基于表面肌电信号的人体摔倒预测方法研究

来源 :河北大学 | 被引量 : 0次 | 上传用户:ab888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,社会老龄化愈发普遍,老年人的健康问题逐渐成为社会关注的热点。摔倒是老年人群体中的高发性事件,严重威胁着老年人的身心健康。摔倒发生后,如果能够及时的检测到,并发出求救信号可以加快医疗救护赶到的步伐,为老人争取宝贵的时间。为此,国内外研究人员进行了大量的相关研究。但摔倒已然发生,伤害也已经造成,因此,另一研究方向—摔倒预测逐渐发展起来。摔倒预测的核心问题是在摔倒发生后,身体开始失去平衡到身体与地面发生碰撞的这段时间内检测出摔倒,从而为打开保护装置争取时间,避免或减轻因碰撞造成的伤害,并且与日常活动区分开来。表面肌电(surface electromyography,sEMG)信号是一种重要的电生理信号,反映了人体动作时肌肉的活动意图和状态,蕴含了很多与肢体运动相关联的信息。本研究以sEMG信号作为信号源,提出基于sEMG信号的摔倒预测方法,主要工作如下:(1)研究下肢肌肉块在人体活动中的作用,确定影响行走稳定性的主要肌肉,为信号采集位置提供依据;成功采集20名受试者摔倒和日常活动中下肢sEMG信号,完成数据采集工作;为提高识别准确率,对原始sEMG信号进行预处理,降噪、分割,为后续摔倒预测提供可靠的信号源。(2)采用支持向量机(Support Vector Machine,SVM)对摔倒进行预测。对预处理后的sEMG信号提取特征值,构造特征向量,设计并训练SVM获得分类模型对测试数据进行检测识别,同时采用滑动时间窗技术模拟在线情形。其中,为提高SVM性能,使用交叉验证法对惩罚参数C与核函数g进行寻优。识别结果灵敏度83%,特异性92%,正确率90%,平均前置时间220.62ms。(3)采用卷积神经网络(Convolutional Neural Network,CNN)对摔倒进行预测。使用SVM进行模式识别需要先进行特征提取,识别的准确性很大程度上取决于提取的特征,而CNN可以自动提取特征,省去人工提取特征的过程,并且提取到的特征依赖于任务而并非是人工设计的,具有更强的辨识力。对sEMG信号进行滤波等预处理后,搭建CNN模型,设置参数,训练CNN获得分类模型对测试数据进行检测识别,并采用滑动时间窗技术模拟在线情形。识别结果灵敏度91%,特异性96%,正确率94%,平均前置时间250.2ms。对两种方法进行比较分析,基于CNN方法的评价指标高于基于SVM方法的,表明CNN的预测效果更佳。本研究通过设计实验,采集主要肌肉sEMG信息,研究采用SVM和深度学习实现准确、快速的摔倒预测方法,为摔倒预防提供了可行方法。
其他文献
<正>【舆情回放】在3月7日,财政部部长肖捷就"如何保障随迁子女平等受教育的机会"提问时表示,财政部会同有关部门已经建立了城乡统一的义务教育经费保障机制,实现了"教育经费
目的探讨肛裂切除术与纵切横缝术治疗肛裂患者的临床效果.方法:选取2016 年1 月至2017 年1 月收治的肛裂患者96 例,分为对照组和观察组各48 例.对照组采用肛裂切除术治疗,观察
<正>供应产品:新型打散分级机筛板(实用新型专利:一种细粉筛分板,专利号:201020581955.8,仿制必究!);技术指标:吨水泥粉磨电耗降低2k Wh左右,保证磨机台时产量提高10吨左右;
根据20142015年江苏近岸海域4个航次现场调查资料,分析探讨了该海区表层海水的溶解无机氮(DIN)、活性磷酸盐和硅酸盐含量及分布特征,并对江苏近岸海域表层水质进行富营养化评价
收缩盘联接在风电等装备中有着广泛的应用,是关键部件。本文在研究圆柱、圆锥过盈联接应力分析方法的基础上,对收缩盘联接应力进行了分析,对收缩盘联接传扭时的内轴应力进行
目的:探讨全身麻醉和硬膜外麻醉对老年骨科患者术后短期认知功能的影响。方法:收治行骨科手术的老年患者120例,分为对照组和试验组,对照组采用全身麻醉,试验组采用硬膜外麻醉。结
维修工效对民用飞机的正常运营有着举足轻重的作用,是民用飞机维修性设计的重要组成部分。对维修工效进行研究有利于提高人的维修工作绩效、减少维修差错、实现安全维修。本
目的应用高分辨率磁共振成像技术,探讨颈动脉重构指数(CRI)与动脉粥样硬化斑块组织学特性及临床因素的相关性。方法入选至少一侧颈动脉含有1.5 mm以上厚度动脉粥样硬化斑块的