒人员在经过15天6次虚拟现实系统治疗之后，对毒品渴求度降低的比例达到75%；而同一时间内，未使用VR治疗的对照组人员，仅有3%降低了对毒品的渴求度。 ?
1.8K130发布于 2018-05-16 - 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。 对于意识障碍的患者，音乐疗法能够显著增加脑电活动，尤其是α波和β波的功率，促进大脑皮层的觉醒状态,而偏好音乐比患者自己的名字和熟悉音乐更能诱导强烈的脑电反应[1,2,3]。 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. J Neurosci Nurs,2020 ,52(4):146-151.[3]Qu S, Wu X, Tang Y, et al. Hum Brain Mapp, 2006,27(3):239-250.[10]Wu TJ, Chen KH, Chiu WK, et al.
71010编辑于 2025-08-04 - 来自专栏量子位
瘫痪小姐姐“自主”行走视频火了，曾借助轮椅完成舞蹈表演，网友：灵魂是战士
这种方式主要作用是带着患者先动起来，以刺激神经可塑性等方式开始康复进程。 美国Harmony Bionics公司开发的一款上肢康复外骨骼，设计了一种两侧同步模式。 患者可用正常一侧手臂来引导瘫痪一侧同步完成动作，通过这种方式刺激神经系统，也有可能加速恢复。 国内外相关研究情况 针对瘫痪患者的疗法，目前确实有不少更加前沿的研究，像利用神经可塑性 （神经再生）等原理进行治疗的方法，像电刺激、神经营养药等新型疗法。 因为神经一旦受损，它所支配的肌肉会萎缩或强直，如果不通过康复被动锻炼保持肌肉的状态，即便支配神经有所恢复，萎缩的肌肉依然无法完成运动。 外骨骼就是借助物理康复，让肌肉保持“待命”状态的工具之一。 product/%e4%b8%8b%e8%82%a2%e5%a4%96%e9%aa%a8%e9%aa%bc%e6%ad%a5%e8%a1%8c%e5%ba%b7%e5%a4%8d%e5%99%a8ugo210 [3]
98130发布于 2021-10-20 - 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
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)。 图3显示了信号处理链。 图3. Schematic view of the signal processing work flow.
89630编辑于 2023-02-14 - 来自专栏大数据文摘
Nature重磅：是什么让瘫痪者重新行走？科学家有了新发现
如今，科学家们终于有了新发现—— 神经科学家、洛桑联邦理工学院教授 Grégoire Courtine 团队及其合作者成功鉴定出了促进瘫痪后康复的神经元。 早在 2018 年，Courtine 团队就通过电刺激疗法帮助 3 名脊髓损伤患者恢复了腿部肌肉控制，并改善了他们的行走。 为此，Courtine 等人建立了一个小鼠模型，该模型复制了人类 EES 神经康复的关键特征。此外，他们还为小鼠脊髓的不同神经元构建了一个基因表达单细胞图谱。 在一篇同期发表的评论文章中，索尔克生物研究所分子神经生物学实验室副教授 Eiman Azim 和博士后研究员 Kee Wui Huang 评价道，这一发现可以帮助人们进一步理解 EES 的康复机制，但脊髓是如何重组的全过程还有待研究 此外，他们也表示，尽管存在挑战，增强神经康复方法的发展，以及用于访问神经系统中特定细胞类型的工具的快速增长，使脊髓损伤的靶向、基于电路的治疗前景看起来更加有希望。
30920编辑于 2023-04-10
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