用于康复评估的步态特征提取新方法

Accurate evaluation of gait kinematical parameters remains unsolved both in the academic and technological fields, although being a clear clinical requirement. An in-depth research will be carried out on gait features multi-dimensional time series, through the studying of measurement techniques of gait parameters obtained by a motion capture markers system. A new approach for acquiring gait joint parameters from markers placed on feet and from the C-space to joint space mapping method will be explored. Relative measure of nervous diseases and gait features will be researched by conducting clinical evaluation and mathematical calculus on the basis of existing technical indexes of medical diagnosis. The research will try to quantify the effects of critical threshold of characters variation in gait time sequence of clinical disease indicators. The research includes empirical mode decomposition, sample entropy, power spectrum and many more new methods applied in gait timing features analysis . The outcome of this study may provide solutions for gait rehabilitation and administration(?) evaluation and be the foundation for a gait detection and assessment system. In addition, this study may contribute not only to a basis for a pre-research on nervous diseases early screening and detection, such as Parkinson disease, but also to the foundation on a technic /method of carrying out high-level research on complex systemic medicine-engineering and "regime transition early warning".

步态运动学参数的精确评估是临床需求明确但学术技术界没有很好解决的问题。本课题将通过研究基于标志点和运动捕捉仪的步态参数测量技术、研究脚部标志点和C-空间与关节空间映射方法相结合的步态关节参数获取新方法，得到精确描述步态特征的多维时间序列。利用临床评估和现有医学诊断技术指标的数学表征和步态相关性研究，得到神经疾病与步态特征的关联测度。通过研究经验模态分解、样本熵、功率谱及其改进手段在步态时序特征分析中的应用、发现步态时序中性状变化的关键阈值对临床疾病显著性指向的影响。研究结果将为步行康复和给药评估提供解决方案，并发展出计算机辅助步态评估和检测系统。此外，还为神经疾病（如帕金森症）的早期筛查和检测准备预研基础。为系统开展高水平的复杂医工学研究和推进"机制转变的早期预警"方面的研究准备学术和技术基础。

步态运动学参数的精确评估是临床需求明确但学术技术界没有很好解决的问题。本课题对人体步态运动测量与特征提取的关键技术进行深入研究，构建了一种新的步态运动测量系统方案，提出了新的步态特征提取与评估方法。主要包括以下几个方面：.1. 通过人体下肢环节和关节的合理简化，建立了人体下肢多刚体运动学模型，推导了人体下肢各个环节的运动方程，以及足部的空间运动与下肢关节转角之间的关系。在下肢运动学分析的基础上，研究了新的标志点设置方案和测量布局形式，构建了基于Optotrak Certus运动捕捉系统方案，缩短测前准备时间，减小测量场地。.2. 构造下肢运动的约束方程，建立了关节位置、模型几何参数的拟合算法，以及步态运动参数的提取算法，克服了传统步态测量系统的局限性，使步态测量系统的标识点布局不依赖与解剖学关键点的人工定位，无需人工测量下肢长度，从而在简化测量过程的同时，有助于减小标志点布置所造成的人为误差的影响，提高实验间重复测量信度。.3. 结合认知科学中的Tau理论，在对其基本策略分析的基础上，创新性的提出了改进的内部Tau引导策略——内部Tau-J引导策略。通过应用Tau策略对足部运动的分析及实验验证，提出了一个简单、灵敏、可解释性强的单参数指标以表征人体步行姿态控制性能，对探究造成步态异常的内在神经与认知机制有重要意义。.4. 通过对健康老年人和帕金森症患者的步态实验分析，研究了基于频段能量密度和小波熵的步态特征提取与评估方法，从而进一步挖掘足部运动中所蕴含的步态特征信息。实验结果表明，该方法不仅能够灵敏地捕捉到步态变化的深层次有用信息，还能反映帕金森震颤的特征。对帕金森症的步态评估，这种方法表现出了独特的优点。.综上，本课题提出了新的测量方案和新的算法，以及新的步态特征提取与评估方法，为改进步行康复评估的效果、进一步简化步态运动的测量方法提供理论支持。