帕金森患者行走能力评估系统

该系统可应用于柔性阵列压力传感器搭建的S型步态通道平台,采集帕金森患者动态足底压力分布数据,并通过以太网传输至PC机进行分析。对患者足底压力数据依次进行数据去噪、聚类分割、脚型识别、参数提取等处理,获取患者详细的步态时空参数,运用模糊分类方法对数据进行分类评估。实验结果表明：该分类方法具有较高的分类准确率（93％）,该系统能够有效地实现帕金森患者行走能力的评估。     

一种帕金森患者行走步态的非线性特征分析

鉴于医师对帕金森患者病情严重程度的诊断存在一定的主观性,使其无法对患者进行更加有效的治疗,提出一种基于帕金森患者行走步态的非线性特征的客观定量分析方法.利用去趋势波动分析法和重复周期密度熵,对正常青年人、正常老年人以及老年帕金森患者的行走步态信号中的地面反作用力信息进行定量非线性分析,然后将所提方法的参数与传统时域参数进行相关性对比分析.实验结果表明:帕金森患者与正常人相比较,二者的步态信号在稳定性、长程相关性和重复周期性方面均有显著差别.研究结果能为帕金森患者病情的分级评估以及诊断康复,提供一种简单有效的指导方法.     

基于双层卷积神经网络的步态识别算法

提出运用双层卷积神经网络模型实现基于足底压力图像的步态识别方法.首先,对足底压力数据采集系统采集的图像作相应预处理;然后,用双层卷积神经网络模型学习得到足底压力图像的单层和双层卷积特征;最后,将卷积特征训练分类器得到分类结果.实验结果验证了该算法的有效性.     

基于传感阵列的足底压力扫描系统设计研究

为提高足底压力采集的精度, 减少测量中对实验者自然步态的影响, 基于自主研发的平板式传感器, 开发了面向多传感单元的足底压力扫描系统。通过对压力采集系统结构的改进设计以及对采样时序的优化处理, 有效地减少了传感器及电路系统引入的噪声干扰, 实现了对大尺寸(71.9 cm×33.5 cm)、高空间分辨率(2.8个/cm², 共6720个传感单元)压力传感系统的设计实验, 实验中采样率为100 SPS。该系统已在广州市第一人民医院康复科进行测试与实验。该系统可应用于步态康复训练, 为医生评估患者康复情况和制订针对性的治疗方案提供有效的量化数据参考。     

改进的谱特征和足底边缘距离的步态识别

针对足底压力分布一般呈非线性变化,使用压力点特征来描述步态信息的鲁棒性不高、很难取得较好的应用效果,提出一种改进的谱特征与足底边缘距离特征相结合的静态触觉步态识别方法.该方法首先对压力测试板采集的裸脚静止足底压力图像进行预处理,包括提取关键帧数据、分区域等;其次,将Laplace谱特征、足跟部和脚前掌部分边缘轮廓到整足的几何中心点的欧式距离以及整足的几何中心点坐标作为最终的识别特征;最后,利用一对一的支持向量机(SVM)对30人的步态数据进行步态识别实验,以左、右脚都正确识别作为最终的识别结果,实验结果表明该方法能取得较高的识别率.     

足底压力分布年龄差异分析

目的:通过对不同年龄段人群行走时足底压力分布的记录和分析,解释步态特征的年龄差异本质,为足迹年龄分析提供科学依据。方法:利用FOOTSCAN足底压力分析系统采集20、30、40、50四个年龄段人群的足底压力数据,并进行比较。结果:通过对数据的观察分析发现,足底各区压强作用时间和大小伴随年龄的推移发生规律性改变。结论:科学实验证明行走步态特征的年龄差异确实存在,并且变化规律能够为足迹年龄分析的方法提供依据。     

基于多特征融合的复杂路况步态识别方法

为了满足盲道草地等复杂路况下对步态相位进行识别的需求,提出了一种多特征融合的步态识别方法。首先搭建了包括Peadr-x分布式足底压力鞋垫和姿态采集装置的多特征信息采集的软硬件系统,并用该系统获取足底压力信号和大腿角度信号。其次,取足底平均压力、压力中心点(COP)和大腿角度信息作特征。最后用有向无环图支持向量机(DAG SVM)的方法识别五个相位的步态特征:支撑前期、支撑中期、支撑后期、摆动前期、摆动中期、摆动后期。实验证明在复杂路况下该方法对步态相位的识别率可以达到93%以上。     

一种步态触觉特征识别算法

鉴于不同人足底的尺寸和压力分布的不同,提出了一种基于压力中心点距离的步态触觉特征识别算法,通过对足底脚趾区、前脚掌区和后脚掌区的划分及其压力中心点的标记,计算不同区域压力中心点间的欧氏距离以获取相应足底压力的特征表示,从而实现人的身份识别.论文基于该特征结合支持向量机(support vector machine,SVM)分类器对真实数据进行了人的身份识别,实验结果验证了该算法的有效性.     

