步態(tài)是人體運(yùn)動(dòng)時(shí)雙足隨時(shí)間交替變化而具周期性的有序動(dòng)作,具有豐富的人體運(yùn)動(dòng)行為特征信息。心電信號(hào)是人體心臟活動(dòng)所產(chǎn)生的生物電信號(hào),是反映人體健康生理狀態(tài)的一種重要信息。兩者常被廣泛應(yīng)用于醫(yī)學(xué)診斷和治療、運(yùn)動(dòng)科學(xué)以及健康監(jiān)測(cè)等領(lǐng)域。作為人體重要模式的步態(tài)特征和心電信號(hào),兩者的關(guān)聯(lián)性研究尤為重要,尤其是運(yùn)動(dòng)領(lǐng)域中為預(yù)防疾病和確保人體運(yùn)動(dòng)健康提供重要的價(jià)值和依據(jù),但目前兩者的關(guān)聯(lián)性仍處于理論階段,尚缺乏定量的分析研究。本文通過(guò)分別研究不同運(yùn)動(dòng)模式下步態(tài)特征與心電信號(hào)的基礎(chǔ)之上,建立回歸模型,展開(kāi)兩者的定量關(guān)聯(lián)分析研究。本文主要工作如下:（1）針對(duì)不同運(yùn)動(dòng)模式下采集的人體姿態(tài)數(shù)據(jù),以每十個(gè)步態(tài)周期為一子集,提取步態(tài)特征。首先,通過(guò)步態(tài)時(shí)空和角度方面的量化,提取了步態(tài)周期、步長(zhǎng)、步高、步寬、步速、步加速度、最大足趾/足跟外夾角;然后,基于非線性動(dòng)力學(xué)方法提取了近似熵、樣本熵、模糊熵、Lempel-Ziv復(fù)雜度、C0復(fù)雜度;其次,基于小波變換方法提取了小波系數(shù)模值特征;最后提出了包含時(shí)域和頻域步態(tài)信息的多步態(tài)特征（MGF）進(jìn)行分析。（2）針對(duì)運(yùn)動(dòng)心電信號(hào)中存在各種噪聲的干擾問(wèn)題,采用了基于自適應(yīng)雙... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

論文總體結(jié)構(gòu)框架

杭州電子科技大學(xué)碩士學(xué)位論文2三維運(yùn)動(dòng)捕捉實(shí)驗(yàn)與信號(hào)采集2.1引言行走和跑步功能是人類最基本的運(yùn)動(dòng)功能，在人們?nèi)粘Ｉ詈瓦\(yùn)動(dòng)鍛煉中起著重要的作用。運(yùn)動(dòng)涉及心臟系統(tǒng)功能的協(xié)調(diào)作用，而心臟搏動(dòng)的節(jié)律可以由相關(guān)儀器測(cè)量獲得的心電信號(hào)體現(xiàn)出來(lái)。本章在了解人體步態(tài)和心電信號(hào)產(chǎn)生的基礎(chǔ)之上，提出步態(tài)與心電信號(hào)關(guān)聯(lián)性分析的實(shí)驗(yàn)數(shù)據(jù)采集方案。搭建Codamotion三維運(yùn)動(dòng)捕捉系統(tǒng)和無(wú)線心電采集系統(tǒng)，對(duì)行走或跑步等不同運(yùn)動(dòng)模式下的多元信號(hào)進(jìn)行采集，為數(shù)據(jù)處理和特征提取提供數(shù)據(jù)基矗2.2人體步態(tài)流程步態(tài)體現(xiàn)了運(yùn)動(dòng)過(guò)程中肢體運(yùn)動(dòng)的方式，是人體通過(guò)雙足交替彎曲運(yùn)動(dòng)而進(jìn)行的雙相前向推進(jìn)的姿態(tài)表現(xiàn)，這種看似很平常的現(xiàn)象，真實(shí)去了解時(shí)卻又很模糊。早在1981年，Inman等人[52]對(duì)人體的行走方式進(jìn)行了形象生動(dòng)的類比，通過(guò)操控琴弦控制木偶腳踝的背屈來(lái)確定膝蓋的路徑，從而形成步態(tài)，通過(guò)這種幽默而具有啟發(fā)性的方式揭示了下肢運(yùn)動(dòng)步態(tài)的面紗，其直觀模擬圖如下圖2.1所示。在此構(gòu)想的基礎(chǔ)上，通過(guò)創(chuàng)建一個(gè)結(jié)構(gòu)框架或模型，就可以幫助我們很好的理解進(jìn)行步態(tài)分析的方式。圖2.1:行走步態(tài)的直觀模擬圖步行作為人類日�；顒�(dòng)最基本的運(yùn)動(dòng)方式之一，人體行走步態(tài)的自動(dòng)過(guò)程是穩(wěn)定步伐運(yùn)動(dòng)。該過(guò)程與姿勢(shì)反射相關(guān)，包括頭眼協(xié)調(diào)，伴隨著適當(dāng)?shù)纳眢w節(jié)段對(duì)準(zhǔn)和姿-9-

