运动模式下人体步态与心电信号的关联性分析研究
发布时间：2022-01-24 20:44
步态是人体运动时双足随时间交替变化而具周期性的有序动作,具有丰富的人体运动行为特征信息。心电信号是人体心脏活动所产生的生物电信号,是反映人体健康生理状态的一种重要信息。两者常被广泛应用于医学诊断和治疗、运动科学以及健康监测等领域。作为人体重要模式的步态特征和心电信号,两者的关联性研究尤为重要,尤其是运动领域中为预防疾病和确保人体运动健康提供重要的价值和依据,但目前两者的关联性仍处于理论阶段,尚缺乏定量的分析研究。本文通过分别研究不同运动模式下步态特征与心电信号的基础之上,建立回归模型,展开两者的定量关联分析研究。本文主要工作如下:（1）针对不同运动模式下采集的人体姿态数据,以每十个步态周期为一子集,提取步态特征。首先,通过步态时空和角度方面的量化,提取了步态周期、步长、步高、步宽、步速、步加速度、最大足趾/足跟外夹角;然后,基于非线性动力学方法提取了近似熵、样本熵、模糊熵、Lempel-Ziv复杂度、C0复杂度;其次,基于小波变换方法提取了小波系数模值特征;最后提出了包含时域和频域步态信息的多步态特征（MGF）进行分析。（2）针对运动心电信号中存在各种噪声的干扰问题,采用了基于自适应双...
【文章来源】：杭州电子科技大学浙江省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
论文总体结构框架
杭州电子科技大学硕士学位论文2三维运动捕捉实验与信号采集2.1引言行走和跑步功能是人类最基本的运动功能，在人们日常生活和运动锻炼中起着重要的作用。运动涉及心脏系统功能的协调作用，而心脏搏动的节律可以由相关仪器测量获得的心电信号体现出来。本章在了解人体步态和心电信号产生的基础之上，提出步态与心电信号关联性分析的实验数据采集方案。搭建Codamotion三维运动捕捉系统和无线心电采集系统，对行走或跑步等不同运动模式下的多元信号进行采集，为数据处理和特征提取提供数据基矗2.2人体步态流程步态体现了运动过程中肢体运动的方式，是人体通过双足交替弯曲运动而进行的双相前向推进的姿态表现，这种看似很平常的现象，真实去了解时却又很模糊。早在1981年，Inman等人[52]对人体的行走方式进行了形象生动的类比，通过操控琴弦控制木偶脚踝的背屈来确定膝盖的路径，从而形成步态，通过这种幽默而具有启发性的方式揭示了下肢运动步态的面纱，其直观模拟图如下图2.1所示。在此构想的基础上，通过创建一个结构框架或模型，就可以帮助我们很好的理解进行步态分析的方式。图2.1:行走步态的直观模拟图步行作为人类日常活动最基本的运动方式之一，人体行走步态的自动过程是稳定步伐运动。该过程与姿势反射相关，包括头眼协调，伴随着适当的身体节段对准和姿-9-
杭州电子科技大学硕士学位论文2.3.2心电信号波形组成正常心电信号中，每个心动周期内的波形曲线变化具有规律性。对于一个完整的心动周期，主要由一个P波、一个QRS复合波和一个T波等构成，它的各个组成波形对应心脏兴奋活动的生理过程，并包含了大量的诊断信息，其相应的心电信号波形组成如下图2.2所示[57]，各波段的具体描述如下：图2.2:心电信号特征波组成（1）P波：左、右心房除极时的电位变化，由位于右心房上部区域窦房结处的一组特殊细胞自发去极化和重新极化，从而在心电信号波形上产生明显的偏转。波幅一般在0～0.3mV，时间为0～100ms。（2）P-R段：由房室结的传导在心房传导和心室传导之间提供一个间隙，并反映为等电位线，是P波终点和QRS波群起点之间所跨越的时间。（3）P-R间期：从心房性的去极化开始到心室去极化开始的时间间隔，其正常范围在120～200ms。（4）QRS复合波：也称为QRS特征波，是左右心室肌细胞一次发生去极化所产生的膜外负电位在体表的反应，包括三个紧密相连的Q波、R波和S波，持续时间约为0.06～0.1s。QRS波群是心电信号中最明显的特征波形，也是本文主要分析的波段。（5）S-T段：心房重新极化前，产生的电活动非常微弱并且被心室活动抑制。该波段在心电信号中的贡献较小，处于基线水平。（6）T波：在QRS波群之后出现的波形是T波，由心室肌细胞的复极化产生，-11-
【参考文献】：
期刊论文
[1]足球或排球运动对男性大学生不同部位骨密度的影响[J]. 郭浩. 中国学校卫生. 2019(02)
[2]步态识别关键技术研究[J]. 卢官明,衣美佳. 计算机技术与发展. 2015(07)
[3]心电信号中R波的自适应检测方法[J]. 黄海彬,谢云. 自动化与信息工程. 2013(06)
[4]改进的C0复杂度及其应用[J]. 蔡志杰,孙洁. 复旦学报(自然科学版). 2008(06)
[5]步行动作的生物力学原理及其步态分析[J]. 钱竞光,宋雅伟,叶强,李勇强,唐潇. 南京体育学院学报(自然科学版). 2006(04)
