根據(jù)中國殘疾人聯(lián)合會2010年末公布的統(tǒng)計數(shù)據(jù)顯示我國殘疾人總?cè)藬?shù)8502萬,其中下肢截肢的殘疾人數(shù)是120多萬。患者在截肢后為了能夠站立起來進(jìn)行正常的生活,一般會選擇安裝假肢矯形器,但假肢矯形器的安裝是否合理并且達(dá)到最佳治療效果,需要依靠醫(yī)生、治療師和矯形器技師對患者進(jìn)行一套完整的體檢、步行能力測定和步態(tài)分析評估。目前還沒有一種很好的方式對其進(jìn)行定量評估,而步態(tài)分析可以為醫(yī)生提供客觀量化的運(yùn)動學(xué)與動力學(xué)依據(jù)。步態(tài)分析的關(guān)鍵是采用較精確的步態(tài)檢測系統(tǒng),新型的步態(tài)檢測系統(tǒng)已經(jīng)成為國內(nèi)外學(xué)者的研究熱點(diǎn)。本文以下肢截肢患者安裝假肢矯形器的步態(tài)分析為研究內(nèi)容,在閱讀大量國內(nèi)外參考文獻(xiàn)的基礎(chǔ)上,針對在役步態(tài)檢測系統(tǒng)中存在采集設(shè)備便攜性差、步態(tài)信號識別檢測不準(zhǔn)確等問題,提出了一種便攜式的、能準(zhǔn)確識別步態(tài)信號的下肢截肢患者步態(tài)檢測的方法。在此基礎(chǔ)上,對下肢截肢患者的步態(tài)檢測系統(tǒng)進(jìn)行總體設(shè)計,內(nèi)容涵蓋測試系統(tǒng)的總體框架設(shè)計、便攜式結(jié)構(gòu)設(shè)計、傳感系統(tǒng)、數(shù)據(jù)采集系統(tǒng)、數(shù)據(jù)傳輸系統(tǒng)和數(shù)據(jù)處理系統(tǒng)的總體設(shè)計,并對數(shù)據(jù)采集系統(tǒng)、數(shù)據(jù)傳輸系統(tǒng)和數(shù)據(jù)處理系統(tǒng)進(jìn)行了重點(diǎn)分析�；诳傮w設(shè)計的技術(shù)路線,選用MPU-605... 

【文章來源】：上海大學(xué)上海市 211工程院校

【文章頁數(shù)】：132 頁

【學(xué)位級別】：碩士

【部分圖文】：

不同類型的上肢與下肢假肢矯形器

上海大學(xué)碩士學(xué)位論文4一般在獲取觀察對象的步態(tài)圖像或視頻后，通過算法和軟件分析不同步行速度和姿態(tài)的人體輪廓和運(yùn)動姿勢來達(dá)到步態(tài)檢測的目的。LittleJ和BoydJ認(rèn)為通過非結(jié)構(gòu)性方式的步態(tài)來識別個體是可行的[9]，利用從一系列灰度圖像的光流中獲得的個體運(yùn)動形狀和特征來達(dá)到識別的目的。光流法的計算過程較復(fù)雜而且抗噪性較差，其運(yùn)動目標(biāo)探測方法的基礎(chǔ)是假設(shè)灰度梯度基本不變。因此徐中宇等為了從步態(tài)圖像中提取出完整的人體輪廓，提出了一種新的步態(tài)輪廓提取算法[10]。該算法首先通過背景減除法和對稱幀差法的結(jié)合提取出人體運(yùn)動的區(qū)域，緊接著消除噪聲和陰影后得到了較為完整的人體輪廓，最后將該人體輪廓作為他們的改進(jìn)C-V模型的初始零水平集后得到了細(xì)化的人體輪廓。其改進(jìn)的算法所得到的人體輪廓如圖1.2所示，而且該算法具有良好抗噪性而且時間復(fù)雜度低、識別率高。(a)原始圖(b)分割結(jié)果圖1.2改進(jìn)算法的原始圖及分割結(jié)果LiangWang和TieniuTan等提出了一種簡單有效的基于統(tǒng)計形狀分析的步態(tài)自動識別算法[11]。該算法的步態(tài)檢測實(shí)例如圖1.3所示。對于每個圖像序列，使用改進(jìn)的背景減法程序從背景中提取步行人的運(yùn)動輪廓，然后將檢測到的輪廓的時間變化表示為公共坐標(biāo)系中復(fù)雜向量配置的相關(guān)序列，并使用Procrustes形狀分析方法進(jìn)一步分析，獲得平均形狀作為步態(tài)特征。采用基于全譜距離測度的監(jiān)督模式分類技術(shù)進(jìn)行識別。該方法不直接分析步態(tài)的動力學(xué)，而是隱式地利用步態(tài)的動作來捕捉步態(tài)的結(jié)構(gòu)特征，特別是人體生物特征的形狀線索。圖1.3步態(tài)檢測實(shí)例

