- 综合排序
- 最热优先
- 最新优先
- 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
这项技术在治疗抑郁症、帕金森病、头痛、慢性疼痛和癫痫等多种生理、心理和运动障碍疾病方面有着成功的记录。但用于治疗中风患者属于首次。 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。 磁共振成像（MRI）与正电子发射计算机断层成像（PET）的叠加图，研究对象为一名右半球中风病变的 58 岁男性患者.同侧运动相关皮层区域被识别为：初级运动区（M1），紫红色；初级躯体感觉区(S1)，绿色 ；前补充区(pre-SMA)，蓝色；背侧前运动区，红色；腹侧前运动区，青色；SMA，黄色。 在接受DBS治疗后，12名患者中有9名显示出运动障碍和功能的改善，其中一些患者的运动功能评分几乎是最初的三倍。这项研究首次证明DBS可以成功地用于改善中风后的大脑功能的证据。
63960编辑于 2023-09-08 uni-app开发AI康复锻炼小程序，帮助肢体受伤患者康复！
提要：近段时间我们收到多个康复机构用户，咨询AI运动识别插件是否可以应用于肢力运动受限患者的康复锻炼中来，插件是可以应用到AI康复锻炼中的，今天小编就为您介绍一下AI运动识别插件在康腹锻炼中的应用场景。 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 三、引入云智AI运动插件云智AI运动识别小程序插件，为您的小程序赋能，带来前沿的AI技术体验。插件集成了人体检测、姿态识别、运动识别以及运动计时计数等强大功能，全方位满足您的需求。 借助云智AI运动识别小程序插件，您可以专注于康复功能的创新与优化，让AI技术更好地服务于用户的健康与康复之路。
42310编辑于 2024-12-16- 来自专栏机器人网
日本研发先进的人形机器人，可应用于运动和康复研究
据日媒报道，日本东京大学教授稻叶雅幸等人研发出模拟人类运动系统的先进人形机器人，可以模拟人类活动，包括体能训练和体操，未来可被用于运动和康复训练方面的研究。 通过人型机器人的研究，我们可以学到许多人类自己运动的奥秘，有助于开发仿生义肢与动力外骨骼等实用化器材。因此，东京大学的研究人员专门设计模拟人体结构的零件，使整个机器人尽可能接近人类行动的模式。 更有趣的是，他也会因为剧烈运动而出汗，因为他的运动模式是模仿肌肉的弹性弦，在持续运动时，身体也会发热，为了避免过热受损，团队还开发了一套机器人水循环冷却系统，运动产生热量可以由蒸汽经过铝骨制架上的小孔排出 由于可以测量施加到各部位肌肉上的力量，因此这款机器人可用于解析运动，而现有的测量肌电位等解析方法难以进行详细调查。
1.3K40发布于 2018-04-18 - 来自专栏3D视觉从入门到精通
计算机视觉在生物力学和运动康复中的应用和研究
近几十年来，在运动生物力学和康复环境中对人体运动的研究取得了长足的进步。 此后，运动分析相关技术进步很快，与不断增长的需求相平行，这些技术可以捕获从临床步态评估到视频游戏动画在内的各种运动。 在运动生物力学和康复应用中，人体运动学的定量分析是一种功能强大的工具，生物力学工具已经从使用图像的人工注释发展为基于标记的光学跟踪器，基于惯性传感器的系统以及使用复杂的人体模型，计算机视觉和机器学习算法的无标记系统 目前在运动生物力学和康复中最广泛使用的运动分析系统不允许在没有附加标记，控制条件和/或大量处理时间的情况下自动收集运动数据。 这些限制可能会妨碍在正常的训练或康复环境中常规使用运动捕捉，因此非常需要开发自动无标记系统，并且结合应用计算机视觉和机器学习中的相关技术。
