發(fā)布時間：2018-05-23 17:18

  本文選題：下背痛 + 慣性傳感器��； 參考：《南昌航空大學》2017年碩士論文

【摘要】：下背痛患者功能障礙評估在輔助診斷以及下背痛康復進程監(jiān)控和方案制定中具有重要作用。針對現(xiàn)有臨床研究中X線、CT、MRI檢測等影像學方法在下背痛的診斷中存在的不足:具有一定的輻射,不適合多次長期的在下背痛康復進程監(jiān)控中使用;對運動異常不易查詢,而常見的脊柱損傷和疼痛往往表現(xiàn)在脊柱運動異常。為解決這一問題,本文提出了一種無創(chuàng)并且可以實時監(jiān)控動態(tài)運動的方法——基于慣性傳感器的方法�；趹T性傳感器的方法來評估下背痛功能障礙的研究,雖然在國內(nèi)還沒有,只有用于偏癱患者和帕金森患者等方面的研究;但在國外很早就有使用慣性傳感器來研究下背痛患者的運動功能,如:運動范圍(ROM)、加速度、角速度等運動參數(shù),只是研究的參數(shù)都是單一、分散的。針對這一問題,本文設計了一種系統(tǒng)化的基于慣性傳感器的三級多參數(shù)評估系統(tǒng)。為實現(xiàn)基于慣性傳感器對下背痛患者功能障礙進行三級多參數(shù)評估分析的研究,本文的主要工作包括:(1)在下背痛患者脊柱運動生物力學和慣性傳感器研究的基礎上,設計評估實驗。選擇合適的慣性傳感器放置位置,采集健康人和下背痛患者上軀干脊柱的節(jié)點的兩個慣性傳感器數(shù)據(jù),進行分析和處理。(2)設計數(shù)據(jù)分析處理模塊,包括:自適應中值濾波的野值剔除和數(shù)據(jù)濾波的數(shù)據(jù)預處理模塊;四元數(shù)更新算法的多傳感器數(shù)據(jù)融合模塊;自適應峰值檢測模塊;在時域、頻域和啟發(fā)式三方面的數(shù)據(jù)特征提取模塊;以及對數(shù)據(jù)參量在特征參數(shù)、臨床量表、性能指標三個層次進行分析的參量評估處理模塊。(3)對本文提出的基于特征參數(shù)、基于臨床量表、基于下背痛功能障礙性能指標的三級多參數(shù)評估系統(tǒng)進行統(tǒng)計分析,研究該系統(tǒng)在診斷和篩選健康人和不同患病程度的下背痛患者功能障礙評估中的差異性和準確度。研究表明這個評估系統(tǒng)具有較高的可靠性和有效性,有助于醫(yī)生對下背痛病情盡早的診斷以及下背痛康復進程的實時監(jiān)控評估。
[Abstract]:Evaluation of dysfunction in patients with lower back pain plays an important role in auxiliary diagnosis, monitoring of rehabilitation process of lower back pain and formulation of program. In view of the shortcomings of imaging methods such as X-ray CT imaging and MRI in the diagnosis of lower back pain in the existing clinical studies, they are not suitable for monitoring the rehabilitation process of lower back pain for many times because of certain radiation, and it is difficult to inquire about the abnormal movement. Common spinal injuries and pain are often manifested in abnormal spinal movement. In order to solve this problem, this paper presents a non-invasive and real-time monitoring method of dynamic motion, which is based on inertial sensor. The research on the evaluation of lower back pain dysfunction based on inertial sensor is not available in China, but only for patients with hemiplegia and Parkinson's disease. But in foreign countries, inertial sensors have been used to study the motion function of patients with lower back pain, such as motion range, acceleration, angular velocity and so on. In order to solve this problem, a systematic three-stage multi-parameter evaluation system based on inertial sensor is designed in this paper. In order to realize the three-stage multi-parameter evaluation analysis of lower back pain patients' dysfunction based on inertial sensors, the main work of this paper includes: 1) based on the biomechanics of spine motion and inertial sensors in patients with lower back pain. Design and evaluate the experiment. Selecting the appropriate position of inertial sensor, collecting the data of two inertial sensors of the upper trunk and spine of healthy persons and patients with lower back pain, and designing the data analysis and processing module. It includes: outlier elimination module of adaptive median filter and data preprocessing module of data filtering; multi-sensor data fusion module of quaternion updating algorithm; adaptive peak detection module; in time domain, The data feature extraction module in frequency domain and heuristic, and the parameter evaluation and processing module based on feature parameter, clinical scale and performance index are presented in this paper. Based on the clinical scale, a three-level multi-parameter evaluation system based on the performance index of lower back pain dysfunction was analyzed. To study the difference and accuracy of the system in the diagnosis and screening of dysfunction in healthy persons and patients with lower back pain. The research shows that this evaluation system has high reliability and effectiveness, which is helpful for doctors to diagnose lower back pain as early as possible and to monitor and evaluate the recovery process of lower back pain in real time.
【學位授予單位】：南昌航空大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R681.5;TP212

