本文關(guān)鍵詞：基于多模態(tài)信號(hào)的人體靜態(tài)平衡能力評(píng)估研究

  更多相關(guān)文章： 多模態(tài) 評(píng)估靜態(tài)平衡能力 多元經(jīng)驗(yàn)?zāi)B(tài)分解 多元多尺度熵

【摘要】：資料顯示跌倒是老年人意外傷害死亡的重要原因,老年人跌倒的主要原因是因生理機(jī)能下降而導(dǎo)致平衡能力下降。目前,平衡能力已成為老年人體質(zhì)狀況的重要檢測(cè)指標(biāo)。在康復(fù)醫(yī)學(xué)中評(píng)估患者平衡能力也可幫助診斷及制定康復(fù)方案。評(píng)估平衡能力意義重大,但維持平衡的機(jī)制尚無法徹底闡明,平衡能力評(píng)估指標(biāo)尚無法統(tǒng)一,人體平衡研究領(lǐng)域還需大量學(xué)者探索實(shí)踐。本文為更全面評(píng)估靜態(tài)平衡能力,探索了運(yùn)用多模態(tài)信號(hào)評(píng)估平衡能力的方法,多模態(tài)信號(hào)具體包括下肢表面肌電信號(hào)、壓力中心信號(hào)和人體姿態(tài)信號(hào),設(shè)計(jì)了四種實(shí)驗(yàn)采集范式干擾維持平衡的部分感覺系統(tǒng),并在每種實(shí)驗(yàn)采集范式下獲取三種平衡狀況實(shí)驗(yàn)者的多模態(tài)信號(hào),實(shí)驗(yàn)者的平衡狀況已由專業(yè)醫(yī)生評(píng)定,對(duì)多模態(tài)信號(hào)的時(shí)頻分析、特征提取及模式識(shí)別進(jìn)行了理論研究與實(shí)踐,得出有效的特征提取及分類方法,并在每種實(shí)驗(yàn)采集范式下得出區(qū)分三種平衡狀況實(shí)驗(yàn)者的分類模型,依據(jù)分類模型可將受檢者在各實(shí)驗(yàn)采集范式下的靜態(tài)平衡能力識(shí)別為其中一種平衡狀況,從而評(píng)估受檢者平衡能力。本文所做的主要工作如下:(1)總結(jié)了評(píng)估平衡能力的國內(nèi)外研究現(xiàn)狀,包括評(píng)估方法及評(píng)估指標(biāo)兩方面,并詳細(xì)分析了維持平衡的生理機(jī)理,為后續(xù)提出運(yùn)用多模態(tài)信號(hào)評(píng)估平衡能力的方法及設(shè)計(jì)四種實(shí)驗(yàn)采集范式提供借鑒。(2)結(jié)合人體靜態(tài)平衡的物理模型分析了多模態(tài)信號(hào)的作用,再詳細(xì)研究了多模態(tài)信號(hào)的采集方法,包括下肢肌肉的選取,驗(yàn)證Wii Balance Borad采集壓力中心的準(zhǔn)確性,由加速度與角速度信號(hào)獲得人體擺動(dòng)角度等,并開發(fā)了多模態(tài)信號(hào)采集軟件為后續(xù)研究提供平臺(tái)。(3)研究了多模態(tài)信號(hào)的兩種時(shí)頻分析方法。應(yīng)用壓力中心信號(hào)闡述了經(jīng)驗(yàn)?zāi)B(tài)分解分析多元信號(hào)時(shí)各元分解出的同層本征模態(tài)函數(shù)不具有大致相同的頻率尺度。并詳細(xì)介紹了多元經(jīng)驗(yàn)?zāi)B(tài)分解方法,應(yīng)用本文的六通道信號(hào)闡述了多元經(jīng)驗(yàn)?zāi)B(tài)分解可將多元信號(hào)各元自適應(yīng)分解出一組相同數(shù)量的本征模態(tài)函數(shù),且各元分解出的同層本征模態(tài)函數(shù)具有大致相同的頻率尺度,方便提取多模態(tài)信號(hào)大致相同頻率成分進(jìn)行后續(xù)特征提取,更有利于多模態(tài)信號(hào)融合分析。(4)依據(jù)人體維持平衡是一個(gè)動(dòng)態(tài)調(diào)整過程,且因年齡增加或疾病原因?qū)⒔档驼{(diào)整的及時(shí)性,導(dǎo)致平衡的動(dòng)力學(xué)復(fù)雜度降低,研究了三種基于復(fù)雜度的特征提取方法,每種方法都應(yīng)用某實(shí)驗(yàn)采集范式下的多模態(tài)數(shù)據(jù)進(jìn)行分析。研究得出,分析相關(guān)多元信號(hào)的復(fù)雜度時(shí),多元多尺度熵方法優(yōu)于多尺度熵。先運(yùn)用多元經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)多模態(tài)信號(hào)進(jìn)行時(shí)頻分析,然后選取部分本征模態(tài)函數(shù)重構(gòu)原多元信號(hào),再運(yùn)用多元多尺度熵計(jì)算復(fù)雜度的方法更優(yōu)。(5)分別使用K-均值和支持向量機(jī)進(jìn)一步對(duì)比三種特征提取方法的優(yōu)劣,并使用最優(yōu)特征提取方法對(duì)比兩種分類器,分析得出基于多元經(jīng)驗(yàn)?zāi)B(tài)分解的多元多尺度熵和支持向量機(jī)為本文最優(yōu)的特征提取和分類方法。
