基于多模态信号的人体静态平衡能力评估研究-模式识别与智能系统专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master Research on human body static balance ability evaluation based on multi modal signal Candidate: Zhang Huaping Supervisor: Prof. Xi Xugang March，2016 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取 得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰 写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标 明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻 读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论 文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复 印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、 缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 杭州电子科技大学硕士学位论文 杭州电子科技大学硕士学位论文 摘 要 资料显示跌倒是老年人意外伤害死亡的重要原因，老年人跌倒的主要原因是因生理机能 下降而导致平衡能力下降。目前，平衡能力已成为老年人体质状况的重要检测指标。在康 复医学中评估患者平衡能力也可帮助诊断及制定康复方案。评估平衡能力意义重大，但维 持平衡的机制尚无法彻底阐明，平衡能力评估指标尚无法统一，人体平衡研究领域还需大 量学者探索实践。 本文为更全面评估静态平衡能力，探索了运用多模态信号评估平衡能力的方法，多模态 信号具体包括下肢表面肌电信号、压力中心信号和人体姿态信号，设计了四种实验采集范 式干扰维持平衡的部分感觉系统，并在每种实验采集范式下获取三种平衡状况实验者的多 模态信号，实验者的平衡状况已由专业医生评定，对多模态信号的时频分析、特征提取及 模式识别进行了理论研究与实践，得出有效的特征提取及分类方法，并在每种实验采集范 式下得出区分三种平衡状况实验者的分类模型，依据分类模型可将受检者在各实验采集范 式下的静态平衡能力识别为其中一种平衡状况，从而评估受检者平衡能力。本文所做的主 要工作如下： （1）总结了评估平衡能力的国内外研究现状，包括评估方法及评估指标两方面，并详 细分析了维持平衡的生理机理，为后续提出运用多模态信号评估平衡能力的方法及设计四 种实验采集范式提供借鉴。 （2）结合人体静态平衡的物理模型分析了多模态信号的作用，再详细研究了多模态信 号的采集方法，包括下肢肌肉的选取，验证 Wii Balance Borad 采集压力中心的准确性，由 加速度与角速度信号获得人体摆动角度等，并开发了多模态信号采集软件为后续研究提供 平台。 （3）研究了多模态信号的两种时频分析方法。应用压力中心信号阐述了经验模态分解 分析多元信号时各元分解出的同层本征模态函数不具有大致相同的频率尺度。并详细介绍 了多元经验模态分解方法，应用本文的六通道信号阐述了多元经验模态分解可将多元信号 各元自适应分解出一组相同数量的本征模态函数，且各元分解出的同层本征模态函数具有 大致相同的频率尺度，方便提取多模态信号大致相同频率成分进行后续特征提取，更有利 于多模态信号融合分析。 （4）依据人体维持平衡是一个动态调整过程，且因年龄增加或疾病原因将降低调整的 及时性，导致平衡的动力学复杂度降低，研究了三种基于复杂度的特征提取方法，每种方 法都应用某实验采集范式下的多模态数据进行分析。研究得出，分析相关多元信号的复杂 度时，多元多尺度熵方法优于多尺度熵。先运用多元经验模态分解对多模态信号进行时频 分析，然后选取部分本征模态函数重构原多元信号，再运用多元多尺度熵计算复杂度的方 I 法更优。 （5）分别使用 K-均值和支持向量机进一步对比三种特征提取方法的优劣，并使用最优 特征提取方法对比两种分类器，分析得出基于多元经验模态分解的多元多尺度熵和支持向 量机为本文最优的特征提取和分类方法。 关键词：多模态，评估静态平衡能力，多元经验模态分解，多元多尺度熵 II ABSTRACT Statistics shows that falls are an important reason