前交叉韧带断裂后足底压力特征的聚类分析

发布时间：2018-03-31 19:07

本文选题：足底压力　切入点：步态特征　出处：《自动化学报》2017年03期

【摘要】：运动过程中,人体的步态特征可以在足底压力图像上有准确的记录,而这也就可以成为判断步态正常与否的一条有效依据.通过一组压力传感器阵列获取人体运动过程的足底压力分布数据,提取步态的运动学和动力学特性.在此基础上,采用极限学习机(Extreme learning machines,ELM)神经网络聚类算法对足底压力数据进行分析,完成正常与异常步态的分类辨识工作.本文从实际临床数据出发,对前交叉韧带断裂患者进行步态分析,并据医生的临床诊断结果进行校验.该方法在步态分析上取得了较为良好的效果,仿真结果表明了其有效性.
[Abstract]:During movement, the gait features of the human body can be accurately recorded on the plantar pressure image. And this can be an effective basis for judging the normal gait or not. The plantar pressure distribution data of human motion process are obtained by a set of pressure sensor arrays, and the kinematics and dynamic characteristics of gait are extracted. Extreme learning machine (ELM) neural network clustering algorithm is used to analyze the plantar pressure data and to identify the normal and abnormal gait. Based on the actual clinical data, the gait of the patients with anterior cruciate ligament rupture is analyzed. The method is verified according to the clinical diagnosis result of the doctor. The result of simulation shows that the method is effective in gait analysis.
【作者单位】：北京工业大学电子信息与控制工程学院;北京大学第三医院运动医学研究所;北京科技大学自动化学院;
【基金】：国家自然科学基金(61473034,61673053) 高等学校博士学科点专项科研基金(2013000611008) 内涵发展引进人才科研启动费,北京市科技新星交叉学科项目(Z161100004916041) 低温重点实验室开放基金(CRYO 201316,TIPC,CAS) 北京大学医信交叉建设孵化基金(BMU2016-12)资助~~
【分类号】：TP183;R686.5

【相似文献】