儿童爬行运动特征分析及功能异常评估研究
发布时间：2020-09-12 07:38
爬行运动是婴幼儿与生俱来的能力,也是评估其成长发育的重要指标,爬行运动障碍可作为脑瘫患儿临床诊断的一个重要症状。对于爬行运动的研究,一方面可促进人们对肢体间协调模式及神经肌肉控制机制的了解,另一方面可为神经肌肉系统疾病如脑瘫患儿的临床诊断及康复训练提供理论依据。尽管爬行运动研究取得了一定进展,大部分研究以健康成人和儿童为研究对象,分析方法比较单一且对脑瘫患儿的爬行功能异常的认知不足,缺乏客观、定量化的脑瘫患儿爬行功能异常分析和评估手段。针对爬行运动研究存在的不足,本文旨在利用动力学传感器和表面肌电检测技术,探索可有效描述爬行运动的运动学特征和表面肌电特征,从而实现脑瘫患儿爬行功能状况的量化评估。本文的主要工作和研究成果如下:(1)提出一种基于压力、九轴惯性传感器和表面肌电传感器的爬行运动数据采集方案,对17名健康儿童和22名脑瘫儿童开展了手膝爬行运动数据采集实验;(2)根据腰部陀螺仪信号计算爬行旋转角;提取加速度信号的功率、过零率、样本熵、Lempel-Ziv复杂度、谐波比等特征描述爬行运动中肢体和躯干运动的强度、复杂性、稳定性;提取肌电信号的功率、均方根、绝对值均值、共激活指数、过零率、样本熵、Lempel-Ziv复杂度、平均功率频率、中值频率等特征描述肌肉激活水平、拮抗肌对共激活水平、肌电复杂性、肌肉疲劳性及肌肉活动预调节机制等;(3)以健康儿童为研究对象,分析提取的运动学和表面肌电特征对于爬行运动的描述能力。得到以下研究成果:①加速度信号功率可描述上肢运动强度,不能描述下肢运动强度;相比于过零率和Lempel-Ziv复杂度特征,样本熵特征能更好的描述上、下肢运动的复杂性;谐波比不能一致描述四肢稳定性;所提取的运动学特征在下肢加速度水平方向和垂直方向没有一致性表现;②表面肌电的均方根和绝对值均值特征均可很好描述肌肉的激活水平;共激活指数能够描述拮抗肌对的共激活水平;相比于过零率和Lempel-Ziv复杂度,样本熵能更好描述肌电信号复杂性;平均功率频率和中值频率均可表征爬行运动中肌肉的疲劳性情况;上肢肱二头肌、肱三头肌和躯干背阔肌肌电信号的均方根和绝对值均值的变化对肌肉活动预调节机制有很好的表征能力;(4)以健康儿童为参照,使用偏离指数衡量脑瘫患儿爬行运动特征值偏离正常组儿童的程度,对脑瘫患儿爬行功能异常进行评估。并利用PCA算法对特征向量进行降维,基于降维后的运动学特征向量和表面肌电特征向量,提出一种基于特征向量距离比的方法对脑瘫患儿爬行功能异常进行量化评估。
【学位单位】：中国科学技术大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：R742.3;TP212.3
【部分图文】：
动分析中。利用基于视频的运动捕获系统，能够获得运动速度、肢体运动轨迹、逡逑关节活动角度等参数。利用这些数据对人体运动进行三维建模，可实现运动学层逡逑面的分析。同时，图像处理技术因其便捷性、有趣性，被广泛应用于患者的临床逡逑诊断和康复训练中。Ｂｕｒｎｓｉｄｅ和Ｈｉｌｄｅｂｒａｎｄ等人通过少数婴儿爬行运动的影像记逡逑录描述了爬行运动中肢体间的协调性［７－８］。利用视频捕获系统，Ｂａｂｉ５等提出了描逡逑述手膝爬行下两点支撑相静态和动态稳定的分析方法，用于衡量爬行运动的稳定逡逑性［３＇邋Ｅｘｅｌｌ等利用Ｋｉｎｅｃｔ视频处理技术跟踪分析了上肢的康复训练过程［３８］。利逡逑用Ｋｉｎｅｃｔ系统，Ｄｕｔｔａ等提取并分析老年人的平衡数据，发现最大质量中心和压逡逑力中心的倾角和临床平衡打分关联性很大通过三维捕获系统提取脑瘫患儿逡逑完成特定动作任务下的运动学数据，再根据躯干和上肢的生物力学模型，Ｂｕｔｌｅｒ逡逑等提出了针对脑瘫患儿上肢运动功能的定量评估方法［４Ｇ］。Ｒｉｇｈｅｔｔｉ等利用光电子逡逑视频捕获系统（标记点放置见图２．１）探索了人类婴儿和其它四足哺乳动物在手逡逑膝爬行模式下的运动学相似性，发现人类爬行过程中上肢的伸展、脊柱和肢体间逡逑的协调性与哺乳动物都很相似［４１１。利用视频运动捕获系统，Ｇａｌｌａｇｈｅｉ？等对比了逡逑在有限的空间内弯腰步态和爬行运动间的运动学特征差异ｆ１１］。逡逑