【關(guān)鍵詞】：多模態(tài) 評(píng)估靜態(tài)平衡能力 多元經(jīng)驗(yàn)?zāi)B(tài)分解 多元多尺度熵
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R496;TP274.2
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第1章 緒論11-17
• 1.1 課題研究背景及意義11-12
• 1.2 平衡評(píng)估的國內(nèi)外研究現(xiàn)狀12-14
• 1.2.1 平衡能力評(píng)估方法12-14
• 1.2.2 平衡能力評(píng)估指標(biāo)14
• 1.3 平衡的生理機(jī)理14-15
• 1.4 本文研究?jī)?nèi)容與結(jié)構(gòu)15-16
• 1.5 本章小結(jié)16-17
• 第2章 多模態(tài)信號(hào)的采集17-28
• 2.1 多模態(tài)信號(hào)的作用17-19
• 2.1.1 人體靜態(tài)平衡的物理模型17-18
• 2.1.2 多模態(tài)信號(hào)具體作用18-19
• 2.2 本文整體設(shè)計(jì)方案19-21
• 2.2.1 實(shí)驗(yàn)采集范式20
• 2.2.2 實(shí)驗(yàn)對(duì)象20-21
• 2.3 多模態(tài)信號(hào)的采集方法及原理21-26
• 2.3.1 表面肌電信號(hào)采集21-22
• 2.3.2 壓力中心信號(hào)采集22-24
• 2.3.3 角度和角速度信號(hào)采集24-26
• 2.4 實(shí)驗(yàn)過程26-27
• 2.4.1 多模態(tài)信號(hào)采集軟件設(shè)計(jì)26-27
• 2.4.2 具體采集過程27
• 2.5 本章小結(jié)27-28
• 第3章 多模態(tài)信號(hào)的時(shí)頻分析28-38
• 3.1 基于經(jīng)驗(yàn)?zāi)B(tài)分解的時(shí)頻分析28-30
• 3.1.1 EMD算法28-29
• 3.1.2 實(shí)驗(yàn)分析29-30
• 3.2 基于多元經(jīng)驗(yàn)?zāi)B(tài)分解的時(shí)頻分析30-37
• 3.2.1 EMD算法在多元上的發(fā)展31
• 3.2.2 多元經(jīng)驗(yàn)?zāi)B(tài)分解31-35
• 3.2.3 實(shí)驗(yàn)分析35-37
• 3.3 本章小結(jié)37-38
• 第4章 多模態(tài)信號(hào)的特征提取38-51
• 4.1 基于多尺度熵的特征提取方法38-42
• 4.1.1 樣本熵38-39
• 4.1.2 多尺度熵39
• 4.1.3 實(shí)驗(yàn)分析39-42
• 4.2 基于多元多尺度熵的特征提取方法42-46
• 4.2.1 多元樣本熵42-44
• 4.2.2 多元多尺度熵44-45
• 4.2.3 實(shí)驗(yàn)分析45-46
• 4.3 基于MEMD的多元多尺度熵特征提取方法46-50
• 4.3.1 選擇不同組合的IMFs實(shí)驗(yàn)分析47-49
• 4.3.2 應(yīng)用MEMD-MMSE實(shí)驗(yàn)分析49-50
• 4.4 本章小結(jié)50-51
• 第5章 基于多模態(tài)信號(hào)的靜態(tài)平衡能力評(píng)估51-56
• 5.1 基于K-均值的平衡能力評(píng)估51-52
• 5.1.1 K-均值51
• 5.1.2 實(shí)驗(yàn)分析51-52
• 5.2 基于支持向量機(jī)的平衡能力評(píng)估52-54
• 5.2.1 支持向量機(jī)52-54
• 5.2.2 實(shí)驗(yàn)分析54
• 5.3 基于多模態(tài)信號(hào)的靜態(tài)平衡能力評(píng)估54-55
• 5.4 本章小結(jié)55-56
• 第6章 總結(jié)與展望56-58
• 6.1 本文工作總結(jié)56-57
• 6.2 研究展望57-58
• 致謝58-59
• 參考文獻(xiàn)59-62
• 附錄62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 吳蓮英;馮玉雄;;中醫(yī)英語課堂多模態(tài)教學(xué)模式的設(shè)計(jì)與案例[J];廣西中醫(yī)藥大學(xué)學(xué)報(bào);2012年03期

