2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩151頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、帕金森病(Parkinson's disease,PD)是一種多發(fā)于中老年人群、以運(yùn)動(dòng)障礙為主要臨床癥狀的神經(jīng)退行性疾病,其臨床上以靜止性震顫、運(yùn)動(dòng)遲緩、肌僵直以及姿勢步態(tài)障礙為四大主要癥狀。目前,PD患者步態(tài)障礙的分析評估主要依靠臨床醫(yī)師的經(jīng)驗(yàn)觀察、檢測藥物反應(yīng)、國際通用量表以及調(diào)查問卷的方式。這種評估方法雖然簡單易用,但是其易受醫(yī)師臨床經(jīng)驗(yàn),或患者瞬間癥狀變化的影響,客觀定量性較差。近年來,基于信息傳感技術(shù)的客觀定量評價(jià)方法逐漸成為

2、研究熱點(diǎn)。由于PD患者步態(tài)障礙癥狀的復(fù)雜性和多變性,盡管已經(jīng)存在多種分析方法與評估系統(tǒng),但其往往關(guān)注的是步態(tài)障礙的某個(gè)單一信號的分析,量化分析的全面性和準(zhǔn)確性得不到有效保障。此外,多數(shù)系統(tǒng)還停留在實(shí)驗(yàn)室使用,并沒有在PD患者步態(tài)障礙的定量分析中得到普遍性應(yīng)用。因此,針對PD患者所表現(xiàn)出的步態(tài)障礙,本文結(jié)合了步態(tài)運(yùn)動(dòng)生物力學(xué)特征分析和國內(nèi)外現(xiàn)有步態(tài)獲取裝置研究的基礎(chǔ)上,設(shè)計(jì)并實(shí)現(xiàn)了一種基于柔性力敏傳感技術(shù)和三維測力平臺的新型U型電子步道系

3、統(tǒng),并在此基礎(chǔ)上探討了PD患者步態(tài)障礙客觀定量評估及量化分級評估方法。
  本文主要圍繞新型U型電子步道系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)、PD患者步態(tài)信號特征綜合提取、PD患者步態(tài)障礙定量評估與量化分級評估以及PD患者步態(tài)識別與評估這幾個(gè)方面開展研究,具體工作內(nèi)容如下:
  (1)構(gòu)建了一種基于柔性力敏傳感技術(shù)和三維測力平臺的新型U型電子步道系統(tǒng),用以綜合獲取PD患者在靜態(tài)站立和動(dòng)態(tài)行走過程中的足底分區(qū)壓力、步態(tài)運(yùn)動(dòng)學(xué)參數(shù)、步態(tài)動(dòng)力學(xué)參數(shù)以及

4、轉(zhuǎn)彎情形下的步態(tài)特征。
  (2)針對足底壓力圖像中的足印分割問題,提出了一種分階段的分割算法;利用足內(nèi)弓和足外弓的外輪廓曲線波動(dòng)性差異實(shí)現(xiàn)了步行足印的實(shí)時(shí)動(dòng)態(tài)識別。
  (3)從靜態(tài)和動(dòng)態(tài)足底分區(qū)壓力的對比分析、步態(tài)運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)參數(shù)統(tǒng)計(jì)分析、步態(tài)對稱性與雙邊協(xié)調(diào)性評估以及步態(tài)的非線性特征分析這四個(gè)方面比較PD患者步態(tài)與正常對照組之間的差異性,并在此基礎(chǔ)上探討了PD患者步態(tài)障礙客觀定量評估及量化分級評估方法。此外,針對PD

5、患者與健康人群組成的非平衡數(shù)據(jù)特點(diǎn),提出了一種代價(jià)敏感支持向量機(jī)方法(CS-SVM)構(gòu)建了步態(tài)信號分類模型,驗(yàn)證了本文設(shè)計(jì)的U型電子步道用于識別帕金森病患者步態(tài)的有效性和可行性。
  本文構(gòu)建的新型U型電子步道系統(tǒng)雖然受空間上的限制,但是其采集獲取的步態(tài)信息較為豐富,能夠綜合獲取PD患者在靜態(tài)站立、直行以及轉(zhuǎn)彎情形下的步態(tài)特征。實(shí)驗(yàn)結(jié)果表明:本文提出的步態(tài)障礙客觀定量評估方法對臨床PD患者異常步態(tài)的診斷和治療具有積極地指導(dǎo)意義。在

6、此基礎(chǔ)上構(gòu)建的多分類SVM模型取得了初步成功,錯(cuò)誤分類都集中在相鄰的兩個(gè)評分級別之間。此外,與k-近鄰算法(KNN)、支持向量機(jī)(SVM)以及樸素貝葉斯分類器(NBC)構(gòu)建的模型相比,本文提出的一種基于代價(jià)敏感支持向量機(jī)方法(CS-SVM)構(gòu)建的步態(tài)信號分類模型,其綜合性能最佳,不僅有效提高了本文PD患者的識別準(zhǔn)確率,同時(shí)有效降低了臨床醫(yī)師對PD患者誤診而帶來的誤判代價(jià)。目前本文的U型電子步態(tài)系統(tǒng)及PD患者客觀定量評估與量化分級評估方法

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論