平衡能力感知的多角度刺激与测量评估研究

摘要

随着老龄化社会的到来，人体平衡能力的研究正日益成为社会关注的焦点。该领域的研究虽然取得了丰硕的成果，并被运用到实践中，典型的如Caron通过采集疲劳前后比目鱼肌的肌电信号，指出肌肉活动的增加会改变人体的平衡保持能力。但此类方法大多测量手段单一，制约了进一步的研究。随着方法的拓展和技术的进步，多学科交叉和多种测试手段综合是平衡能力研究的未来趋势。如何获取更为全面详尽的实验数据，从而形成可量化的生物、物理的特征参数，运用现代信息处理方法得出更全面和可靠的结论已经成为具有挑战性的研究课题。
　　本文研究来自课题“基于多模态信息的人体运动功能障碍评估研究”，介绍了人体平衡的研究背景和平衡信息测量的多种技术手段。首先介绍了一种能够同时采集生物电信号和运动力学信号的智能平衡测试系统，说明了系统的功能、设计原理和具体实现。通过此系统，设计了视觉刺激和本体感觉刺激下的肌电信号与运动力学信号采集实验。研究了不同刺激条件下两种信号的的特点和特征提取方法。最后通过对两种不同信号进行信息融合，评价了平衡能力与视觉刺激和本体感觉刺激的相关性。论文作的主要工作以及创新性内容如下：
　　（1）本文从平衡信息的多种测量手段出发，开发了智能平衡测试系统，该系统能够同时对人体的肌电等生物电信号和基于压力传感器的力学信号实施检测。研究的工作包括选取Wii Board和MyoTrace400作为信息采集平台，采集软件的需求分析，系统原理框图的绘制和具体的编程实现，为课题后续的综合数据采集提供了系统保障。
　　（2）提出了一种基于COP前后轨迹长度作为特征参数评价平衡能力与本体刺激和视觉刺激相关性的方法。由平衡测试系统平台支撑点四路压力信号得出中心坐标。然后用COP轨迹长度和动摇径作为特征参数来评价平衡能力与两种刺激的相关性，同时通过判断是否具有统计学差异对两种特征进行了对比，实验结果表明，相比于动摇径，COP轨迹长度作为特征参数的评价效果更好。此外，其分析结果具有实用的临床参考价值。
　　（3）完成了肌电信号的预处理与特征提取。为了确保信息融合取得良好的效果，本文采用了小波分解重构方法对sEMG信号进行消噪，引入均方根误差和信噪比作为滤波效果的评价标准，取得了良好的效果。提取sEMG的基本尺度熵作为特征，为后续特征层进行信息融合打下基础。
　　（4）针对目前平衡能力研究领域依靠单一测量手段的缺陷，阐述了信息融合的原理，并说明了不同层次的三种融合方式。然后分别对运动力学信号和肌电信号进行特征提取，利用模糊支持向量机对两种信号在特征层进行融合并对人体的平衡能力进行分类。实际效果显示了利用多种测量信息的评价相比于依靠单一测量信息进行评价，测量数据更加全面、评价手段更加科学，表明了依靠多种测量方法对平衡能力作出评价的可行性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究背景与意义

1.2 平衡能力的研究现状

1.3 平衡能力的影响因素

1.4 本文研究内容与论文结构

1.5 本章小结

第2章 智能平衡测试系统设计和实验方案

2.1 智能平衡测试系统设计

2.2实验方案设计

2.3 本章小结

第3章 运动力学信号的处理

3.1 平衡能力评定中的压力传感技术和评价参数

3.2 运动力学信号的特征提取

3.3 结果分析

3.4 本章小结

第4章 肌电信号的处理

4.1 肌电信号产生机理

4.2 肌电信号预处理

4.3 肌电信号的特征提取

4.4 本章小结

第5章 实验分析

5.1 平衡能力分析中多种测量数据的信息融合

5.2 智能平衡测试系统的实验分析

5.3 本章小结

第6章 总结与展望

6.1 本文工作总结

6.2 研究展望

致谢

参考文献

附录