1.2K30发布于 2020-11-19 - 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。 智能传感与数据采集： 机器人将配备多种传感器，包括基于碳纤维的弹性力传感器，以实时监测患者的运动情况和肌肉活动。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。 硬件平台设计 核心处理单元：采用英特尔酷睿Ultra处理器，该处理器整合了CPU、GPU和NPU，提供专属的AI加速功能，确保了在设备端的高效AI计算能力，特别适合需要实时处理复杂算法和数据的康复辅助机器人 软件架构设计 AI模型和算法：利用OpenVINO™工具套件和BigDL LLM库，开发和部署针对康复辅助的AI模型。
32710编辑于 2025-11-12 步态分析系统终极测评：8 款主流产品全方位对比，NOKOV 度量凭何成为行业标杆？
引言步态分析，作为量化人体行走、跑步等运动模式的核心技术，已广泛渗透医疗康复、机器人研发、运动科学、工业人机工效等多个领域。 通过惯性传感与视觉融合技术，可实现移动场景下的步态数据采集，适配家庭康复监测、户外运动记录等场景。 AI 与步态分析深度融合AI 算法将实现步态数据的 “自动诊断”，例如，系统可直接识别脑卒中患者的步态异常类型（如足下垂、画圈步态），并自动生成康复训练方案；在工业场景中，AI 可根据机器人步态数据预测故障风险 例如，某脑卒中患者经 NOKOV 系统辅助康复训练 3 个月后，步长对称度从 65% 提升至 88%，踝关节背屈角度从 5° 提升至 15°，达到正常行走标准。5. AI 融合：AI 算法将实现 “自动诊断 + 方案生成”，例如系统可根据患者步态数据，自动识别疾病类型（如帕金森病、脑瘫），并生成个性化康复训练计划，无需医生手动分析。
58910编辑于 2025-12-19- 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 患有弛缓性麻痹的脑卒中患者很难接受被动康复训练。因此，将运动想象的脑机接口(MI-BCI)技术和虚拟现实(VR)技术相结合的虚拟康复技术应用于脑卒中康复领域。 我们在试验期间收集了19个通道(FC1, FC3, FC5, C1, C3, C5, CP1, CP3, CP5, Cz, FC2,FC4, FC6, C2, C4, C6, CP2, CP4, and 图5 评估实验范式流程 图6 不同场景下训练实验范式流程 图5显示了MI评估实验的范式。一次试验包含三个周期，共10秒。 从1到5秒，受试者必须专注于屏幕上提供的提示信息，并进行左手/右手（或左手/右臂）运动想象。从5到7秒，MI分类模型的结果出现在屏幕上，场景中的虚拟角色和肢体被控制相应地移动。
1K50编辑于 2022-09-22 - 来自专栏Crossin的编程教室
【Pygame 第5课】 游戏中的运动
3.让这个子弹往上运动。还记得我在第2课《游戏的本质》里面说的吗：在游戏主循环中，要处理物理运动。所以在程序中要做的就是，每次循环里，把子弹图片的y坐标减少一个量（因为屏幕左上角的坐标是(0,0)）。 5.为了看起来更符合常理，你得把子弹的图片放在飞机的图片下面，这样看上去才会是从飞机上发射出去，而不是凭空冒出来的。在程序中，就是先绘制子弹，再绘制飞机，像是画油画，后画的会覆盖掉先画的。 bullet_y = y - bullet.get_height() / 2 #把子弹的中心位置设为鼠标坐标 else: bullet_y -= 5 面向零基础初学者的编程课 每天5分钟，轻松学编程 回复『 p 』查看python课程 回复『 g 』查看pygame课程 回复『 t 』查看习题
1.1K50发布于 2018-04-16 - 来自专栏量子位
百度AI的“圈地运动”
