本文關(guān)鍵詞：基于視覺和本體感覺阻斷的人體靜態(tài)平衡能力的評(píng)估研究

  更多相關(guān)文章： 靜態(tài)平衡 小波熵 多元多尺度熵 模糊聚類分析 姿態(tài)穩(wěn)定性 足底壓力中心

【摘要】：人體平衡能力在日常行為活動(dòng)中起著至關(guān)重要的作用,一旦人體平衡能力受損,將導(dǎo)致跌倒、運(yùn)動(dòng)控制障礙等生理疾病,因此人體平衡能力的評(píng)估研究對(duì)平衡功能障礙患者的病例分析和康復(fù)治療尤為重要。人體平衡的維持是中樞神經(jīng)綜合多方面的感覺信息進(jìn)行決策,然后通過(guò)肢體的各個(gè)關(guān)節(jié)、肌肉等對(duì)決策進(jìn)行實(shí)施的過(guò)程,其中任何環(huán)節(jié)出現(xiàn)問(wèn)題都會(huì)對(duì)人體平衡能力產(chǎn)生一定的影響。本文的實(shí)驗(yàn)條件是基于測(cè)力板和姿態(tài)模塊相結(jié)合的人體靜態(tài)平衡檢測(cè)系統(tǒng),對(duì)人體靜態(tài)平衡相關(guān)指標(biāo)的提取方法和平衡能力的評(píng)估方法展開了較深入的研究,設(shè)計(jì)了基于海綿墊的本體感覺阻斷實(shí)驗(yàn),探討了視覺和本體感覺阻斷情況下人體靜態(tài)平衡調(diào)節(jié)的運(yùn)動(dòng)力學(xué)信息變化過(guò)程,以及不同特征信息與平衡能力的關(guān)系�，F(xiàn)將本文的主要研究工作成果及創(chuàng)新點(diǎn)歸納如下:(1)相對(duì)于傳統(tǒng)基于足底壓力中心的相關(guān)指標(biāo)進(jìn)行分析研究,本文設(shè)計(jì)了對(duì)人體頭部運(yùn)動(dòng)參數(shù)、髖部運(yùn)動(dòng)參數(shù)、足底壓力中心與重心軌跡三個(gè)主要部位的信息進(jìn)行數(shù)據(jù)采集的方法,幾乎涵蓋了與人體平衡能力相關(guān)的重要身體部位的信息采集,使平衡數(shù)據(jù)信息的采集更全面,也使評(píng)估結(jié)果更加準(zhǔn)確可靠并更具說(shuō)服力。(2)本文應(yīng)用海綿墊置于靜態(tài)平衡儀剛性踏板上面對(duì)本體感覺實(shí)施阻斷,當(dāng)海綿墊達(dá)到一定厚度時(shí)可認(rèn)為消除來(lái)自足底和踝關(guān)節(jié)的本體感覺信息輸入,這種阻斷方法簡(jiǎn)單有效實(shí)用。通過(guò)測(cè)力平板+海綿墊,可定量研究本體感覺阻斷和睜眼、閉眼視覺阻斷時(shí)不同感知狀態(tài)下姿勢(shì)穩(wěn)定性變化。(3)本文綜合足底壓力中心坐標(biāo)的相關(guān)指標(biāo)和姿態(tài)模塊的輸出信號(hào)等運(yùn)動(dòng)力學(xué)參數(shù)進(jìn)行統(tǒng)計(jì)學(xué)分析,運(yùn)用主成分分析的方法對(duì)不同測(cè)試模式下人體的靜態(tài)平衡能力給出了一個(gè)綜合評(píng)價(jià)指標(biāo),并對(duì)視覺和本體感覺阻斷時(shí)人體平衡相關(guān)指標(biāo)進(jìn)行了分析研究,得出相關(guān)指標(biāo)與人體靜態(tài)平衡能力的關(guān)系,以及本體感覺對(duì)靜態(tài)平衡穩(wěn)定性的影響比視覺大等具有指導(dǎo)和參考價(jià)值的結(jié)論。(4)針對(duì)傳統(tǒng)多元多尺度熵在處理大量輸入變量時(shí),由于計(jì)算量大而容易發(fā)生內(nèi)存溢出的問(wèn)題,本文在算法上對(duì)傳統(tǒng)多元多尺度熵進(jìn)行了改進(jìn),并就傳統(tǒng)多元樣本熵與改進(jìn)的多元樣本熵分別對(duì)人體平衡運(yùn)動(dòng)力學(xué)參數(shù)進(jìn)行進(jìn)行特征提取,對(duì)比分析發(fā)現(xiàn)改進(jìn)后的多元多尺度熵不僅計(jì)算速度快、發(fā)生內(nèi)存溢出的可能性小,而且其特征提取效果更好。(5)人體平衡系統(tǒng)是一個(gè)復(fù)雜的生物系統(tǒng),人體平衡相關(guān)的數(shù)據(jù)信息(如足底壓力中心坐標(biāo))往往具有多時(shí)間尺度和多空間尺度的特性,小波包變換具有多尺度和多分辨率特性,多元多尺度熵具有多空間尺度特性,因此本文將提取的小波熵特征與多元多尺度熵特征相結(jié)合,其中小波熵更多的表征原始各通道信號(hào)的自身特征信息,而多元多尺度熵則表征所有原始輸入信號(hào)的整體特征信息,將兩者結(jié)合起來(lái)進(jìn)行聚類分析,以達(dá)到對(duì)人體平衡能力進(jìn)行評(píng)估劃分的目的,結(jié)果表明這種劃分方法對(duì)人體平衡能力的評(píng)估具有一定的可行性。
