导读:本文包含了步态测量论文开题报告文献综述及选题提纲参考文献，主要关键词:惯性测量单元,冻结步态,冻结指数,冻结阈值
步态测量论文文献综述
马銮,李波陈,何娟娟,姚志明,杨先军[1]（2019）在《基于惯性测量单元的帕金森病患者冻结步态检测系统》一文中研究指出针对如何自动检测帕金森病患者冻结步态的问题,构建了一套基于惯性测量单元的帕金森病患者冻结步态检测系统。将2个惯性测量单元分别固定在患者左右脚踝上方,采集患者的运动数据,通过加窗傅里叶变换计算冻结指数,以正常行走时的冻结指数为基值计算冻结阈值,比较冻结指数与冻结阈值的大小实现冻结步态的检测。实验结果表明,对帕金森病患者冻结步态发生的次数实现了精确检测,具有较高的灵敏度与特异性,能够辅助医生客观评估患者病情。(本文来源于《中国医疗器械杂志》期刊2019年04期）
刘筱璨[2]（2019）在《惯性传感器与高速红外运动捕捉系统测量步态下肢关节角度的比较》一文中研究指出研究目的:惯性传感器微型化技术的发展,使其能够用于测量人体在运动过程中的关节角度。与传统的红外运动捕捉系统相比,它具有操作简单、方便携带、价格便宜、可用于室外等优点。作为新兴工具,通过与红外运动捕捉系统进行对比,可以检验其测量人体关节角度的效果。本研究检验惯性传感器与红外运动捕捉系统对步态下肢关节角度的测量值能否进行横向比较,并比较两套运动捕捉系统的重测信度。研究方法:对20名受试者分别进行2轮步态测试,每轮测试5次,每次采集一个完整的左腿步态周期。必须同时使用惯性传感器和红外运动捕捉系统采集步态数据。第1轮测试结束后,拆卸受试者体表的红外反光标志和惯性传感器,然后重新粘贴反光标志和佩戴传感器,再进行第2轮测试。通过计算系统间复相关系数(CMC)、系统误差值来综合评价两套运动捕捉系统测量值能否进行横向比较。通过计算标定内复相关系数、标定内误差值来综合评价两套运动捕捉系统的标定内重测信度。通过计算标定间复相关系数、标定间误差值来综合评价两套运动捕捉系统的标定间重测信度。研究结果:系统间矢状面下肢关节角度可以进行横向比较(CMC>0.86),额状面和水平面的下肢关节角度不能进向横向比较(0.28<CMC<0.72)。系统间矢状面和髋关节外展内收的关节角度变化趋势可以进向横向比较(CMC>0.89),其他下肢关节角度的变化趋势不能进行横向比较(0.51<CMC<0.74)。惯性传感器对于矢状面关节角度的标定内重测信度非常高(CMC>0.97),对髋关节外旋内旋关节角度的标定内重测信度不高(CMC<0.70),对其他下肢关节角度的标定内重测信度较高(0.75<CMC<0.91)。惯性传感器对于矢状面关节角度的标定内重测信度与红外运动捕捉系统没有显着性差异(p=0.104~0.416),对其他下肢关节角度的标定内重测信度显着性小于红外运动捕捉系统(p=0.000~0.002)。惯性传感器对于矢状面关节角度的标定间重测信度非常高(CMC>0.96),对于额状面关节角度的标定间重测信度较高(0.77<CMC<0.85),对于水平面关节角度的标定间重测信度不高(CMC<0.66)。惯性传感器对于髋关节外旋内旋关节角度的标定间重测信度显着性小于红外运动捕捉系统(p=0.013),对于其他下肢关节角度的标定间重测信度与红外运动捕捉系统没有显着性差异(p=0.059~0.801)。研究结论:两套运动捕捉系统对于矢状面关节角度的测量值可以进行横向比较,且对关节角度变化趋势的横向比较效果更好。惯性传感器对下肢关节角度的标定内重测信度较高,但略低于红外运动捕捉系统。惯性传感器对下肢矢状面和额状面关节角度的标定间重测信度较高,对水平面关节角度的标定间重测信度不高。总体而言,惯性传感器的标定间重测信度和红外运动捕捉系统没有显着性差异。(本文来源于《北京体育大学》期刊2019-06-01）
