本文關(guān)鍵詞：基于廣義K近鄰分類器的老年人足底壓力特征選擇及跌倒預(yù)測的實(shí)證研究

  更多相關(guān)文章： 跌倒史 老人 足底壓力 樣本熵 廣義K近鄰分類

【摘要】：跌倒是指生活中老年人要面對的常見而又嚴(yán)重的問題。老年人發(fā)生跌倒不是一種意外,存在潛在的危險(xiǎn)因素,是可以預(yù)防和控制的。采用早期跌倒風(fēng)險(xiǎn)評估方法,識別高風(fēng)險(xiǎn)患者并開展具有針對性的預(yù)防措施,可以有效地減少跌倒的發(fā)生。本文以老年人為實(shí)驗(yàn)對象,獲取其在行走及坐起-站立時(shí)的足底壓力數(shù)據(jù),確定客觀地度量老年人足底壓力各變量是否能預(yù)測跌倒,設(shè)計(jì)出一種基于足底壓力傳感器結(jié)合廣義K近鄰分類器的跌倒風(fēng)險(xiǎn)評估系統(tǒng)來檢測人們的跌倒行為。研究方法在文章中,以北京市馬連洼街道,年齡不小于65歲的38名社區(qū)老年人為研究對象。根據(jù)近一年內(nèi)的跌倒史和平衡能力測試評分,將老年人分為跌倒組與無跌倒組。設(shè)計(jì)足底壓力測試系統(tǒng)共采集兩種類別的足底壓力數(shù)據(jù),正常行走時(shí)的數(shù)據(jù)和坐起-站立時(shí)的數(shù)據(jù)。對足底壓力分量的樣本熵進(jìn)行分析后,通過特征選擇的方法搜索最優(yōu)的特征子集時(shí),采用廣義K近鄰分類器:基于局部均值的K近鄰分類、偽近鄰分類和基于局部均值的偽近鄰分類將老年人分成兩組:具有跌倒風(fēng)險(xiǎn)與無跌倒風(fēng)險(xiǎn)人群,并且分析和比較分類性能來挑選最優(yōu)特征子集。研究結(jié)果(1)基于足底壓力測試系統(tǒng)采集老年人的足底壓力數(shù)據(jù),對兩組老年人群的足底壓力分量的樣本熵特性進(jìn)行統(tǒng)計(jì)分析。分析后發(fā)現(xiàn)左右足的足底壓力分量的樣本熵統(tǒng)計(jì)特性并不完全相同:右腳足底壓力分量的樣本熵具有更多的組間差異。(2)通過實(shí)驗(yàn)結(jié)果的分析和比較,我們有理由認(rèn)為基于局部均值的偽近鄰分類器(LMPNN)能夠作為最佳的跌倒風(fēng)險(xiǎn)評估分類器,正確率、敏感性及特異性都達(dá)到了100%,對應(yīng)的最優(yōu)特征子集是:行走過程中左足在垂直方向上的足底壓力(L_SI_F),行走過程中右足在內(nèi)外側(cè)方向上的足底壓力(R_ML_F),行走過程中右足在前后方向上的足底壓力(R_AP_F),和坐起-站立過程中左足在垂直方向上的足底壓力(L_V_F)。研究結(jié)論(1)為了量化足底壓力特征的時(shí)間序列信號,首次使用樣本熵分析。左足和右足的相關(guān)變量的樣本熵的統(tǒng)計(jì)特性不同。因此在采集和分析老年人的足底壓力數(shù)據(jù)時(shí)應(yīng)該分開處理。(2)實(shí)現(xiàn)了基于足底壓力的老年人群分類系統(tǒng)。優(yōu)化的特征子集和分類器參數(shù)是分類器性能的重要保障。實(shí)驗(yàn)結(jié)果給出了分類系統(tǒng)的分類結(jié)果及提取的特征子集。該特征子集對于研究具有客觀性的老年人跌倒風(fēng)險(xiǎn)評估系統(tǒng)具有重要的意義。
【關(guān)鍵詞】：跌倒史 老人 足底壓力 樣本熵 廣義K近鄰分類
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R592
【目錄】：

• 摘要3-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 選題背景及研究意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀綜述10-12
• 1.3 主要研究內(nèi)容及創(chuàng)新點(diǎn)12-14
• 第2章 研究對象和數(shù)據(jù)采集14-18
• 2.1 實(shí)驗(yàn)對象14
• 2.2 足底壓力平臺測試14-17
• 2.3 平衡能力測試17-18
• 第3章 數(shù)據(jù)分析18-22
• 3.1 分析變量18-20
• 3.2 樣本熵20-21
• 3.3 統(tǒng)計(jì)分析21-22
• 第4章 基于足底壓力特性的分類系統(tǒng)22-29
• 4.1 廣義K近鄰分類算法22-27
• 4.2.1 基于局部均值的K近鄰分類22-23
• 4.2.2 偽近鄰分類23
• 4.2.3 基于局部均值的偽近鄰分類23-27
• 4.2 特征選擇27-29
• 4.2.1 特征選擇方法27
• 4.2.2 特征選擇的評估準(zhǔn)則27-29
• 第5章 實(shí)證研究結(jié)果29-33
• 5.1 實(shí)驗(yàn)對象的基本特征比較29
• 5.2 平衡能力評估29
• 5.3 分類結(jié)果29-31
• 5.4 足底壓力變量的樣本熵的統(tǒng)計(jì)分析31-33
• 第6章 討論與總結(jié)33-37
• 6.1 討論33-35
• 6.2 本研究的局限35
• 6.3 總結(jié)35-37
• 參考文獻(xiàn)37-41
• 致謝41-42
• 攻讀碩士學(xué)位期間的研究成果42