【關(guān)鍵詞】：靜態(tài)平衡 小波熵 多元多尺度熵 模糊聚類分析 姿態(tài)穩(wěn)定性 足底壓力中心
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R49
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第1章 緒論11-23
• 1.1 課題研究背景和意義11-12
• 1.2 平衡能力的評(píng)估方法12-18
• 1.2.1 觀察法12-13
• 1.2.2 功能性評(píng)定量表法13
• 1.2.3 平衡測(cè)試儀評(píng)估方法13-15
• 1.2.4 其它評(píng)估檢測(cè)方法15-17
• 1.2.5 人體平衡能力評(píng)估的發(fā)展前景17-18
• 1.3 人體姿態(tài)平衡的影響因素及生理機(jī)制18-20
• 1.4 研究?jī)?nèi)容與論文結(jié)構(gòu)20-21
• 1.5 本章小結(jié)21-23
• 第2章 靜立平衡檢測(cè)系統(tǒng)介紹與實(shí)驗(yàn)方案設(shè)計(jì)23-30
• 2.1 多參數(shù)靜立平衡檢測(cè)系統(tǒng)介紹23-27
• 2.1.1 系統(tǒng)設(shè)備介紹23-25
• 2.1.2 系統(tǒng)軟件介紹25-27
• 2.2 實(shí)驗(yàn)方案設(shè)計(jì)27-29
• 2.3 本章小結(jié)29-30
• 第3章 靜立平衡運(yùn)動(dòng)力學(xué)信號(hào)的統(tǒng)計(jì)學(xué)分析方法30-40
• 3.1 運(yùn)動(dòng)力學(xué)信號(hào)的預(yù)處理30-33
• 3.1.1 COP信號(hào)的預(yù)處理30-32
• 3.1.2 姿態(tài)模塊輸出信號(hào)32-33
• 3.2 靜立平衡評(píng)估中針對(duì)運(yùn)動(dòng)力學(xué)參數(shù)的統(tǒng)計(jì)分析方法33-34
• 3.3 基于統(tǒng)計(jì)方法的結(jié)果分析34-39
• 3.3.1 統(tǒng)計(jì)分析34-38
• 3.3.2 統(tǒng)計(jì)學(xué)分析的結(jié)論38
• 3.3.3 統(tǒng)計(jì)學(xué)分析的優(yōu)點(diǎn)和不足38-39
• 3.4 本章小結(jié)39-40
• 第4章 靜立平衡運(yùn)動(dòng)力學(xué)信號(hào)的信息熵特征提取40-55
• 4.1 小波包變換40-42
• 4.1.1 小波包變換原理40-41
• 4.1.2 小波包分解41-42
• 4.2 基于小波熵的運(yùn)動(dòng)力學(xué)信號(hào)特征提取42-47
• 4.2.1 多尺度下的小波熵42
• 4.2.2 靜立平衡運(yùn)動(dòng)力學(xué)信號(hào)的小波熵特征提取42-47
• 4.3 基于多元多尺度樣本熵的運(yùn)動(dòng)力學(xué)信號(hào)特征提取47-53
• 4.3.1 多元多尺度樣本熵算法47-51
• 4.3.2 改進(jìn)的多元多尺度熵51-52
• 4.3.3 基于多元多尺度熵特征提取分析52-53
• 4.4 本章小結(jié)53-55
• 第5章 靜立平衡運(yùn)動(dòng)力學(xué)信號(hào)的信息熵聚類分析方法55-63
• 5.1 聚類分析55-57
• 5.1.1 相似性度量55-56
• 5.1.2 聚類分析方法56-57
• 5.2 模糊聚類分析57-59
• 5.2.1 模糊集合理論57-58
• 5.2.2 模糊聚類算法58-59
• 5.3 實(shí)驗(yàn)方法與結(jié)果分析59-61
• 5.3.1 實(shí)驗(yàn)方法與算法步驟60-61
• 5.3.2 結(jié)果分析61
• 5.4 本章小結(jié)61-63
• 第6章 總結(jié)和展望63-65
• 6.1 本文工作總結(jié)63-64
• 6.2 研究展望64-65
• 致謝65-66
• 參考文獻(xiàn)66-70
• 附錄70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 王俊;寧新寶;李錦;馬千里;徐寅林;卞春華;;心電圖的多尺度熵分析[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年05期

