近年來(lái),隨著我國(guó)加快進(jìn)入老齡化社會(huì),帕金森病患者數(shù)量也不斷增多,給患者家庭和社會(huì)帶來(lái)了沉重的負(fù)擔(dān)。臨床上帕金森病診斷較大的依靠醫(yī)生的主觀經(jīng)驗(yàn),會(huì)有一定的幾率的誤判。步態(tài)分析通過(guò)分析人類(lèi)行走過(guò)程中運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)、時(shí)間空間參數(shù)、動(dòng)態(tài)肌電圖和能量利用率等信息廣泛應(yīng)用于康復(fù)評(píng)估、身份識(shí)別、疾病診斷等領(lǐng)域。因此本文提出了一種基于步態(tài)分析識(shí)別帕金森病的方法,從而提供一種客觀的方式輔助醫(yī)生進(jìn)行疾病判別。本文主要工作如下:1)步態(tài)壓力數(shù)據(jù)收集和步態(tài)特征提取:使用基于柔性陣列壓力傳感器的U型電子步道系統(tǒng)收集帕金森病人和正常對(duì)照組行走過(guò)程中的原始?jí)毫π盘?hào),從原始?jí)毫π盘?hào)中提取出有用的18個(gè)步態(tài)時(shí)空參數(shù)。然后采用一種去量綱方法處理步態(tài)特征,目的是消除身高因素對(duì)所提特征產(chǎn)生的影響,并使用支持向量機(jī)分類(lèi)算法進(jìn)行驗(yàn)證。驗(yàn)證結(jié)果表明,去量綱處理可以較為有效的提高分類(lèi)算法的性能。2)分類(lèi)模型構(gòu)建:構(gòu)建一種基于支持向量機(jī)的分類(lèi)模型并使用粒子群算法進(jìn)行參數(shù)尋優(yōu)。其中默認(rèn)參數(shù)的支持向量機(jī)和網(wǎng)格搜索的支持向量機(jī)算法作為對(duì)比參照。實(shí)驗(yàn)結(jié)果表明基于粒子群算法優(yōu)化的支持向量機(jī)分類(lèi)性能最為優(yōu)異。實(shí)驗(yàn)結(jié)果為:最終的識(shí)別準(zhǔn)確率為95.6...

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

圖２．?１系統(tǒng)總體結(jié)構(gòu)??Ｆｉｇ?２．１?Ｏｖｅｒａｌｌ?ｓｙｓｔｅｍ?ａｒｃｈｉｔｅｃｔｕｒｅ??

圖2.ZU型電子步道示意圖

圖2.3U型電子步道實(shí)物圖

圖２．４數(shù)據(jù)收集系統(tǒng)軟件模塊??

本文編號(hào)：3886791