王南[3]（2019）在《健康成年人肢体测量与步态时相中的多重黄金分割曲线特征研究》一文中研究指出背景:人们通常认为,对事物越向微观视角进行研究,得到的结果越准确。这是因为我们可以更详尽的了解事物内部的结构特征。然而如果我们向相反方向观察,事物的宏观特征,正是代表其内部结构彼此整合而形成的外在功能特征。我们借助斐波纳契螺旋线,去掉纵向维度,形成一维直线中的黄金分割结构,并将之命名为“多重黄金分割曲线”。我们发现这一曲线在肢体外在宏观功能特征中有多处体现。方法:首先我们首创性的提出并建立了“多重黄金分割曲线”数学模型。其次,我们将多重黄金分割曲线与肢体功能的时间和空间特征作比较。我们的研究对象(受试者包括健康成年男性和女性(非妊娠)受试者,20～40岁)主要包括六部分:1上肢功能分区(n=30);2下肢功能分区(n=30);3躯干分区(n=32)；4步态周期站立相(n=41);5步态周期迈步相(n=41);6全步态周期(n=41)。统计方法:我们从两个角度进行统计分析。首先应用T检验,比较测量对象的特定节点与多重黄金分割曲线相应节点之间的差异。然后我们将每个测量对象所有节点数据拟合为线性函数曲线(线性回归),与多重黄金分割曲线的数学函数(指数函数取对数降阶为线性函数)比较,判断二者是否具有显着差异。我们应用bootstrapy方法对拟合曲线进行1000次抽样,得到曲线系数的95%置信区间,从而判断多重黄金分割曲线理论系数值(lna=ln0.618=-0.481)是否存在于该置信区间之内,二者是否存在显着差异。结果:健康成年人上肢功能分区节点比较中有1/5节点差异显着,曲线整体比较符合多重黄金分割曲线;下肢功能分区节点比较中有1/5节点差异显着,曲线整体比较符合多重黄金分割曲线;躯干分区节点比较中有2/5节点差异显着,曲线整体比较符合多重黄金分割曲线;步态站立相节点比较中有3/7节点差异显着,曲线整体比较符合多重黄金分割曲线,迈步相节点比较中有1/5节点差异显着,曲线整体比较符合多重黄金分割曲线,全步态周期节点比较中有3/11节点差异显着,曲线整体比较符合多重黄金分割曲线。结论:我们发现并首创性的提出了多重黄金分割曲线数学模型。这一曲线模型在肢体宏观功能特征中广泛存在。它体现的是肢体“承载负荷”的功能特征。这是其内部“负荷”与“承载或消除负荷”之间二元对立矛盾平衡的根本原因,据此多重黄金分割曲线呈现一维直线特征。其复杂程度的增加会导致多重黄金分割曲线划分层次增多,二者相符合程度也相应提高。这种“承载负荷”的功能特征,既是肢体最显着的外在宏观特征,又是其符合多重黄金分割曲线模型的内在原因。(本文来源于《南方医科大学》期刊2019-03-01）
宋心刚,段朝阳[4]（2018）在《用GPS测量步态参数》一文中研究指出基于测力台和高速摄像的叁维定量步态分析方法,对步态参数分析的基础和临床研究来说具有重要意义,但神经-运动系统对于如何控制步态的变化机制有待进一步商榷。长期不间断地测量步态参数的变化有助于这一问题的解决,目前已被广泛应用的GPS技术则有可能扮演这一角色。来自瑞士洛桑大学的学者们提供的前瞻性研究为该领域提供了新视野。尽管这一技术具备这样的潜能,然而较为高昂的成本及操作的相对复杂性阻碍了其在该领域的广泛应用。未来随着GPS技术的不断发展优化,期待为步态分析的深入提供一丝契机。(本文来源于《按摩与康复医学》期刊2018年23期）
李光毅[5]（2018）在《面向临床步态分析的足部姿态与多轴地面反作用力测量方法研究》一文中研究指出本文主要以人体足部为测量对象,针对性地开发出一套步态测量传感鞋,将传统的光学运动捕捉系统与静态测力板系统的测量功能集成在一双传感鞋上。目的是在不受测量环境的限制下,达到实时可靠并且功能全面的足部步态信息测量。传感鞋鞋底的多轴力传感器可在步行时测量足底的地面反作用力,鞋上安装的惯性传感器则用于测量步行时足部的姿态。围绕该传感鞋的测量以及应用,本文的主要研究内容包括:1.研究了融合惯性传感器与测距传感器高度的姿态解算方法,相比于一般的9轴姿态解算方法,提高了足部姿态计算精度。使用惯性传感器测量足部姿态时,9轴姿态解算易受运动加速度与外界磁场干扰而导致姿态角与实际值偏移。研究基于扩展卡尔曼滤波算法的基础框架,将测距传感器阵列的测量结果与陀螺仪的角速度融合,提出了新的姿态解算方法,融合算法求解的结果表明该算法能够对俯仰角和翻滚角的更新提供有效的矫正作用。