1.一种辅助诊断脑性瘫痪的婴幼儿膝爬运动姿态分析系统,其特征在于:该系统包括运动姿态子参数计算模块、子参数分析模块和用户图形界面模块;运动姿态子参数计算模块向子参数分析模块传送数据;子参数分析模块和用户图形界面模块交互数据;
(1)所述运动姿态子参数计算模块从婴儿爬行姿态原始数据中提取8种子参数:对侧肢体运动协调性参数、同侧肢体运动协调性参数、关节抬升保守性参数、关节屈伸保守性参数、运动稳定性参数、整体运动流畅性参数、运动平滑性参数和运动平衡性参数;
所述对侧肢体运动协调性参数icoo为:
设n为一份运动数据中运动周期的计数值;
其中,k为周期总数;spn为第n个运动周期中单步运动中某侧上肢运动的速度平方值大于3(m/s)2的时间长度;idn为第n个运动周期中的特征延迟时间,具体为摆动相开始时刻到对侧下肢运动速度平方极大值时刻的时间长度;
同侧肢体运动协调性参数ccoo为:
设n为一份运动数据中运动周期的计数值;
其中,k为周期数;spn为第n个运动周期中单步运动中某侧上肢运动的速度平方值大于3(m/s)2的时间长度;cdn为第n个运动周期中的特征延迟时间,具体为摆动相开始时刻到同侧下肢运动速度平方极大值时刻的时间长度;
关节抬升保守性参数lcon定义为:
设a(x1,y1,z1),b(x2,y2,z2),c(x3,y3,z3)分别为关节运动中腕关节、肘关节、肩关节的三维坐标点;则某一时刻肩肘腕关节面的法向量
而有法向量夹角
在整个运动周期中的t-θ曲线呈倒山峰形状,θ最大值即为关节抬升保守性参数;
设有θm为整个运动记录中,各个时刻的关节面法向量夹角,m为总时刻数;
关节抬升保守性参数lcon定义式为:
lcon=max{θ1,θ2,...,θm}
关节屈伸保守性参数fcon定义为:
设a(x1,y1,z1),b(x2,y2,z2),c(x3,y3,z3)分别为关节运动中腕关节、肘关节、肩关节的三维坐标点;设某一时刻肩肘腕关节面的夹角大小为θ;
有向量
关节屈伸角
关节屈伸保守性参数fcon定义式为:
其中,k为周期数;spn为单步运动中某侧上肢运动的速度平方值大于3(m/s)2的时间长度;
fdn为以摆动相开始时刻到关节屈伸角在周期中达到最小值时刻的延迟时间;
运动流畅性参数flu定义为:
设在第n个周期中,在婴儿爬行腕关节运动速度平方值大于3(m/s)2的时间段里,运动速度平方值曲线的极大值点的个数为mn,则运动流畅性参数为:
设n为一份运动数据中运动周期的计数值;
其中,k为运动记录中总周期数;mn为单个周期中运动速度平方值曲线的极大值点的个数;
运动稳定性参数sta定义为:
设运动过程中各时刻点腕、膝关节x坐标为x1,x2,...,xm;则
sta=var(x1,x2,...,xm)
其中,sta表示运动稳定性参数,var表示求方差函数;
运动平衡性参数bal定义为:
设运动过程中各时刻点骶关节z坐标为z1,z2,...,zm;则
bal=var(z1,z2,...,zm);
其中,bal表示运动平衡性参数,var表示求方差函数;
运动平滑性参数smo定义为:
针对骶骨运动曲线,先进行拟合,将原曲线拟合为一条曲线,拟合规则为:
设f为原数据曲线,f(x)为自变量取x时原数据;
拟合曲线
有波动值函数ε(x)=f(x)-f'(x);
最后,对波动值函数ε(x)求取方差,即为平滑性参数;
smo=var(ε(x1),ε(x2),...,ε(xn))
其中,smo表示运动平滑性参数,var表示求方差函数;