基于步行时足底压力信息的前交叉韧带断裂辅助诊断方法

为了辨识动态足底压力信息与前交叉韧带断裂的关系, 将步行时的足底压力数据转换成图像, 采用深度学习中的卷积神经网络模型, 在给定足量输入图像与分类结果的情况下, 不断更新神经网络的参数, 建立图像与前交叉韧带断裂的关系。将足底压力测试系统(FootScan^®)采集的数据分为训练集和测试集两个部分。训练集用于调整模型的参数, 帮助模型更好地分析并找到足底压力信息与前交叉韧带断裂的关系; 测试集用于模拟诊断, 对比真实情况, 评估准确性, 并评估其作为临床辅助诊断方法的性能。结果表明, 提出的投票法模型的诊断正确率超过90%, 并且从得到足底压力数据到产生诊断结果, 总耗时仅3秒左右。由此得出, 所提出的基于步行时足底压力信息的深度学习模型, 可以在很短时间内辅助诊断前交叉韧带断裂, 为临床辅助诊断及康复提供参考。     

不同年龄健康人平地行走时足底压力对比分析

针对年龄因素对成年人平地自然行走时足底压力的影响进行研究.采用三维测力台系统,对20名不同年龄段的健康成年人在平地自然行走时的地面反力进行数据采集,经归一化处理后得到足底压力在前后、左右、竖直3个方向上的力-时间曲线图,运用统计学方法对步态特征量进行统计分析,把不同年龄段人平地自然行走时的足底压力分布进行对比分析.结果表明,不同年龄段人在平地自然行走时的足底压力分布存在一定程度上的差异性:老年组在竖直方向和前后方向上的步态时间参量要小于青年组,这可能是由于老年人行走时步长较小,使得身体重心经过髋关节的时刻要早于青年人.     

支持向量机在不同性别人群足底压力分析识别中的应用

研究不同性别人群足底压力分布对性别进行分析识别,利用足底压力步态分析系统对20名男性和20名女性正常行走的足底压力分布数据进行测量,提取足底各区压强峰值特征,使用支持向量机对不同性别人群的足底压强峰值进行训练并进行验证。结果表明:利用支持向量机对左足、右足及左右足的足底压强峰值特征建立的数学模型对性别具有较好的分析识别能力,识别正确率在80%以上,为利用犯罪嫌疑人足迹所反映的步态特征分析性别提供了实验依据。     

动态足底压力测量系统研究

为了克服传统足底矫形辅具以静态足底压力数据为参考的局限,研发了一套可穿戴式动态足底压力测量系统。柔性压阻式压力传感器用于鞋垫设计,采用STM32F103RCT6微处理器作为主控芯片,结合压力信号调理电路模块、模数转换模块及数据处理模块完成下位机设计。通过HC-05蓝牙模块将数据传输到电脑端上位机,完成数据的显示、保存及处理,并对步态周期内足底压力分布特点进行动态分析。试验结果表明:系统的测量标准差不超过0.190 N,不同体质量的志愿者静态足底压力分布基本相同,动态足底压力分布随运动速度的增加而增大。     

基于3维动作捕捉的下肢骨折术后步态分析

通过3维动作捕捉系统,采集患者的大腿、小腿、脚部的运动数据,导入到软件中进行步态分析,从而得到患者步态的时空参数和运动学参数.通过试验分析发现:患者的步长变化明显,并且手术后的患肢着地时间低于正常人标准,这说明患者术后没有完全恢复正常步态.通过这些参数的分析,定量分析患者和正常人的差距,有助于医师评估患者的康复状态,从而评定康复强度,制定后续的康复方案.     

股骨头坏死运动员术后步态与足底压力研究

中国体操是夺金大项,但由于训练量和个人体质等原因,体操运动员损伤很多,尤其是髋关节损伤。分析异常步态形成的原因,为康复评定提供依据是目前该领域的研究热点。观察患侧股骨头坏死的退役运动员一例,进行步态与足底压力测试,对比手术后10年的步态与正常人步态。并进行双侧赤脚拄拐与不拄拐的对比分析,分析异常步态形成的原因,为康复评定提供依据。研究对象为退役体操运动员一例。实验采用OPTPJUMP步态分析系统及Zebris测力板,分别进行赤脚拄拐与不拄拐的步态实验。实验铺设两米的步道,两侧为OPT-PJUMP步态分析系统采集装置,采集赤脚不拄拐与拄拐的步态实验数据,采集两组数据。足底压力实验采用Zebris测力板,受试者赤脚不拄拐和拄拐行走,分别使患侧足和健侧足踏在测力板上一次,采集患侧足和健侧足数据各两组。受试者实验数据表明,受试者支撑时相大于正常人,摆动时相小于正常人;受试者步长平均为54.25cm,介于正常人的50-70cm之间;患侧拄拐与不拄拐前后峰值变化差异大,健侧拄拐与不拄拐前后峰值差异不大;足底压力中心轨迹曲线两侧赤脚时从后跟至脚前段二三跖骨再转向第一趾。     