2 佟正灝;王榮福;;多模態(tài)影像技術(shù)在臨床中的應(yīng)用進(jìn)展[J];CT理論與應(yīng)用研究;2014年04期

3 賀偉;周銀玲;;多模態(tài)教學(xué)在護(hù)理實(shí)訓(xùn)中的應(yīng)用淺析[J];中國教育技術(shù)裝備;2014年12期

4 李喬亮;易萬貫;陳昕;郭燕榮;鄭永平;郭靜宜;張治國;;融合實(shí)時(shí)超聲影像的多模態(tài)肌肉運(yùn)動(dòng)特性研究[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);2012年04期

5 許鵬君;孫鋼;;多模態(tài)MR技術(shù)在前列腺癌診斷中的應(yīng)用[J];功能與分子醫(yī)學(xué)影像學(xué)(電子版);2013年02期

6 董躍福;董英海;胡廣洪;張華;胡楊;徐卿榮;;多模態(tài)醫(yī)學(xué)影像數(shù)據(jù)融合三維構(gòu)建肢體腫瘤及其周圍解剖整體結(jié)構(gòu)[J];臨床骨科雜志;2011年01期

7 魏超剛;李凱;肖莉;沈鈞康;;前列腺癌基因治療及多模態(tài)成像研究進(jìn)展[J];放射學(xué)實(shí)踐;2014年05期

8 ;[J];;年期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 王愛東;谷珍;楊燕平;白鶴;;多媒體多模態(tài)教學(xué)在民辦高校大學(xué)英語教學(xué)中的適用性及效果研究[A];語言與文化研究（第十四輯）[C];2014年

2 張霄軍;;多模態(tài)語料庫:搶救瀕危語言的有效途徑[A];民族語言文字信息技術(shù)研究——第十一屆全國民族語言文字信息學(xué)術(shù)研討會(huì)論文集[C];2007年

3 夏凡;王宏;;多模態(tài)情感數(shù)據(jù)標(biāo)注方法與實(shí)現(xiàn)[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

4 趙賢;;多模態(tài)基底系統(tǒng)性質(zhì)研究[A];2010年全國應(yīng)用邏輯研討會(huì)會(huì)議論文集[C];2010年

5 張友安;胡云安;周紹磊;;Hammerstein系統(tǒng)的多模態(tài)模型及其兩步辨識(shí)法[A];1996中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

6 鐘若飛;郭華東;王為民;朱博勤;;SZ-4多模態(tài)傳感器輻射模態(tài)數(shù)據(jù)處理與應(yīng)用評(píng)價(jià)研究[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