杭州電子科技大學(xué)碩士學(xué)位論文2.3.2心電信號(hào)波形組成正常心電信號(hào)中，每個(gè)心動(dòng)周期內(nèi)的波形曲線變化具有規(guī)律性。對(duì)于一個(gè)完整的心動(dòng)周期，主要由一個(gè)P波、一個(gè)QRS復(fù)合波和一個(gè)T波等構(gòu)成，它的各個(gè)組成波形對(duì)應(yīng)心臟興奮活動(dòng)的生理過(guò)程，并包含了大量的診斷信息，其相應(yīng)的心電信號(hào)波形組成如下圖2.2所示[57]，各波段的具體描述如下：圖2.2:心電信號(hào)特征波組成（1）P波：左、右心房除極時(shí)的電位變化，由位于右心房上部區(qū)域竇房結(jié)處的一組特殊細(xì)胞自發(fā)去極化和重新極化，從而在心電信號(hào)波形上產(chǎn)生明顯的偏轉(zhuǎn)。波幅一般在0～0.3mV，時(shí)間為0～100ms。（2）P-R段：由房室結(jié)的傳導(dǎo)在心房傳導(dǎo)和心室傳導(dǎo)之間提供一個(gè)間隙，并反映為等電位線，是P波終點(diǎn)和QRS波群起點(diǎn)之間所跨越的時(shí)間。（3）P-R間期：從心房性的去極化開(kāi)始到心室去極化開(kāi)始的時(shí)間間隔，其正常范圍在120～200ms。（4）QRS復(fù)合波：也稱為QRS特征波，是左右心室肌細(xì)胞一次發(fā)生去極化所產(chǎn)生的膜外負(fù)電位在體表的反應(yīng)，包括三個(gè)緊密相連的Q波、R波和S波，持續(xù)時(shí)間約為0.06～0.1s。QRS波群是心電信號(hào)中最明顯的特征波形，也是本文主要分析的波段。（5）S-T段：心房重新極化前，產(chǎn)生的電活動(dòng)非常微弱并且被心室活動(dòng)抑制。該波段在心電信號(hào)中的貢獻(xiàn)較小，處于基線水平。（6）T波：在QRS波群之后出現(xiàn)的波形是T波，由心室肌細(xì)胞的復(fù)極化產(chǎn)生，-11-

【參考文獻(xiàn)】：
期刊論文
[1]足球或排球運(yùn)動(dòng)對(duì)男性大學(xué)生不同部位骨密度的影響[J]. 郭浩.  中國(guó)學(xué)校衛(wèi)生. 2019(02)
[2]步態(tài)識(shí)別關(guān)鍵技術(shù)研究[J]. 盧官明,衣美佳.  計(jì)算機(jī)技術(shù)與發(fā)展. 2015(07)
[3]心電信號(hào)中R波的自適應(yīng)檢測(cè)方法[J]. 黃海彬,謝云.  自動(dòng)化與信息工程. 2013(06)
[4]改進(jìn)的C0復(fù)雜度及其應(yīng)用[J]. 蔡志杰,孫潔.  復(fù)旦學(xué)報(bào)(自然科學(xué)版). 2008(06)
[5]步行動(dòng)作的生物力學(xué)原理及其步態(tài)分析[J]. 錢競(jìng)光,宋雅偉,葉強(qiáng),李勇強(qiáng),唐瀟.  南京體育學(xué)院學(xué)報(bào)(自然科學(xué)版). 2006(04)
[6]一種基于步態(tài)分析的身份識(shí)別方法[J]. 蘇菡,黃鳳崗,洪文.  系統(tǒng)仿真學(xué)報(bào). 2006(05)

博士論文
[1]基于確定學(xué)習(xí)的人體生物信號(hào)建模識(shí)別及其應(yīng)用研究[D]. 鄧木清.華南理工大學(xué) 2017
[2]基于深度學(xué)習(xí)的心電信號(hào)降噪和T波自動(dòng)檢測(cè)研究[D]. 熊鵬.燕山大學(xué) 2016
[3]基于肌電信號(hào)的人體下肢運(yùn)動(dòng)信息獲取技術(shù)研究[D]. 吳劍鋒.浙江大學(xué) 2008

碩士論文
[1]基于可穿戴式傳感器的多特征步態(tài)分析系統(tǒng)設(shè)計(jì)與研究[D]. 騰珂.合肥工業(yè)大學(xué) 2016



本文編號(hào)：3607269