隨著人口老齡化的不斷加劇,一些疾病的發(fā)病率和發(fā)病人數(shù)在近幾年有著顯著的上升趨勢(shì),因此對(duì)于這些疾病的提前預(yù)知和輔助診斷尤為重要。許多疾病的癥狀都會(huì)在連續(xù)行走的步態(tài)中得到體現(xiàn),它會(huì)影響行走的步速,步幅,步頻以及足底壓力等特性。隨著可穿戴式健康監(jiān)測(cè)系統(tǒng)（Wearable health-monitoring systems,WHMS）在近幾年的蓬勃發(fā)展,通過可穿戴式健康監(jiān)測(cè)系統(tǒng)可以對(duì)人體行走時(shí)的步態(tài)信息進(jìn)行采集,以達(dá)到健康監(jiān)護(hù)和輔助診斷的目的。本研究基于可穿戴智能鞋,采集了包含四種異常步態(tài),一種正常步態(tài)的單步步態(tài)數(shù)據(jù)集。研究了兩種基于深度學(xué)習(xí)的步態(tài)識(shí)別方法,使用長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)算法（Long Short-Term Memory,LSTM）和一維卷積神經(jīng)網(wǎng)絡(luò)算法（1D-Convolutional Neural Network,1D-CNN）實(shí)現(xiàn)了不同種步態(tài)的識(shí)別。首先,我們研究了多種異常步態(tài)的病因及特征,根據(jù)疾病具有常見性,可預(yù)測(cè)性和異常步態(tài)具有規(guī)律性的原則選取了四種異常步態(tài)。介紹了對(duì)步態(tài)數(shù)據(jù)預(yù)處理所需的各種步驟。介紹了如何從連續(xù)行走過程中提取出單個(gè)步態(tài)片段,根據(jù)正常人的行走特征將一個(gè)單獨(dú)步態(tài)... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
        1.2.3 研究現(xiàn)狀綜述
    1.3 論文主要研究?jī)?nèi)容及論文結(jié)構(gòu)
第2章 步態(tài)數(shù)據(jù)選取與數(shù)據(jù)集預(yù)處理
    2.1 引言
    2.2 異常步態(tài)的選取
    2.3 步態(tài)數(shù)據(jù)集預(yù)處理
        2.3.1 數(shù)據(jù)平滑濾波
        2.3.2 空白數(shù)據(jù)段去除
        2.3.3 步態(tài)分割與步態(tài)分析
        2.3.4 單位四元數(shù)相對(duì)轉(zhuǎn)換
        2.3.5 異常數(shù)據(jù)去除
        2.3.6 數(shù)據(jù)歸一化
        2.3.7 數(shù)據(jù)隨機(jī)輸入
    2.4 本章小結(jié)
第3章 步態(tài)識(shí)別算法
    3.1 引言
    3.2 長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)
    3.3 一維卷積神經(jīng)網(wǎng)絡(luò)
    3.4 網(wǎng)絡(luò)的訓(xùn)練方法
        3.4.1 神經(jīng)網(wǎng)絡(luò)的優(yōu)化算法
        3.4.2 訓(xùn)練方法優(yōu)化
        3.4.3 損失函數(shù)
        3.4.4 過擬合現(xiàn)象
    3.5 本章小結(jié)
第4章 實(shí)驗(yàn)驗(yàn)證
    4.1 引言
    4.2 相關(guān)軟硬件介紹
        4.2.1 數(shù)據(jù)采集電路
        4.2.2 上位機(jī)軟件介紹
        4.2.3 足底壓力傳感器的布局選擇
    4.3 數(shù)據(jù)采集方案及采集結(jié)果
    4.4 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練及識(shí)別結(jié)果
        4.4.1 使用全部傳感器數(shù)據(jù)的訓(xùn)練結(jié)果
        4.4.2 不使用足底壓力數(shù)據(jù)的訓(xùn)練結(jié)果
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]我國(guó)腦卒中防治仍面臨巨大挑戰(zhàn)——《中國(guó)腦卒中防治報(bào)告2018》概要[J]. 王隴德,劉建民,楊弋,彭斌,王伊龍.  中國(guó)循環(huán)雜志. 2019(02)
[2]基于多源生物信號(hào)的下肢步態(tài)相識(shí)別[J]. 張啟忠,席旭剛,羅志增.  計(jì)量學(xué)報(bào). 2018(06)
[3]老年2型糖尿病患者低血糖恐懼感的研究進(jìn)展[J]. 王夢(mèng),蔣秋煥,劉芳麗.  護(hù)士進(jìn)修雜志. 2018(21)
[4]一種使用自適應(yīng)小波去噪和SIFT描述符的步態(tài)識(shí)別研究[J]. 涂斌斌,谷麗華,揣榮巖,許會(huì).  小型微型計(jì)算機(jī)系統(tǒng). 2018(06)
[5]慣性傳感體系下步態(tài)特征的差異性檢測(cè)方法[J]. 何利康,張金藝,韓國(guó)川,李鵬,蘇全程.  工業(yè)控制計(jì)算機(jī). 2018(03)
[6]腦卒中偏癱患者足內(nèi)翻的足底壓力分布研究[J]. 曹娟娟,夏清,袁海,曹曉光.  中華腦科疾病與康復(fù)雜志(電子版). 2015(01)
[7]基于雙層卷積神經(jīng)網(wǎng)絡(luò)的步態(tài)識(shí)別算法[J]. 王欣,唐俊,王年.  安徽大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(01)
[8]出血性腦卒中診治進(jìn)展[J]. 孫瑞興,于秋晶.  黑龍江醫(yī)藥. 2010(02)
[9]新兵應(yīng)力性骨折的發(fā)生與防治[J]. 陳翼,李春梅,馬黎明,楊洪文,王光琳,趙晶,黃昊.  西南軍醫(yī). 2007(02)
[10]帕金森氏病和帕金森綜合征的護(hù)理[J]. 申文英.  內(nèi)蒙古醫(yī)學(xué)雜志. 2005(10)

碩士論文
[1]基于步態(tài)的目標(biāo)識(shí)別技術(shù)的研究[D]. 陳峰.北京交通大學(xué) 2018
[2]膝關(guān)節(jié)半月板損傷術(shù)后患者的步態(tài)特征及功能鍛煉對(duì)其影響[D]. 婁鎮(zhèn).廣州體育學(xué)院 2017
[3]人體步態(tài)識(shí)別方法研究[D]. 馬毅.長(zhǎng)春工業(yè)大學(xué) 2015



本文編號(hào)：2970872