百度这个AI生态又呈现出何等面貌？ 这背后可能有一些时代潮向变化的影子。 地毯式“轰炸” 单从结果来看，百度真可谓发起了一场“圈地运动”。 围绕开发者，从点，到线，再到面。 在这个“评价标准”里，百度给深度学习工程师们画了一棵技能树，包含通用能力、专业知识、专业能力、行业知识、组织管理5大分枝，以及各维度细分的16类能力项参考标准，开发者们可以按照这棵技能数来学习技能、自我提升 而自然语言处理基础技术系列接口方面，用户每个接口默认拥有5个QPS，若需更高的QPS资源，开发者可按需申请，审核通过即可继续免费调用，最高可达每接口100个QPS。 去年10月，首期百度AI加速器在AI开发者实战营首站推出，然后经过两个多月的报名及评估，从上千个项目中经过多轮资料筛选和面试沟通，最终选出优质企业正式进入首期AI加速器。 AI服务。
85020发布于 2018-07-20 成功案例分享|使用AI运动识别插件+微搭，快速搭建AI美体运动小程序
用户为形体礼仪培训机构，计划开发一款AI美体运动小程序，旨在为用户提供专业的运动指导和美体建议。 考虑到开发成本、开发周期及原功能迁移的问题，用户决定基于“微搭”低代码平台进行搭建，并集成“AI运动识别小程序插件”以实现AI运动识别智能化功能。 在我方技术人员的协助下，成功将“AI运动识别小程序插件”集成至“微搭”平台的小程序中。 这款小程序不仅具备精准的运动识别能力和实时反馈功能，还提供了个性化的训练计划和改进建议，“AI运动识别插件”的精准识别能力和实时反馈功能，极大地提升了用户的运动体验和粘性，使用户能够更加科学地进行美体运动 当然，这只是“AI运动”的其中一种应用场景，还可以应用其他方面，诸如：AI健身、学生体测、云上运动会、轻量AR互动等。要实现这些应用场景，在这里，我们推荐云智「AI乐运动」体验。
57710编辑于 2024-10-142025 年外骨骼机器人动作捕捉系统排行榜：精准驱动康复与工业革新
技术同源性优势：与 Mars 系列同属 NOKOV 度量技术体系，支持外骨骼机器人步态分析、仿生机器人运动捕捉等场景，可与生成式 AI、具身智能等前沿技术结合，为外骨骼的智能控制算法优化提供实时数据输入 5.华为海思动作捕捉模组核心定位：嵌入式动捕核心组件，小型化外骨骼机器人集成方案核心优势高集成度与低功耗：作为华为海思推出的嵌入式模组，体积小、功耗低，可直接集成于小型外骨骼设备（如手部康复外骨骼）中， ，且支持与医疗设备同步，可为医生提供全面的患者运动信息，助力个性化康复方案制定。 普通运动相机能否替代？不能替代。外骨骼机器人的动作捕捉需精准采集关节角度、运动轨迹、受力状态等数据，普通运动相机的精度（通常角度误差≥5°，位置误差≥10mm）远无法满足需求。 本文由 加搜 TideFlow AIGC GEO生成内容由 AI 生成，不能完全保障真实，请审慎甄别
59310编辑于 2025-10-20- 来自专栏一步步开发AI运动APP
AR体感游戏，拓宽AI运动小程序的应用边界
引言： 「Ai运动识别」系列插件自推出以来，已经成功在AI健身、线上运动赛事（云上运动会）、学生体测、美体锻炼、康复锻炼等场景中应用，既有小程序、也有APP，这些应用都是常规的运动项目或者是专业的培训、 康复动作，相较而言更适合成年人或初中往上的青少年，不适合于低龄儿童，而AR体感游戏的出现，则以“游戏化+沉浸式”的创新形式，打破年龄壁垒，为AI运动应用注入全新活力！ 一、什么是AR体感游戏AR体感游戏是人工智能（AI）与增强现实（AR）技术的深度融合，通过摄像头实时捕捉用户动作，结合虚拟场景与动态反馈，将身体运动转化为游戏中的互动指令。 3.2、适配低龄段的儿童受限于AI体育运动项目的受众年龄原因，针对校园场景的AI运动健身小程序、APP，在小学低学年级，特别是幼儿园幼儿，没有比较合适的切入口，借助AR游戏引擎，扩展一些针对低龄幼儿的易上手 3.3、其它应用场景的拓展像美体锻炼培训、康复机构，则可以对原来锻炼的运动项目，进行AR交互改造，增强互动性、获得感，让锻炼不再只是单纯的计时、计数，既锻炼了肌体，又愉悦了心情，达到身心皆练的目标。