7 康志峰;;口譯中多模態(tài)的AA研究[A];第十四屆全國科技翻譯研討會(huì)論文匯編[C];2011年

8 黃俊輝;李文政;李學(xué)軍;;基于多模態(tài)醫(yī)學(xué)影像數(shù)據(jù)的計(jì)算機(jī)輔助醫(yī)療設(shè)計(jì)與腫瘤精確治療[A];中國腫瘤內(nèi)科進(jìn)展 中國腫瘤醫(yī)師教育（2014）[C];2014年

9 孟祥亮;史元春;楊欣;;基于分層原語的多模態(tài)輸入統(tǒng)一訪問接口[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

10 郭華東;王為民;朱博勤;;多模態(tài)傳感器輻射模態(tài)數(shù)據(jù)在SZ-4飛船模擬驗(yàn)證研究[A];全國國土資源與環(huán)境遙感技術(shù)應(yīng)用交流會(huì)論文文集[C];2004年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 記者 劉垠;在分子水平上認(rèn)識(shí)疾病[N];大眾科技報(bào);2009年

2 羅綿衛(wèi) 王建成;中國航天科工高分專項(xiàng)實(shí)現(xiàn)零突破[N];中國航天報(bào);2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 高靜;信息物理融合系統(tǒng)中基于多模態(tài)數(shù)據(jù)的事件監(jiān)測(cè)問題研究[D];哈爾濱工業(yè)大學(xué);2015年

2 侯濤;多信息融合濾波的多模態(tài)智能控制在高速列車速度控制中的研究[D];蘭州交通大學(xué);2015年

3 聶為之;多模態(tài)媒體數(shù)據(jù)分析關(guān)鍵技術(shù)研究[D];天津大學(xué);2014年

4 劉鵬;慢性傷口光學(xué)仿體的多尺度多模態(tài)醫(yī)學(xué)影像技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2016年

5 張征;英語課堂多模態(tài)讀寫能力實(shí)證研究[D];山東大學(xué);2011年

6 李寶磊;多元優(yōu)化過程記憶算法及動(dòng)靜條件下多模態(tài)尋優(yōu)研究[D];云南大學(xué);2015年

7 潘鳴威;多模態(tài)視角下的口語交際能力：重構(gòu)與探究[D];上海外國語大學(xué);2011年

8 逯波;多模態(tài)媒體信息檢索技術(shù)研究[D];東北大學(xué);2013年

9 譚帥;多模態(tài)過程統(tǒng)計(jì)建模及在線監(jiān)測(cè)方法研究[D];東北大學(xué);2012年

10 王洋;多模態(tài)圖像檢索技術(shù)[D];中國科學(xué)技術(shù)大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉潔;大學(xué)英語課堂中的多模態(tài)話語對(duì)學(xué)生多元識(shí)讀能力的影響[D];西南大學(xué);2015年

2 邵榮;牛津版高中英語教材的多模態(tài)語篇分析[D];西南大學(xué);2015年

3 王玉竹;中美報(bào)刊政治漫畫的批評(píng)性多模態(tài)話語分析[D];西南大學(xué);2015年

4 周德英;基于多模態(tài)互動(dòng)意義的公益廣告研究[D];華南理工大學(xué);2015年

5 蔣迪;計(jì)劃生育宣傳畫的多模態(tài)語篇分析[D];天津商業(yè)大學(xué);2015年

6 宋康利;概念整合理論視角下平面廣告中的多模態(tài)隱喻研究[D];湖南工業(yè)大學(xué);2015年

7 張君艷;中國文化網(wǎng)主頁的多模態(tài)話語分析[D];華中師范大學(xué);2015年

8 凌霄;基于多模態(tài)話語分析的平面商業(yè)廣告英漢翻譯研究[D];廣東外語外貿(mào)大學(xué);2015年

9 楊曉倩;多模態(tài)語篇分析[D];寧夏大學(xué);2015年

10 葛欣;中職英語物流詞匯多模態(tài)教學(xué)模式探究[D];閩南師范大學(xué);2015年

，

本文編號(hào)：593519