基于非线性时序预测神经网络的下肢步态预测算法设计与研究

摘要

在双足式步态活动期间,人体是使用四肢之间的运动神经元协作传递来实现行走这个过程的。值得一提的是,这种神经元之间的步态运动的协作性在神经损伤之后对于神经的重塑有着转化性的康复训练意义。该研究利用上下肢的步态关联性,旨在设计1个基于健康摆动的上肢来预测下肢步态轨迹的方法,可用于帮助大多数的偏瘫患者进行重塑下肢运动神经功能。首先利用采集正常人的步态数据并加以分析。利用非线性时序预测(Nonlinear Autoregressive models with Exogenous Inputs,NARX)神经网络,以上肢各关节步态转角为输入向量,下肢的髋关节和膝关节的步态转角为输出向量与反馈输入向量,建立1个相对准确且实时的下肢步态预测算法。