[6]一种基于步态分析的身份识别方法[J]. 苏菡,黄凤岗,洪文. 系统仿真学报. 2006(05)
博士论文
[1]基于确定学习的人体生物信号建模识别及其应用研究[D]. 邓木清.华南理工大学 2017
[2]基于深度学习的心电信号降噪和T波自动检测研究[D]. 熊鹏.燕山大学 2016
[3]基于肌电信号的人体下肢运动信息获取技术研究[D]. 吴剑锋.浙江大学 2008
硕士论文
[1]基于可穿戴式传感器的多特征步态分析系统设计与研究[D]. 腾珂.合肥工业大学 2016
本文编号：3607269
【文章来源】：杭州电子科技大学浙江省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
论文总体结构框架
杭州电子科技大学硕士学位论文2三维运动捕捉实验与信号采集2.1引言行走和跑步功能是人类最基本的运动功能，在人们日常生活和运动锻炼中起着重要的作用。运动涉及心脏系统功能的协调作用，而心脏搏动的节律可以由相关仪器测量获得的心电信号体现出来。本章在了解人体步态和心电信号产生的基础之上，提出步态与心电信号关联性分析的实验数据采集方案。搭建Codamotion三维运动捕捉系统和无线心电采集系统，对行走或跑步等不同运动模式下的多元信号进行采集，为数据处理和特征提取提供数据基矗2.2人体步态流程步态体现了运动过程中肢体运动的方式，是人体通过双足交替弯曲运动而进行的双相前向推进的姿态表现，这种看似很平常的现象，真实去了解时却又很模糊。早在1981年，Inman等人[52]对人体的行走方式进行了形象生动的类比，通过操控琴弦控制木偶脚踝的背屈来确定膝盖的路径，从而形成步态，通过这种幽默而具有启发性的方式揭示了下肢运动步态的面纱，其直观模拟图如下图2.1所示。在此构想的基础上，通过创建一个结构框架或模型，就可以帮助我们很好的理解进行步态分析的方式。图2.1:行走步态的直观模拟图步行作为人类日常活动最基本的运动方式之一，人体行走步态的自动过程是稳定步伐运动。该过程与姿势反射相关，包括头眼协调，伴随着适当的身体节段对准和姿-9-
杭州电子科技大学硕士学位论文2.3.2心电信号波形组成正常心电信号中，每个心动周期内的波形曲线变化具有规律性。对于一个完整的心动周期，主要由一个P波、一个QRS复合波和一个T波等构成，它的各个组成波形对应心脏兴奋活动的生理过程，并包含了大量的诊断信息，其相应的心电信号波形组成如下图2.2所示[57]，各波段的具体描述如下：图2.2:心电信号特征波组成（1）P波：左、右心房除极时的电位变化，由位于右心房上部区域窦房结处的一组特殊细胞自发去极化和重新极化，从而在心电信号波形上产生明显的偏转。波幅一般在0～0.3mV，时间为0～100ms。（2）P-R段：由房室结的传导在心房传导和心室传导之间提供一个间隙，并反映为等电位线，是P波终点和QRS波群起点之间所跨越的时间。（3）P-R间期：从心房性的去极化开始到心室去极化开始的时间间隔，其正常范围在120～200ms。（4）QRS复合波：也称为QRS特征波，是左右心室肌细胞一次发生去极化所产生的膜外负电位在体表的反应，包括三个紧密相连的Q波、R波和S波，持续时间约为0.06～0.1s。QRS波群是心电信号中最明显的特征波形，也是本文主要分析的波段。（5）S-T段：心房重新极化前，产生的电活动非常微弱并且被心室活动抑制。该波段在心电信号中的贡献较小，处于基线水平。（6）T波：在QRS波群之后出现的波形是T波，由心室肌细胞的复极化产生，-11-
【参考文献】：
期刊论文
[1]足球或排球运动对男性大学生不同部位骨密度的影响[J]. 郭浩. 中国学校卫生. 2019(02)
[2]步态识别关键技术研究[J]. 卢官明,衣美佳. 计算机技术与发展. 2015(07)
[3]心电信号中R波的自适应检测方法[J]. 黄海彬,谢云. 自动化与信息工程. 2013(06)
[4]改进的C0复杂度及其应用[J]. 蔡志杰,孙洁. 复旦学报(自然科学版). 2008(06)
[5]步行动作的生物力学原理及其步态分析[J]. 钱竞光,宋雅伟,叶强,李勇强,唐潇. 南京体育学院学报(自然科学版). 2006(04)
[6]一种基于步态分析的身份识别方法[J]. 苏菡,黄凤岗,洪文. 系统仿真学报. 2006(05)
博士论文
[1]基于确定学习的人体生物信号建模识别及其应用研究[D]. 邓木清.华南理工大学 2017
[2]基于深度学习的心电信号降噪和T波自动检测研究[D]. 熊鹏.燕山大学 2016
[3]基于肌电信号的人体下肢运动信息获取技术研究[D]. 吴剑锋.浙江大学 2008
硕士论文
[1]基于可穿戴式传感器的多特征步态分析系统设计与研究[D]. 腾珂.合肥工业大学 2016
本文编号：3607269
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3607269.html