３．１引言逡逑本章主要介绍基于运动学信号和表面肌电信号的爬行运动特征提取方法。如逡逑图３．１所示，首先给出动力学信号和表面肌电信号的采集方法，然后介绍爬行运逡逑动数据预处理的方法及流程，最后给出用于描述爬行运动强度、复杂性和稳定性逡逑的运动学特征，以及用于描述爬行运动中肌肉激活水平、关节处拮抗肌对共收缩、逡逑肌电复杂性、肌肉疲劳性和肌肉活动预调节机制的表面肌电特征。逡逑数据预处理逡逑Ｉ－逦；■？逦｜逦ｆＥＭＧ邋Ｉ逡逑Ｉ带通逮波丨Ｉ邋￣！逡逑逦邋｜１邋Ｔ逦｜ｒ－ｆ邋样本熵逡逑~#儿童＾逦！邋”逦！邋Ｔｎ邋ＩＦｗａａ邋ｄ逡逑（ＴＯ）逦ＷａｌＳｆｃ＊邋；邋ｊ邋＇邋Ｉ邋Ｉ邋Ｌ邋｜邋平苎ｇｇｇ率邋Ｉ邋ＴＤ邋ｓＥＭＧ特征[阱义希卞五澹危澹慑濉停停唬灾兄灯德剩闻佬性硕屑″义希海螅牛停切藕牛桑撸浚у巍″危慑邋五澹殄稳夤δ茏刺腻义襄危″危桑妫幔郑澹保у危″蚊枋瞿芰Α霾㈠义希傻屯ǎ辏鼍地谓刑卣鳎族五五义希危剩撸撸椋使布せ畋″危抟裕裕亩握眨义希韶厘澹麇澹欤ⅲ椋裕藻逡弧⒓せ钪钢拢у危苠危叨陨秆〉脑硕Ш湾义稀卞澹翦危危勘砻婕〉缣卣鹘绣义希危殄澹颉
本文编号：2817364
【学位单位】：中国科学技术大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：R742.3;TP212.3
【部分图文】：
动分析中。利用基于视频的运动捕获系统，能够获得运动速度、肢体运动轨迹、逡逑关节活动角度等参数。利用这些数据对人体运动进行三维建模，可实现运动学层逡逑面的分析。同时，图像处理技术因其便捷性、有趣性，被广泛应用于患者的临床逡逑诊断和康复训练中。Ｂｕｒｎｓｉｄｅ和Ｈｉｌｄｅｂｒａｎｄ等人通过少数婴儿爬行运动的影像记逡逑录描述了爬行运动中肢体间的协调性［７－８］。利用视频捕获系统，Ｂａｂｉ５等提出了描逡逑述手膝爬行下两点支撑相静态和动态稳定的分析方法，用于衡量爬行运动的稳定逡逑性［３＇邋Ｅｘｅｌｌ等利用Ｋｉｎｅｃｔ视频处理技术跟踪分析了上肢的康复训练过程［３８］。利逡逑用Ｋｉｎｅｃｔ系统，Ｄｕｔｔａ等提取并分析老年人的平衡数据，发现最大质量中心和压逡逑力中心的倾角和临床平衡打分关联性很大通过三维捕获系统提取脑瘫患儿逡逑完成特定动作任务下的运动学数据，再根据躯干和上肢的生物力学模型，Ｂｕｔｌｅｒ逡逑等提出了针对脑瘫患儿上肢运动功能的定量评估方法［４Ｇ］。Ｒｉｇｈｅｔｔｉ等利用光电子逡逑视频捕获系统（标记点放置见图２．１）探索了人类婴儿和其它四足哺乳动物在手逡逑膝爬行模式下的运动学相似性，发现人类爬行过程中上肢的伸展、脊柱和肢体间逡逑的协调性与哺乳动物都很相似［４１１。利用视频运动捕获系统，Ｇａｌｌａｇｈｅｉ？等对比了逡逑在有限的空间内弯腰步态和爬行运动间的运动学特征差异ｆ１１］。逡逑
３．１引言逡逑本章主要介绍基于运动学信号和表面肌电信号的爬行运动特征提取方法。如逡逑图３．１所示，首先给出动力学信号和表面肌电信号的采集方法，然后介绍爬行运逡逑动数据预处理的方法及流程，最后给出用于描述爬行运动强度、复杂性和稳定性逡逑的运动学特征，以及用于描述爬行运动中肌肉激活水平、关节处拮抗肌对共收缩、逡逑肌电复杂性、肌肉疲劳性和肌肉活动预调节机制的表面肌电特征。逡逑数据预处理逡逑Ｉ－逦；■？逦｜逦ｆＥＭＧ邋Ｉ逡逑Ｉ带通逮波丨Ｉ邋￣！逡逑逦邋｜１邋Ｔ逦｜ｒ－ｆ邋样本熵逡逑~#儿童＾逦！邋”逦！邋Ｔｎ邋ＩＦｗａａ邋ｄ逡逑（ＴＯ）逦ＷａｌＳｆｃ＊邋；邋ｊ邋＇邋Ｉ邋Ｉ邋Ｌ邋｜邋平苎ｇｇｇ率邋Ｉ邋ＴＤ邋ｓＥＭＧ特征[阱义希卞五澹危澹慑濉停停唬灾兄灯德剩闻佬性硕屑″义希海螅牛停切藕牛桑撸浚у巍″危慑邋五澹殄稳夤δ茏刺腻义襄危″危桑妫幔郑澹保у危″蚊枋瞿芰Α霾㈠义希傻屯ǎ辏鼍地谓刑卣鳎族五五义希危剩撸撸椋使布せ畋″危抟裕裕亩握眨义希韶厘澹麇澹欤ⅲ椋裕藻逡弧⒓せ钪钢拢у危苠危叨陨秆〉脑硕Ш湾义稀卞澹翦危危勘砻婕〉缣卣鹘绣义希危殄澹颉
本文编号：2817364
本文链接：https://www.wllwen.com/yixuelunwen/shenjingyixue/2817364.html
最近更新
教材专著
