基于視覺(jué)和本體感覺(jué)阻斷的人體靜態(tài)平衡能力的評(píng)估研究.pdf

1、人體平衡能力在日常行為活動(dòng)中起著至關(guān)重要的作用，一旦人體平衡能力受損，將導(dǎo)致跌倒、運(yùn)動(dòng)控制障礙等生理疾病，因此人體平衡能力的評(píng)估研究對(duì)平衡功能障礙患者的病例分析和康復(fù)治療尤為重要。人體平衡的維持是中樞神經(jīng)綜合多方面的感覺(jué)信息進(jìn)行決策，然后通過(guò)肢體的各個(gè)關(guān)節(jié)、肌肉等對(duì)決策進(jìn)行實(shí)施的過(guò)程，其中任何環(huán)節(jié)出現(xiàn)問(wèn)題都會(huì)對(duì)人體平衡能力產(chǎn)生一定的影響。
　　本文的實(shí)驗(yàn)條件是基于測(cè)力板和姿態(tài)模塊相結(jié)合的人體靜態(tài)平衡檢測(cè)系統(tǒng)，對(duì)人體靜態(tài)平衡相關(guān)指標(biāo)

2、的提取方法和平衡能力的評(píng)估方法展開(kāi)了較深入的研究，設(shè)計(jì)了基于海綿墊的本體感覺(jué)阻斷實(shí)驗(yàn)，探討了視覺(jué)和本體感覺(jué)阻斷情況下人體靜態(tài)平衡調(diào)節(jié)的運(yùn)動(dòng)力學(xué)信息變化過(guò)程，以及不同特征信息與平衡能力的關(guān)系?，F(xiàn)將本文的主要研究工作成果及創(chuàng)新點(diǎn)歸納如下：
　　(1)相對(duì)于傳統(tǒng)基于足底壓力中心的相關(guān)指標(biāo)進(jìn)行分析研究，本文設(shè)計(jì)了對(duì)人體頭部運(yùn)動(dòng)參數(shù)、髖部運(yùn)動(dòng)參數(shù)、足底壓力中心與重心軌跡三個(gè)主要部位的信息進(jìn)行數(shù)據(jù)采集的方法，幾乎涵蓋了與人體平衡能力相關(guān)的重要

3、身體部位的信息采集，使平衡數(shù)據(jù)信息的采集更全面，也使評(píng)估結(jié)果更加準(zhǔn)確可靠并更具說(shuō)服力。
　　(2)本文應(yīng)用海綿墊置于靜態(tài)平衡儀剛性踏板上面對(duì)本體感覺(jué)實(shí)施阻斷，當(dāng)海綿墊達(dá)到一定厚度時(shí)可認(rèn)為消除來(lái)自足底和踝關(guān)節(jié)的本體感覺(jué)信息輸入，這種阻斷方法簡(jiǎn)單有效實(shí)用。通過(guò)測(cè)力平板+海綿墊，可定量研究本體感覺(jué)阻斷和睜眼、閉眼視覺(jué)阻斷時(shí)不同感知狀態(tài)下姿勢(shì)穩(wěn)定性變化。
　　(3)本文綜合足底壓力中心坐標(biāo)的相關(guān)指標(biāo)和姿態(tài)模塊的輸出信號(hào)等運(yùn)動(dòng)力學(xué)參數(shù)

4、進(jìn)行統(tǒng)計(jì)學(xué)分析，運(yùn)用主成分分析的方法對(duì)不同測(cè)試模式下人體的靜態(tài)平衡能力給出了一個(gè)綜合評(píng)價(jià)指標(biāo)，并對(duì)視覺(jué)和本體感覺(jué)阻斷時(shí)人體平衡相關(guān)指標(biāo)進(jìn)行了分析研究，得出相關(guān)指標(biāo)與人體靜態(tài)平衡能力的關(guān)系，以及本體感覺(jué)對(duì)靜態(tài)平衡穩(wěn)定性的影響比視覺(jué)大等具有指導(dǎo)和參考價(jià)值的結(jié)論。
　　(4)針對(duì)傳統(tǒng)多元多尺度熵在處理大量輸入變量時(shí)，由于計(jì)算量大而容易發(fā)生內(nèi)存溢出的問(wèn)題，本文在算法上對(duì)傳統(tǒng)多元多尺度熵進(jìn)行了改進(jìn)，并就傳統(tǒng)多元樣本熵與改進(jìn)的多元樣本熵分別對(duì)

5、人體平衡運(yùn)動(dòng)力學(xué)參數(shù)進(jìn)行進(jìn)行特征提取，對(duì)比分析發(fā)現(xiàn)改進(jìn)后的多元多尺度熵不僅計(jì)算速度快、發(fā)生內(nèi)存溢出的可能性小，而且其特征提取效果更好。
　　(5)人體平衡系統(tǒng)是一個(gè)復(fù)雜的生物系統(tǒng)，人體平衡相關(guān)的數(shù)據(jù)信息（如足底壓力中心坐標(biāo)）往往具有多時(shí)間尺度和多空間尺度的特性，小波包變換具有多尺度和多分辨率特性，多元多尺度熵具有多空間尺度特性，因此本文將提取的小波熵特征與多元多尺度熵特征相結(jié)合，其中小波熵更多的表征原始各通道信號(hào)的自身特征信息，而