足底驱动截瘫助行的仿真研究

为了研究足底驱动助行方式运用于截瘫患者着地行走中的可行性,该文分析了足底驱动式辅具相比于髋-膝关节驱动式助行辅具在行走训练中的优势。研究通过仿真、对比分析和实验验证的方法,对正常行走步态和早期康复患者存在的滑步步态进行了关节角度变化分析,论证以滑步步态为依据设置足底驱动助行辅具的可行性;建立了正常步态和滑行步态的运动学模型,采用足底驱动方式虽使整体的运动复杂性增加,但同时将允许髋关节实现更多的活动模式;对正常步态和滑行步态的驱动力矩进行了评估,表明滑行步态所需要的驱动力更小,符合早期康复患者的移动特征。采用足底驱动式助行策略的辅具在适应截瘫患者差异性步态方面较髋-膝关节驱动式助行存在较佳效果,因此将提高辅具的易用性和适配性,应可视为下肢功能较弱或康复进度不理想患者的另外一种可供选择的助行方式。     

不同速度下功能性踝关节不稳者步态前后对比分析

以9例患有单侧功能性踝关节不稳(FAI)的体育学院男学生为研究对象,采用Zebris足底压力测量系统,研究两种速度下FAI步态参数差异,建立功能性踝关节不稳者评价体系.用SPSS非参数检验常速与慢速行走的受伤侧、非受伤侧、双侧的步态参数并进行分析.研究发现:未受伤侧均对受伤侧有代偿作用,双侧行走时的步宽在两种行走速度中与受伤时均有较大差异.     

人体步态复杂度的递归图和递归定量分析研究

为了准确分辨并识别不同人体的步态特征,提出采用递归图和递归定量分析的方法,计算人体步态非线性时间序列的复杂度。首先利用互信息和伪邻近法分别计算得到合适的延时时间和嵌入维数,根据相空间重构的原理将一维时间序列扩展到高维相空间中,获得时间序列在高维空间中邻近点的分布规律和运动特点。构建了患有帕金森疾病的老年人、健康老年人和健康年轻人的步态信号递归图,可以直观定性分析和评估这3组人群的步态信号的空间分布程度,其中健康人群最复杂。采用递归定量分析,量化了人体步态的复杂度,结果表明,患有帕金森疾病的人群的步态复杂度最小,而且独立样本t检验显示了3组人群的复杂度具有显著的差异性。该方法简单可行,可以准确地对不同年龄和帕金森疾病的人群进行分类识别,有利于人体健康监测和诊断研究。     

基于变分模态分解的冻结步态识别方法

针对传统帕金森患者冻结步态识别方法自适应性不佳的问题,提出一种基于变分模态分解的冻结步态识别方法.首先采用变分模态分解代替传统时频分析方法对冻结步态信号进行充分的自适应分解.其次为提高算法识别精度和识别速度,选用CART模型作为集成分类器的基分类器并进行特征降维处理.最后针对不平衡数据集和单分类器性能有限的问题,进行了数据采样-集成分类器的设计并通过贝叶斯优化对识别算法进行超参数寻优.实验结果表明,相对于AdaBoost、Tomeklinks-AdaBoost和ROS-AdaBoost集成算法,RUSBoost集成算法可以更高效地完成冻结步态识别任务.     

基于TestPoint的足底压力测量系统

为精确测量人体足底压力,以虚拟仪器软件TestPoint为开发平台,设计了足底压力测量系统.该系统以嵌入式计算机和压电陶瓷传感器为主要部件,由各传感器进行足底x,y,z三维力的测量,经信号调理通过串口与嵌入式计算机通信,再通过虚拟仪器软件对其进行分析处理后显示测得数据.研究结果为足底压力测量提供参考.     

基于Footscan足底压力步态分析系统的足迹动力形态特征研究

目的研究人体行走过程中足迹动力形态特征及步法特征中各类特征的可靠性及对特征价值进行评析。方法以步态分析技术与足迹检验理论和方法为基础,运用先进的Footscan足底压力步态分析系统,对动力形态特征形成的不同时期足底与承受客体相互间的作用过程和作用方式进行定量的研究。结果利用Footscan系统对足迹动力形态特征的研究方...