提出了一種新穎的基于經(jīng)驗?zāi)B(tài)分解（Empirical Mode Decomposition,EMD）和神經(jīng)網(wǎng)絡(luò)的膝骨性關(guān)節(jié)炎步態(tài)模式特征提取與分類的方法,可用于區(qū)分病理性步態(tài)和正常步態(tài)。對19例膝骨性關(guān)節(jié)炎患者和28例作為對照組的正常人進(jìn)行實驗研究,并采用2-折（Two-Fold）和留一（Leave-One-Out）交叉驗證法可以分別達(dá)到91.3%和93.6%的分類準(zhǔn)確度。與其他最新的方法相比較,該分類方法能有效地區(qū)分作為對照者的正常人和膝骨性關(guān)節(jié)炎患者之間的步態(tài)模式,具有較好的分類效果和顯著的有效性。 

【文章來源】：龍巖學(xué)院學(xué)報. 2020年05期

【文章頁數(shù)】：7 頁

【部分圖文】：

基于EMD和神經(jīng)網(wǎng)絡(luò)對膝骨性關(guān)節(jié)炎步態(tài)模式進(jìn)行分類的方法框圖

一種便攜式的基于標(biāo)記的運動分析系統(tǒng)[10]

從表2、表3、圖3和圖4可以看出,兩組人的IE旋轉(zhuǎn)和PD位移有明顯的不同,這意味著以膝關(guān)節(jié)運動為代表的兩組人的步態(tài)動力學(xué)是不同的。圖4 膝骨性關(guān)節(jié)炎患者和對照組的PD位移樣本

【參考文獻(xiàn)】：
期刊論文
[1]基于PCA和SVM的管道腐蝕超聲內(nèi)檢測[J]. 唐東林,魏子兵,潘峰,唐圳雄,李茂揚(yáng),胡琳.  傳感技術(shù)學(xué)報. 2018(07)
[2]采用循環(huán)疊加經(jīng)驗?zāi)B(tài)分解的去噪算法[J]. 趙旦峰,許聰,張揚(yáng),蘭海燕.  哈爾濱工程大學(xué)學(xué)報. 2010(06)

碩士論文
[1]基于Lempel-Ziv復(fù)雜度和信號分解的心顫與心動信號分析方法研究[D]. 夏德玲.濟(jì)南大學(xué) 2016



本文編號：2926008