在子参数构建完成后,针对一条有效数据,获得共计8种22个子参数:
对侧肢体运动协调性参数包括左上肢-右下肢、左下肢-右上肢;
同侧肢体运动协调性参数包括左上肢-左下肢、右下肢-右上肢;
关节抬升保守性参数包括左上肢、左下肢、右下肢、右上肢;
关节屈伸保守性参数包括左上肢、左下肢、右下肢、右上肢;
运动流畅性参数包括左上肢、左下肢、右下肢、右上肢;
运动稳定性参数包括左上肢、左下肢、右下肢、右上肢;
运动平衡性参数包括骶骨;
运动平滑性参数包括骶骨;
在以上22个子参数中,均满足:数值越小,说明提供数据的婴儿发育情况越接近正常婴儿;数值越大,说明提供数据的婴儿发育情况越接近脑瘫婴儿;
(2)所述子参数分析模块:对于22个子参数,采用z-score标准化方法与pca主成分分析法处理子参数数据;
经过对遍历数据的分析与实验,将系统定义的评估阈值定位;最终评估分数小于该评估阈值的婴儿,将被软件判定为正常儿;反之,如果评估分数大于该评估阈值,则将被判定为脑瘫儿。
2.根据权利要求1所述的一种辅助诊断脑性瘫痪的婴幼儿膝爬运动姿态分析系统,其特征在于:所述z-score标准化方法为:将一组数据的平均值调整为0,标准差调整为1的情况下保留数据间的相对关系;在系统中对22个子参数分别使用z-score标准化方法,对其中一些子参数进行了加权,加权情况如下:
对侧肢体运动协调性参数的权重为0.5;
同侧肢体运动协调性参数的权重为0.5;
关节抬升保守性参数的权重为0.5;
关节屈伸保守性参数的权重为0.5;
运动流畅性参数的权重为0.5;
运动稳定性参数的权重为0.5;
运动平衡性参数的权重为1;
运动平滑性参数的权重为1;
所述pca主成分分析法为:使用主成分分析法提取一个主成分向量,用此主成分向量分别点乘全数据集中各条数据以获得最终评估参数;
数学上的主成分分析法表示为:
主成分分析法是设法将原来众多具有一定相关性指标,重新组合成一组新的互相无关的综合指标来代替原来的指标;
主成分分析法作为一种降维的统计方法,借助一个正交变换,将其分量相关的原随机向量转化成其分量不相关的新随机向量,这在代数上表现为将原随机向量的协方差阵变换成对角形阵,在几何上表现为将原坐标系变换成新的正交坐标系,使之指向样本点散布最开的p个正交方向,然后对多维变量系统进行降维处理,使之能以一个较高的精度转换成低维变量系统,再通过构造适当的价值函数,进一步把低维系统转化成一维系统;
选取的第一个线性组合,即第一个综合指标为f1,用f1的方差来表达,即var(f1)越大,表示f1包含的信息越多;在所有的线性组合中选取的f1应该是方差最大的,故称f1为第一主成分;如果第一主成分不足以代表原来p个指标的信息,再考虑选取f2即选第二个线性组合,为了有效地反映原来信息,f1已有的信息就不需要再出现在f2中,用数学语言表达就是要求cov(f1,f2)=0,则称f2为第二主成分,依此类推构造出第三、第四,……,第p个主成分;
fp=a1i*zx1+a2i*zx2+……+api*zxp,其中a1i,a2i,……,api为x的协方差阵σ的特征值所对应的特征向量,i=1,……,m;zx1,zx2,……,zxp是原始变量经过标准化处理的值,在计算之前须先消除量纲的影响,而将原始数据标准化;a=(aij)p×m=(a1,a2,…am),r*ai=λi*ai,r为相关系数矩阵,λi、ai是相应的特征值和单位特征向量,λ1≥λ2≥…≥λp≥0。
3.根据权利要求1所述的一种辅助诊断脑性瘫痪的婴幼儿膝爬运动姿态分析系统,其特征在于:所述评估阈值为-0.3。