前交叉韧带断裂后足底压力特征的聚类分析
运动过程中,人体的步态特征可以在足底压力图像上有准确的记录,而这也就可以成为判断步态正常与否的一条有效依据.通过一组压力传感器阵列获取人体运动过程的足底压力分布数据,提取步态的运动学和动力学特性.在此基础上,采用极限学习机(Extreme learning machines,ELM)神经网络聚类算法对足底压力数据进行分析,完成正常与异常步态的分类辨识工作.本文从实际临床数据出发,对前交叉韧带断裂患者进行步态分析,并据医生的临床诊断结果进行校验.该方法在步态分析上取得了较为良好的效果,仿真结果表明了其有效性.
足底压力、步态特征、极限学习机神经网络、前交叉韧带断裂、聚类分析
43
R68;R87
国家自然科学基金61473034,61673053;高等学校博士学科点专项科研基金2013000611008;内涵发展–引进人才科研启动费,北京市科技新星交叉学科项目Z161100004916041;低温重点实验室开放基金CRYO201316,TIPC,CAS;北京大学医–信交叉建设孵化基金BMU2016-12资助Supported by National Natural Science Foundation of China61473034,61673053;Specialized Research Fund for the Doc-toral Program of Higher Education2013000611008;the Start-up Funding of Content Development and the Introduced Talent Research,Beijing Nova Programme Interdisciplinary Coopera-tion ProjectZ161100004916041;Opening Foundation of Key Laboratory of CryogenicsCRYO201316,TIPC,CAS;the Incubation Grant for Medicine and Information Sciences of Peking UniversityBMU2016-12
2017-04-26（万方平台首次上网日期，不代表论文的发表时间）
共12页
418-429