43610编辑于 2025-11-03 - 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】二、跨平台APP AI运动识别方案介绍
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 其应用场景广泛而多样，无论是AI赋能的健身系统、线上运动赛事、学生体质测试的便捷化实施，还是轻量级AR体感游戏的创新体验、美体锻炼的个性化指导，乃至康复锻炼的科学化辅助，都能轻松应对，助力开发者快速上线以上应用场景的 APP，占领AI辅助运动市场。 但正因为是新力军，完善度和社区资源不是非常成熟，需要团队有一定的原生APP开发技术储备，足够应对新平台的不确定性，且对APP有极致的性能追求，才建议您选择uni-app x；如果是仅有前端技术储备，现有小程序、H5等
52510编辑于 2025-04-02 从科幻到现实的精准运动解析技术
（如体育训练）诺亦腾AI无标记式通过深度学习算法从视频中直接提取关节、骨骼的关键点临床研究（医疗康复、运动科学）NOKOV度量动作捕捉 Astra无标记点动作捕捉系统1.2 为什么选择光学式动作捕捉？ ：Mars9H同步捕捉12个标记点，支持人形机器人动作模仿数据支撑：南方科技大学付成龙团队使用Mars12H系统，将运动康复评估的关节数据误差控制在0.1mm以内北京理工大学夏元清团队通过Mars2H系统 ：从诊断到训练的科学化支持典型场景：步态分析、术后康复评估、假肢控制优化NOKOV度量方案：生物力学分析：输出关节活动度、力矩等12项参数案例：某三甲医院通过Mars18H系统，为中风患者制定个性化康复方案 答：对比维度光学式（NOKOV Mars系列）惯性式精度亚毫米级毫米级延迟2.4-5ms1ms以内适用场景科研、影视、大空间工业体育训练、便携式医疗环境限制需固定摄像头阵地无线束缚，但易受金属干扰建议： 答：除传统科研与影视外，新兴应用包括：元宇宙：驱动虚拟数字人，如某平台用Mars12H系统实现真人舞蹈到虚拟偶像的实时映射智慧医疗：构建患者运动数据库，辅助AI诊断（如某医院建立5000例步态数据模型）
69510编辑于 2025-08-07- 来自专栏Pou光明
5_机械臂运动学基础_矩阵
矩阵把一个向量变成另一个向量是发生在向量空间里的变换运动，该变换有个专业名词叫线性变换或线性映射。这可以称为矩阵的几何意义。 矩阵独立的几何意义表现为对向量的作用结果。矩阵对一个向量是如何作用的？ 一个矩阵就描述了向量空间中的一个运动——变换，这个矩阵规定了所有向量的变换规则。
42010编辑于 2024-01-24 AI运动小程序鸿蒙平台适配指南
今天我们就结合我们一段时间以来「Ai乐运动」用户的反馈、实测验证，来聊聊AI运动小程序在鸿蒙端的适配。 一、AI运动识别插件在鸿蒙5的实测表现使用版v8.0.11微信分别在Harmony5.0.1和Harmony5.1.0的实际测试结果如下：功能 功能表现 备注 识别引擎ve1正常 但精度不佳，与MTK芯片问题一致 1.5.8，从结果看AI运动识别插件的功能在鸿蒙5的表现不存在兼容性问题，可以正常使用。 二、AI运动小程序在鸿蒙5的兼容性问题使用微信版本v8.0.11分别在Harmony5.0.1用Harmony5.1.0测试兼容问题主要表现在小程序的Camera组件，问题为Camera的非原生事件，即 AI运动小程序在纯血鸿蒙下的适配就为您介绍到这，若有其它的适配场景我们继续为您分享，欢迎关注...