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 姜萱;;利用數(shù)據(jù)挖掘技術(shù)構(gòu)造醫(yī)學(xué)圖像分類器的研究[J];時(shí)珍國醫(yī)國藥;2008年08期

2 謝華;夏順仁;張贊超;;醫(yī)學(xué)圖像識別中多分類器融合方法的研究進(jìn)展[J];國際生物醫(yī)學(xué)工程雜志;2006年03期

3 韋艷艷;李陶深;張超群;;集成分類器組合算法及其在醫(yī)學(xué)診斷中的應(yīng)用[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

4 謝華,夏順仁,高光金;基于分類器融合的骨髓細(xì)胞識別研究[J];計(jì)算機(jī)工程與應(yīng)用;2005年27期

5 崔克彬,李戰(zhàn)懷,張陽;DRC-BK分類器的規(guī)則篩選算法[J];醫(yī)學(xué)信息;2004年09期

6 謝文娟,曾立波,王思賢,吳瓊水,張燕;骨髓細(xì)胞多光譜顯微圖像分類器的設(shè)計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2005年02期

7 曹美玲;張新峰;沈蘭蓀;;分類器融合技術(shù)在中醫(yī)舌象老嫩識別中的應(yīng)用研究[J];北京生物醫(yī)學(xué)工程;2006年06期

8 涂有強(qiáng);陳香;張旭;趙章琰;楊基海;;一種適用于手勢動作sEMG信號識別的改進(jìn)型模糊推理分類器[J];北京生物醫(yī)學(xué)工程;2008年04期

9 孫利;徐偉棟;厲力華;劉偉;彭芳青;張娟;;基于雙視角和多分類器信息融合的乳腺鉬靶圖像腫塊分類研究[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);2011年01期

10 鄭斌;厲力華;;基于多特征信息及Ma-Ada多分類器融合的蛋白質(zhì)結(jié)構(gòu)類預(yù)測[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);2013年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王占一;徐蔚然;劉東鑫;郭軍;;一種基于兩級分類器的垃圾短信過濾方法[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

2 翟靜;李海宏;唐常杰;陳敏敏;李智;;可驗(yàn)證對象集分類器的再訓(xùn)練演進(jìn)[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2002年

3 陳繼航;劉家鋒;趙巍;唐降龍;;聯(lián)機(jī)手寫識別筆段特征分類器的學(xué)習(xí)方法[A];黑龍江省計(jì)算機(jī)學(xué)會2009年學(xué)術(shù)交流年會論文集[C];2010年

4 穆明生;;基于特征集的多種分類器模型的在線筆跡認(rèn)證[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

5 彭濤;左萬利;赫楓齡;;基于鏈接上下文的分類器主題爬行技術(shù)(英文)[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2006年

6 王嵐;陳珂;遲惠生;;基于多特征組合多分類器的方法用于“與文本無關(guān)”的說話人辨認(rèn)[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1996年

7 謝秋玲;;應(yīng)用于心電圖分類的KNN-SVM分類器研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

8 胡瓊;汪榮貴;胡韋偉;孫見青;;基于級聯(lián)分類器的快速人臉檢測方法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

9 李蘭春;王雙成;杜瑞杰;;認(rèn)知結(jié)構(gòu)評估的動態(tài)貝葉斯網(wǎng)絡(luò)分類器方法[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

10 邵小健;段華;賀國平;;一種改進(jìn)的最少核分類器[A];中國運(yùn)籌學(xué)會第七屆學(xué)術(shù)交流會論文集（上卷）[C];2004年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 黃明;精子分類器決定生男生女[N];廣東科技報(bào);2000年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張非;對抗逃避攻擊的防守策略研究[D];華南理工大學(xué);2015年

2 張文博;多類別智能分類器方法研究[D];西安電子科技大學(xué);2014年

3 許勁松;智能交通中目標(biāo)檢測與分類關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2014年

4 余家林;普通場景視頻人臉檢測與識別的關(guān)鍵技術(shù)研究[D];浙江大學(xué);2016年

5 趙作林;基于圖像分析的北京地區(qū)楊樹種類識別研究[D];北京林業(yè)大學(xué);2015年

6 任亞峰;基于標(biāo)注和未標(biāo)注數(shù)椐的虛假評論識別研究[D];武漢大學(xué);2015年

7 曹鵬;不均衡數(shù)據(jù)分類方法的研究[D];東北大學(xué);2014年

8 劉明;分類器組合技術(shù)研究及其在人機(jī)交互系統(tǒng)中的應(yīng)用[D];北京交通大學(xué);2008年

9 嚴(yán)志永;在劃分?jǐn)?shù)據(jù)空間的視角下基于決策邊界的分類器研究[D];浙江大學(xué);2011年

10 王U，

本文編號：742983