一种用于评价人体随运动平台的动态平衡控制能力的方法与流程

本发明涉及运动评价领域，具体涉及一种用于评价人体随运动平台的动态平衡控制能力的方法。

背景技术

我国老龄化问题日益严重，在老年人人群中，中风是一种具有高发病率的疾病。幸存患者往往出现偏瘫的后遗症，其神经功能恢复缓慢。运动训练是近年来一种新兴的康复方法，因此出现了多种多样的运动训练系统。

目前在这些传统的系统中，由于缺乏客观定量评价方法，运动训练处方严重依赖于医师的经验以及简单半定量指数(如训练力度)，其一致性难以得到保障，从而导致患者无法按照科学合理方式进行康复训练，其效果并不理想。

技术实现要素：

本发明的目的是提供一种评价人体随运动平台的动态平衡控制能力的方法，以解决现有传统的系统中，缺乏客观定量评价方法的问题。

为了达到上述目的，本发明所采用的技术方案包括以下几个内容：机械运动平台；信号采集模块、信号预处理模块、数据分析模块、以及动态平衡控制能力输出模块组成；

本发明实施例采取方法中的机械运动平台为人体提供周期性和随机性的动态平衡干扰，运动平台安置有1路加速度传感器；

本发明实施例采取方法中的信号采集模块负责实时记录人体自身随运动平台运动的过程中1路运动平台加速度信号和6路人体加速度信号，共形成7路时间序列；人体的左、右手腕，人体左、右脚踝、颈部以及腹部分别佩戴有1个加速度传感器；

进一步地，所述信号采集模块放置在人体左、右手腕，人体左、右脚踝、颈部、腰腹部以及运动平台7个区域；信号采集模记录相应7路加速度信号；每路加速度信号的采样频率为100hz到300hz。

本发明实施例采取方法中的信号预处理模块负责将每分钟人体的6路加速度信号和运动平台的1路加速度信号分别进行相空间重构并完成去噪处理，得到去噪后的7路加速度信号时间序列xi(i＝1,2,…,7)；其中第1-6路为人体各个部位的加速度信号时间序列，第7路为运动平台的加速度信号时间序列；

进一步地，所述信号处理模块采用takens相空间重建方法，其中嵌入维数m和延迟时间τ是通过关联维数和互信息方法确定；并采用局部流形投影方法或基于相空间辛几何的主成分分析完成相空间去噪。

本发明实施例采取方法中的数据分析模块负责将去噪后的7路时间序列进行多尺度熵分析和最大李雅普诺夫指数估计，得到7个样本熵ai(i＝1,2,…,7)和6个最大李雅普诺夫指数li(i＝1,2,…,6)；其中第1-6路为人体各个部位的加速度信号时间序列，第7路为运动平台的加速度信号时间序列，进一步，将人体6个区域与运动平台的样本熵值(的差异)之差的绝对值的倒数作为人体相应区域的适应能力指数ci(i＝1,2,…,6)；最后将人体相应区域的适应能力指数的加权和作为人体整体随运动平台运动的动态平衡控制能力的指数b，其中权重为人体相应区域信号的最大李雅普诺夫指数li(i＝1,2,…,6)；

本发明实施例采取方法中的动态平衡控制能力输出模块负责将人体随运动平台运动过程的动态平衡控制能力指数b通过与数据库不同人群的结果进行比对匹配，人体的各个肢体部位的动态平衡控制能力水平以及人体整体动态平衡控制能力水平，通过和不同人群比较，输出从1到10的10个等级，最后将该个体的动态平衡控制能力指数存入数据库。

进一步地，所述输出模块包含有不同动态平衡控制能力程度的人群数据库，通过与数据库中个体的运动通性指数比对匹配，给出个体与运动平台之间的动态平衡控制能力在已有记录人群中的水平。

本发明利用了非线性动力学方法，可以准确定量出人体随运动平台的动态平衡控制能力，其创新性在于该方法不但可以获得人体整体平衡控制能力，而且可以获得不同部位的平衡控制能力水平。该方法可以对平衡训练以及定制化运动处方提供快速可靠的客观量化参考。

附图说明

图1为本发明的整体系统结构示意图。

具体实施方式

下面通过具体实施例对本发明进行说明，但本发明并不局限于此。

图1为本发明方法的流程示意图，主要分为采集数据、信号预处理、数据分析与计算、动态平衡控制能力比对。整个系统通过一系列非线性动力学评价方法，得到人体的各个肢体部位的动态平衡控制能力水平指数以及人体整体随运动平台运动的动态平衡控制能力的指数，从而能够得到全面地客观量化评价指数。

首先使用者打开设备，将自己的信息，如身高体重年龄等信息录入数据库中。该数据库中还包括该使用者在使用过程中每次随运动平台运动的动态平衡控制能力的指数数据以及各肢体部位的动态平衡控制能力的指数数据。

信号采集模块放置在人体左、右手腕，人体左、右脚踝、颈部、腰腹部以及运动平台7个区域，信号采集模块为6轴加速度仪，可以采集到相应区域的三个方向加速度与角速度，其中每路加速度信号的采样频率为100hz到300hz。

打开运动平台使其运动，个体随运动平台开始运动并保持平衡，整个时间3～25分钟。在使用过程中，采集模块开始工作，每隔1分钟，将记录到的6路人体不同部位加速度信号和运动平台的1路加速度信号分别进行相空间重构并完成去噪处理，得到去噪后的7路加速度信号时间序列xi(i＝1,2,…,7)；其中第1-6路为人体各个部位的加速度信号时间序列，第7路为运动平台的加速度信号时间序列。

所述信号处理模块采用takens相空间重建方法，其中嵌入维数m和延迟时间τ是通过关联维数和互信息方法确定；并采用局部流形投影方法或基于相空间辛几何的主成分分析完成相空间去噪。

数据分析模块负责将去噪后的7路m维时间序列进行多尺度熵分析和最大李雅普诺夫指数估计，得到7个样本熵ai(i＝1,2,…,7)和6个最大李雅普诺夫指数li(i＝1,2,…,6)；

样本熵的公式为：

其中为原始加速度数据中相邻两个数据的最大差值；

而对相空间重构得到的7组维度为m长度为n的时间序列xi(i＝1，2，...，e)进行最大李雅普诺夫指数:

进一步，将人体6个区域与运动平台的样本熵值(的差异)之差的绝对值的倒数作为人体相应区域的适应能力指数ci(i＝1,2,…,6)，其公式为：

最后将人体相应区域的适应能力指数的加权和作为人体整体随运动平台运动的动态平衡控制能力的指数b，其中权重为人体相应区域信号的最大李雅普诺夫指数li(i＝1,2,…,6)；

动态平衡控制能力输出模块负责将人体随运动平台运动过程的动态平衡控制能力指数b通过与数据库不同人群的结果进行比对匹配，获得人体的各个肢体部位的动态平衡控制能力水平以及人体整体动态平衡控制能力水平，通过和不同人群比较，输出从1到10的10个等级，最后将该个体的动态平衡控制能力指数存入数据库。与此同时输出模块包含有不同动态平衡控制能力程度的人群数据库，通过与数据库中个体的运动通性指数比对匹配，给出个体与运动平台之间的动态平衡控制能力在已有记录人群中的水平。

虽然本发明已以较佳实施例披露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。