39810编辑于 2025-11-24- 来自专栏大数据文摘
亨利·基辛格：AI启蒙运动该何去何从
启蒙运动试图把传统的真理交给解放的、善于分析的理性人。而互联网则是通过不断积累和被操控数据来传播知识，人类的认知失去了个性。 ? 我们使用数据，却变成了数据的奴隶。 是否所有AI都是这样一根筋的处理方式？ 其他的AI项目的贡献方式是帮助人们解决实际问题。除了那些解决实际需求的问题（比如外面气温是多少？），AI是否能研究自然本质和探索生命意义以及引发更深入的问题？ 我们是否应该通过限制AI自主学习来保护我们个人隐私？如果是的话，我们应该怎么做？ 如果AI的学习速度成指数型递增，那我们一定希望加快这种井喷式的学习速度，那么AI犯错的概率也会比人类高。 纵观人类历史，文明缔造了解释周围世界的方法，比如中世纪向我们解释了宗教，启蒙运动向我们揭示了自然科学奥秘，20世纪给我们带来了意识形态。 ? 启蒙运动开始于对新技术的哲学探索，但我们正在朝着相反的方向前进。 人工智能的发展潜移默化地指引了我们思考的方向。
75420发布于 2019-04-26 生物计算与脑机接口的行业应用案例分析
关键技术挑战：信号采集与解码（低信噪比）神经可塑性适配（个体差异）长期稳定性与生物兼容性三、行业应用案例分析案例一：医疗康复领域 – Neuralink的脑机接口应用背景：全球约有5亿人因中风、脊髓损伤等丧失部分运动功能 Kernel推出非侵入式BCI头戴设备，通过EEG实时监测大脑活动，结合AI算法调整学习内容难度，实现个性化学习。典型应用：注意力追踪：检测学生专注度并实时调整教学策略。 配合5G低时延传输，实现远程脑控。价值分析：智能制造与工业安全场景极具潜力，2025年中国BCI产业市场规模预计突破200亿元人民币。 植入式BCI逐步通过临床审批，进入康复医疗。中期（3-5年）脑机接口+AI，实现高精度运动解码。生物计算+药物研发，提升计算效率。长期（5-10年）脑机接口商业化，出现“脑控智能家居”。 脑机接口应用 2.1 医疗健康 2.1.1 运动功能重建 场景：瘫痪康复/假肢操控技术：侵入式脑电+意图解码成效：自理能力↑60%主体：
55110编辑于 2025-09-17- 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】十二、自定义扩展新运动项目1
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 健美、教学、矫正、康复等场景中需要识别检特定动作，内置库很难全面覆盖，插件也充分考虑了这些场景需求，提供了完善的自定义运动扩展机制，来帮助开发者快速实现这些特定动作的识别检测。 版的运动扩展机制在原小程序版的基础做了一些调整，但整体差别不大，主要差别在扩展运动列表及扩展运动的创建上，具体差异我们将在后续示例中详细介绍。 三、扩展运动涉及的APIExtendSportBuilder扩展运动构建对象主要负责定义扩展运动的 KEY、名称、计数方式、视角等基本参数，和运动分析调中的启动、停止、姿态流处理等各阶段的处理函数等。
23410编辑于 2025-09-16 - 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】十四、AI运动检测中，如何拍照留存图像？
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文，通过该系列博文，很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序；为了帮助开发者继续深耕 AI运动领域市场，今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文，带您开发性能更强、体验更好的AI运动APP。 根据我们之前的介绍可知，本系列使用的「AI运动识别」插件在运动识别时，完全依赖于设备端算力进行动识别推理，不会将用户图像上传至后台或第三方服务；所以运动识别后是无法再获得运动时的现场图像的，但是像体测和严肃的赛事场景可能又有留存运动现场图像进行后期审核核验的需求 一、相机提取图像相关API「AI运动识别」插件自带的相机组件，相机操控提供了将帧解析成jpeg格式图像并保存文件或Base64编码的相关API，详情如下，请可以参考插件API文档。 "#009d00" /></template><script>import {getCameraContext,createHumanDetector} from "@/uni_modules/yz-ai-sport
24610编辑于 2025-11-17
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