【摘要】：步態(tài)是隨著時間的變化而變化的有序動作,它是人們?nèi)粘Ｉ钪凶畋举|(zhì)的、無處不在的一項運動,人體各個部位的協(xié)調(diào)的運動模式結(jié)合在一起就構(gòu)成了步行的行為特征。心臟也是人體至關(guān)重要的器官,而心電圖(ECG)信號體現(xiàn)出心臟進行周期性搏動的詳細信息。兩者都與健康緊密相關(guān),并被廣泛應(yīng)用于各個領(lǐng)域,尤其在運動領(lǐng)域及醫(yī)療康復(fù)領(lǐng)域,于是步態(tài)特征與ECG信號之間的關(guān)聯(lián)性研究尤為重要。但同時,步態(tài)與ECG的復(fù)雜多變性又對兩者的關(guān)聯(lián)性研究帶來很大的挑戰(zhàn)。本文在分別研究步態(tài)特征與ECG信息的基礎(chǔ)上,建立一種新的回歸模型。本文主要研究內(nèi)容歸納如下:(1)設(shè)計5種場景實驗,在不同狀態(tài)下走路或跑步,通過運動采集系統(tǒng)捕捉到身體各部位行走時的三維坐標(biāo),提取特征,以每個步態(tài)周期為時間點,提取步態(tài)特征,最后對提取的特征中以十個步態(tài)周期為一段,即十步一段取均值。(2)通過基于自動調(diào)整閾值的方法檢測到ECG信號中的R波位置,并以回溯搜索、不應(yīng)期檢測算法保證定位的準(zhǔn)確率。本文對算法的初始化閾值進行了改進,防止干擾信號對閾值的影響,使閾值更具合理性;同時,在對ECG不應(yīng)期時,設(shè)不應(yīng)期隨著RR間期的改變自動調(diào)整,使算法適應(yīng)性更強。(3)提出了一種基于正則化極限學(xué)習(xí)機(RELM)的回歸模型,心電圖信息與人體步態(tài)的關(guān)聯(lián)性分析,對采集到的真實心電信號和步態(tài)特征的8個方面進行分析。以每十個步態(tài)周期為一小子集構(gòu)成數(shù)據(jù)集。實驗結(jié)果表明,人類步態(tài)確實具有潛在的關(guān)聯(lián)性,且基于RELM回歸模型的步態(tài)特征可以用于RR間期預(yù)測。此外,增加步態(tài)特征的數(shù)量可以顯著提高預(yù)測性能;我們的發(fā)現(xiàn)表明步態(tài)速度越快,預(yù)測性能越好。研究發(fā)現(xiàn),步行和跑步的心電信息的預(yù)測結(jié)果略有不同。
【圖文】：

人們?yōu)榱俗非蟾鼫?zhǔn)確的結(jié)果，開始借助一些儀器進行定量分析，如皮逡逑尺記錄長度，鐘表記錄時間，量角器記錄角度信息等等，早期最簡單的定量分析逡逑方法是通過足印分析法，如圖１．１所示：逡逑２逡逑

邐基于壓力傳感器的步態(tài)檢測系統(tǒng)。Ｄｅｓｃｈａｍｐｓ邋Ｋ等人針對糖尿病足部減壓敷料，測試了一種包含薄壓敏電阻的新型便攜式系統(tǒng)的臨床實用性和［２８］。除此之外，還有很多學(xué)者設(shè)計了基于足底壓力傳感器的步態(tài)分析系統(tǒng)基于圖像的步態(tài)動作捕捉系統(tǒng)。它是由斯坦福大學(xué)神經(jīng)生物力學(xué)實驗造的，步態(tài)動作捕捉系統(tǒng)分為二維步態(tài)采集設(shè)備［３４，３５］及三維運動跟蹤系統(tǒng)。國內(nèi)外常用的是三維運動捕捉系統(tǒng)，它通過擺放在空間中的若干個跟蹤設(shè)體的運動狀況以圖像的形式記錄，，并用計算機對記錄的數(shù)據(jù)進行處理分析相應(yīng)跟蹤設(shè)備上的三維空間坐標(biāo)（Ｘ，Ｙ，Ｚ），是一種用于精確檢測人體在期的實時運動捕捉設(shè)備。研究人員常用的有ＶＩＣＯＮ三維步態(tài)分析系ＭＣＵ５００三維步態(tài)分析系統(tǒng)［３７］、Ｍｏｔｉｏｎ邋Ａｎａｌｙｓｉｓ邋Ｏｒｔｈｏｔｒａｋ步態(tài)分析系統(tǒng)三維運動跟蹤分析系統(tǒng)主要分為感光式、電磁式、超聲波式等幾大類。感光式又有可見光和紅外光的識別兩大類，而對于標(biāo)記的捕捉上又可分為和被動式兩種。Ｃｏｄａｍｏｔｉｏｎ就是主動式的紅外運動跟蹤系統(tǒng)［３８］，這種采集擁有比視頻監(jiān)控更高的精準(zhǔn)度，而且操作簡單易懂。如圖１．２所示，是Ｃｏｄａ系統(tǒng)相關(guān)設(shè)備。逡逑
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：R540.4;TN911.7;TP181

【參考文獻】

相關(guān)期刊論文 前10條

1 黃濤;李新建;;籃球?qū)ｍ棇W(xué)生的步態(tài)特征和足底壓力研究[J];運動;2015年19期

2 向靜;胥方元;;步態(tài)分析在臨床康復(fù)應(yīng)用中的研究進展[J];現(xiàn)代醫(yī)藥衛(wèi)生;2014年22期

3 郭文靈;顧建軍;;移動心電監(jiān)護系統(tǒng)的心電圖實時分析算法[J];計算機仿真;2014年09期

4 韓百合;宋濤;曲秀芬;;心臟性猝死心電學(xué)預(yù)測方法研究新進展[J];現(xiàn)代生物醫(yī)學(xué)進展;2013年20期

5 王輝;;《臨床心電圖學(xué)》第四版[J];基礎(chǔ)醫(yī)學(xué)與臨床;2013年07期

6 瞿曉娜;張騰宇;王喜太;王人成;;行走速度對步態(tài)參數(shù)影響的實驗研究[J];中國康復(fù)醫(yī)學(xué)雜志;2012年03期

7 王人成;張美芹;;人體步態(tài)時相對稱性評價指標(biāo)的對比研究[J];中國康復(fù)醫(yī)學(xué)雜志;2011年10期

8 張博鋒;張靜茹;顏科;江蘇蘇;魏大名;;基于人類行走模型的步態(tài)特征提取方法研究[J];計算機應(yīng)用與軟件;2009年05期

9 覃愛娜;桂衛(wèi)華;唐國棟;;一種改進的QRS波檢測方法[J];中南大學(xué)學(xué)報(自然科學(xué)版);2008年05期

10 胡雪艷;惲?xí)云?郭忠武;王廣志;丁輝;;正常成人步態(tài)特征研究[J];中國康復(fù)理論與實踐;2006年10期

相關(guān)碩士學(xué)位論文 前1條

1 騰珂;基于可穿戴式傳感器的多特征步態(tài)分析系統(tǒng)設(shè)計與研究[D];合肥工業(yè)大學(xué);2016年

本文編號：2711641