【相似文獻】

相關會議論文 前6條

1 高楊;;微慣性傳感器的新進展[A];中國工程物理研究院科技年報（2010年版）[C];2011年

2 張巧云;林日樂;謝佳維;張挺;翁邦英;王瑞;趙建華;鄭永祥;呂志清;;石英微機械慣性傳感器的研究[A];中國慣性技術學會第五屆學術年會論文集[C];2003年

3 蔣慶華;苑偉政;常洪龍;王濤;;電容式微機械慣性傳感器信號檢測技術研究[A];中國微米、納米技術第七屆學術會年會論文集（一）[C];2005年

4 趙汝準;趙祚喜;張霖;俞龍;孫道宗;;集成慣性傳感器ADIS16355的三軸轉臺實驗與性能分析[A];中國農(nóng)業(yè)工程學會2011年學術年會論文集[C];2011年

5 楊擁軍;徐愛東;鄭鋒;徐永青;何洪濤;卞玉民;吝海鋒;呂樹海;羅蓉;鄒學鋒;;硅MEMS慣性傳感器的研究和開發(fā)[A];中國慣性技術學會第五屆學術年會論文集[C];2003年

6 崔健;廖興才;楊軍;;MEMS慣性傳感器在汽車ESP中的應用[A];慣性技術發(fā)展動態(tài)發(fā)展方向研討會文集——新世紀慣性技術在國民經(jīng)濟中的應用[C];2012年

相關重要報紙文章 前1條

1 齊乃波;走近金字塔的中國人[N];中國航空報;2005年

相關博士學位論文 前2條

1 羅小兵;微慣性流體器件中的流動和傳熱及其工程應用[D];清華大學;2002年

2 鄭旭東;基于新型梳狀柵電容結構的微機械慣性傳感器研究[D];浙江大學;2009年

相關碩士學位論文 前10條

1 趙金閣;基于慣性傳感器的偏癱康復監(jiān)測系統(tǒng)的研究[D];燕山大學;2015年

2 鄧仲哲;基于慣性傳感器和地圖匹配的行人室內(nèi)定位算法[D];哈爾濱工業(yè)大學;2015年

3 朱金林;基于MEMS慣性傳感器的室內(nèi)3D定位系統(tǒng)研究[D];華僑大學;2015年

4 周圓;基于慣性傳感器和Wi-Fi信號的室內(nèi)定位算法研究[D];大連理工大學;2015年

5 羅漫;基于慣性傳感器的手姿態(tài)捕捉系統(tǒng)研究[D];華東交通大學;2015年

6 王珊;基于慣性傳感器和WiFi聯(lián)合室內(nèi)定位方法的研究與實現(xiàn)[D];南京郵電大學;2015年

7 楊翼;面向列車完整性監(jiān)測的慣性傳感器校準方法研究[D];北京交通大學;2016年

8 郭曉琳;基于手機慣性傳感器的相對定位技術的研究與應用[D];北京郵電大學;2014年

9 張旭;基于WLAN位置指紋與慣性傳感器的室內(nèi)定位技術研究[D];華東師范大學;2016年

10 趙威;基于MEMS慣性傳感器的空中輸入筆研究[D];華中科技大學;2014年

，

本文編號：1925644