2 王俊;寧新寶;馬千里;;基于多尺度熵的心電圖分析[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2008年03期

3 宦飛,王志中,鄭崇勛;睡眠EEG的多尺度信息熵分析[J];北京生物醫(yī)學(xué)工程;2001年01期

4 王俊;馬千里;;基于多尺度熵的心電圖ST段研究[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

5 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 李嬋;張陽(yáng);張義軍;;地閃“不規(guī)則”先導(dǎo)的多尺度熵特征研究[A];創(chuàng)新驅(qū)動(dòng)發(fā)展 提高氣象災(zāi)害防御能力——S11第十一屆防雷減災(zāi)論壇[C];2013年

2 張濤;李雅堂;閻睿;楊卓;;基于多尺度的非線性動(dòng)力學(xué)分析及其在神經(jīng)系統(tǒng)中的應(yīng)用[A];第八屆全國(guó)動(dòng)力學(xué)與控制學(xué)術(shù)會(huì)議論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 梁榮;煤礦長(zhǎng)距離斜井TBM（盾構(gòu)）施工風(fēng)險(xiǎn)特性與評(píng)估研究[D];中國(guó)礦業(yè)大學(xué)(北京);2016年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 龍玉濤;基于熵測(cè)度的移動(dòng)條件下十二通道心電信號(hào)質(zhì)量評(píng)估[D];山東大學(xué);2015年

2 高中華;基于經(jīng)驗(yàn)?zāi)B(tài)分解和多尺度熵的滾動(dòng)軸承故障診斷研究[D];長(zhǎng)春工業(yè)大學(xué);2016年

3 謝佳利;多尺度熵算法及其在情感腦電識(shí)別中的應(yīng)用[D];燕山大學(xué);2016年

4 章琴;基于視覺和本體感覺阻斷的人體靜態(tài)平衡能力的評(píng)估研究[D];杭州電子科技大學(xué);2016年

5 楊琛;基于彈性多尺度熵的網(wǎng)絡(luò)流量時(shí)空特性研究[D];杭州電子科技大學(xué);2016年

6 劉曉婷;基于加速度的人體步態(tài)信息多尺度熵研究[D];天津大學(xué);2008年

7 劉東海;基于多元多尺度熵的人體平衡系統(tǒng)研究[D];武漢理工大學(xué);2013年

8 崔潔;基于改進(jìn)多元多尺度熵的癲癇腦電信號(hào)自動(dòng)分類[D];燕山大學(xué);2014年

9 陳建萍;多尺度熵方法用于電子器件噪聲分析[D];西安電子科技大學(xué);2007年

10 裴建航;基于小波多尺度熵的導(dǎo)航傳感器故障診斷技術(shù)研究[D];哈爾濱工程大學(xué);2013年

，

本文編號(hào)：882550