基于Kinect的帕金森病步态不对称性识别方法-中国电机工程学报.PDF

中国康复理论与实践2018年7月第24卷第7期 ChinJRehabilTheoryPract,Jul., 2018,Vol.24,No.7 - 795 - DOI: 10.3969/j.issn. 1006-9771.2018.07.007 ·专题 · 基于Kinect 的帕金森病步态不对称性识别方法① 1 2 3 1 1 张幼安 ，侯振杰 ，坎标 ，姚恩 ，张家玮 1. 常州大学华罗庚学院，江苏常州市213164 ；2. 常州大学信息数理学院，江苏常州市213164 ；3. 常州大学机械工程 学院，江苏常州市213164 通讯作者：侯振杰。E-mail: YAZhangwork@ 163.com 基金项目：1. 国家自然科学基金项目(No. ；2. 江苏省产学研前瞻性联合研究项目(No. BY2015027- 12) ；3. 江苏省物联网移动互联技术工程重点实验室开放课题项目(No. JSWLW-2017-013) 摘要 目的 开发一种基于深度图像的非接触式帕金森病步态不对称性识别方法，以辅助医疗诊断和评估，解决穿戴 型传感设备费用高、影响正常生活且检查流程复杂的问题。 方法 2016 年7 月至8 月，对帕金森病患者8 例和健康人10例，采用Kinect V2.0 采集行走6 m 的运动数据；对左 右脚参数滤波处理后分别聚类，使用相似度矩阵算法分别计算健康人和帕金森病患者相似度值；使用隐 马尔科夫模型验证该方法的识别效果。 结果 所有患者左右脚参数聚类序列相似度小于健康人；从患者中提取的14条数据，成功识别12条(85.71%) ； 从健康人中提取的46 条数据，成功区别35 条(76.09%)。 结论 基于左右脚位移过程中步态参数聚类结果不对称性的非接触式识别方法，对于帕金森病患者有一定识别 效果。 关键词 帕金森病；步态对称性；Kinect ；字符串相似度矩阵算法；隐马尔可夫模型 Identification of Asymmetry Gait in Parkinsons Disease Based on Kinect 1 2 3 1 1 ZHANG You-an , HOU Zhen-jie , KAN Biao , YAO En , ZHANG Jia-wei 1. Changzhou University Hua Loo-keng Honors College, Changzhou, Jiangsu 213164, China; 2. Changzhou University School of Information Science and Technology, Changzhou, Jiangsu 213164, China; 3. Changzhou University College of Mechanical Engineering, Changzhou, Jiangsu 213164, China Correspondence to HOU Zhen-jie. E-mail: YAZhangwork@ 163.com Supported by National Natural Science Foundation of China (No. , Jiangsu Industry-University-Research Cooperation Program (No. BY2015027- 12) and Jiangsu Key Laboratory of Internet of Things and Mobile Internet Open Project (N