上海大學(xué)碩士學(xué)位論文4一般在獲取觀察對象的步態(tài)圖像或視頻后，通過算法和軟件分析不同步行速度和姿態(tài)的人體輪廓和運(yùn)動姿勢來達(dá)到步態(tài)檢測的目的。LittleJ和BoydJ認(rèn)為通過非結(jié)構(gòu)性方式的步態(tài)來識別個體是可行的[9]，利用從一系列灰度圖像的光流中獲得的個體運(yùn)動形狀和特征來達(dá)到識別的目的。光流法的計算過程較復(fù)雜而且抗噪性較差，其運(yùn)動目標(biāo)探測方法的基礎(chǔ)是假設(shè)灰度梯度基本不變。因此徐中宇等為了從步態(tài)圖像中提取出完整的人體輪廓，提出了一種新的步態(tài)輪廓提取算法[10]。該算法首先通過背景減除法和對稱幀差法的結(jié)合提取出人體運(yùn)動的區(qū)域，緊接著消除噪聲和陰影后得到了較為完整的人體輪廓，最后將該人體輪廓作為他們的改進(jìn)C-V模型的初始零水平集后得到了細(xì)化的人體輪廓。其改進(jìn)的算法所得到的人體輪廓如圖1.2所示，而且該算法具有良好抗噪性而且時間復(fù)雜度低、識別率高。(a)原始圖(b)分割結(jié)果圖1.2改進(jìn)算法的原始圖及分割結(jié)果LiangWang和TieniuTan等提出了一種簡單有效的基于統(tǒng)計形狀分析的步態(tài)自動識別算法[11]。該算法的步態(tài)檢測實(shí)例如圖1.3所示。對于每個圖像序列，使用改進(jìn)的背景減法程序從背景中提取步行人的運(yùn)動輪廓，然后將檢測到的輪廓的時間變化表示為公共坐標(biāo)系中復(fù)雜向量配置的相關(guān)序列，并使用Procrustes形狀分析方法進(jìn)一步分析，獲得平均形狀作為步態(tài)特征。采用基于全譜距離測度的監(jiān)督模式分類技術(shù)進(jìn)行識別。該方法不直接分析步態(tài)的動力學(xué)，而是隱式地利用步態(tài)的動作來捕捉步態(tài)的結(jié)構(gòu)特征，特別是人體生物特征的形狀線索。圖1.3步態(tài)檢測實(shí)例

【參考文獻(xiàn)】：
期刊論文
[1]基于多分類器融合的步態(tài)識別方法[J]. 郇戰(zhàn),陳學(xué)杰,呂士云,耿宏楊.  計算機(jī)應(yīng)用. 2019(03)
[2]現(xiàn)代戰(zhàn)創(chuàng)傷致脊髓損傷患者的三維步態(tài)分析[J]. 孫嘉利,單守勤,黃美賢,顏晗,鐘世鎮(zhèn).  中國臨床解剖學(xué)雜志. 2015(02)
[3]步態(tài)分析在臨床康復(fù)應(yīng)用中的研究進(jìn)展[J]. 向靜,胥方元.  現(xiàn)代醫(yī)藥衛(wèi)生. 2014(22)
[4]面向外骨骼機(jī)器人人機(jī)交互的步態(tài)數(shù)據(jù)獲取系統(tǒng)及識別模型[J]. 高增桂,孫守遷,張克俊,佘鐸淳,楊鐘亮.  計算機(jī)科學(xué). 2014(10)
[5]步態(tài)分析在下肢假肢裝配中的應(yīng)用[J]. 吳志彬,蔣宛凌,舒彬.  中國康復(fù)醫(yī)學(xué)雜志. 2013(12)
[6]人體步態(tài)時相對稱性評價指標(biāo)的對比研究[J]. 王人成,張美芹.  中國康復(fù)醫(yī)學(xué)雜志. 2011(10)
[7]基于改進(jìn)C-V模型的步態(tài)輪廓提取方法[J]. 徐中宇,姜洪霖,張忠波.  計算機(jī)工程. 2010(17)
[8]正常成人步態(tài)特征研究[J]. 胡雪艷,惲?xí)云?郭忠武,王廣志,丁輝.  中國康復(fù)理論與實(shí)踐. 2006(10)

博士論文
[1]液壓驅(qū)動下肢外骨骼機(jī)器人關(guān)鍵技術(shù)研究[D]. 范伯騫.浙江大學(xué) 2017

碩士論文
[1]基于足底壓力與姿態(tài)信號的步態(tài)識別系統(tǒng)設(shè)計[D]. 胡慧蓮.哈爾濱工業(yè)大學(xué) 2019
[2]基于IMU的帕金森病患者凍結(jié)步態(tài)檢測方法研究[D]. 馬鑾.安徽大學(xué) 2019
[3]下肢外骨骼機(jī)器人步態(tài)檢測系統(tǒng)研究[D]. 茍歡.北京林業(yè)大學(xué) 2016
[4]康復(fù)用下肢外骨骼系統(tǒng)仿生步態(tài)規(guī)劃方法研究[D]. 張邵敏.中國科學(xué)院深圳先進(jìn)技術(shù)研究院 2016
[5]基于慣性傳感器的步態(tài)測量方法研究與實(shí)現(xiàn)[D]. 季冉.大連理工大學(xué) 2015



本文編號：3147300