2.研究了基于优化求解的足关节坐标系标定方法,相比于手工标定和动作标定的关节坐标系标定方法,优化求解法无需繁复的标定程序,且标定精度略有提高。优化求解法以关节的几何约束为条件,建立关节坐标系与关节两端的惯性传感器测量值的数学关系式,从而构造出标定过程中的优化问题,以梯度下降法寻求关节坐标系的最优值。3.研究了基于穿戴传感系统的下肢逆动力学分析方法,提出了将足底划分为脚跟、足弓、脚掌叁个区域分别测量的足底多轴地面反作用力测量方法。逆动力学分析方法以下肢关节角和足底3维地面反作用力、力矩为已知条件,推算各关节的关节力和关节力矩。研究解决了逆动力学分析方法在传感系统中的应用问题,实现了下肢各关节的关节力和力矩的计算。4.研究了基于传感鞋地面反作用力的下肢运动学分析方法,使用神经网络与卷积神经网络拟合足底地面反作用力与下肢关节角的隐藏关系。与参考值相比,神经网络力输入模型在个体模型的膝关节角、髋关节角预测结果中分别取得了0.91、0.91的相关系数与8.32°、4.66°的均方根误差,但其通用模型的泛化能力不足。进一步使用卷积神经网络训练通用模型,其对未知对象的关节角预测精度提升至0.94、0.93的相关系数与7.89°、3.51°的均方根误差。综上所述,本文围绕足部姿态与多轴地面反作用力的测量展开了应用研究,包括足部姿态的计算方法、足关节坐标系标定方法、足底多轴地面反作用力的测量方法和下肢逆动力学分析方法、以及基于多轴地面反作用力的下肢运动学分析方法。本文主要研究工作的贡献体现在:提出了融合多测距传感器对惯性传感器姿态进行矫正的扩展卡尔曼滤波算法;提出了穿戴传感系统中的足底多轴地面反作用力测量方法及其逆动力学分析方法;提出了以足底多轴地面反作用力预测下肢关节角的神经网络和卷积神经网络模型。(本文来源于《浙江大学》期刊2018-10-17）
兰洋[6]（2018）在《基于改进步态检测的微惯导行人轨迹测量与平滑算法研究》一文中研究指出轨迹测量是利用传感器技术将人体行走数字化的一种技术。近年来随着VR游戏、科幻电影等产业的兴起,对捕捉轨迹的平滑度提出了更高的要求,而MEMS惯性传感器的轨迹测量方案因其体积小、穿戴方便、不受环境限制等优点具有很好的应用前景。其实现一般是利用SINS算法结合基于卡尔曼滤波的零速修正实现的,虽在一定程度上能抑制导航误差累积,但也存在一些问题。步态检测不准确导致轨迹畸变,同时零速修正只在脚部零速时刻进行,导致脚部由摆动过渡到静止状态时导航信息出现突变,进而引发轨迹的“锯齿”现象,卡尔曼滤波器对姿态误差的修正不足也会加深这种现象,本文针对“锯齿”探讨轨迹的平滑算法对解决制约惯性方案的轨迹测量技术在高平滑度领域实现应用的问题具有重要意义。本文首先结合试验数据对步态检测不准确的原因进行了分析,得出检测不准确的原因为检测统计量的局部波动和单一固定幅度阈值判断共同作用的结果,具体来说为零速区间的漏检测和误检测,同时分析指出了在幅度阈值判断基础上引入时间阈值判断法存在的不足,进一步在研究了不同步频下摆动区间长度统计规律的基础上,提出了基于拉依达准则的双阈值步态检测算法,最终实现了零速的精确检测。其次,轨迹中“锯齿”的形成与姿态解算的精确度关系密切,因此本文针对卡尔曼滤波过程中对姿态误差修正不足的情况,构建了姿态修正模块,可以更好地抑制姿态误差发散,在一定程度上可以改善轨迹的平滑度。同时针对导航信息突变,提出在卡尔曼滤波的基础上加入后向的固定区间平滑滤波算法,结合针对性的固定区间分配法,可实现利用摆动区两侧的观测量对足部摆动过程的导航误差进行估计,进而实现脚部在零速与非零速时刻轨迹的平滑过渡。最后结合实际行走数据设计了几组轨迹对比试验分别验证了改进的步态算法、姿态修正模块、后向平滑滤波算法对轨迹“锯齿”的抑制效果,试验表明,本文提出的相应算法能对轨迹的“锯齿”进行有效抑制,最终得到理想平滑度的轨迹。(本文来源于《中北大学》期刊2018-06-01）
姚健,张乾勇[7]（2017）在《人体步态数据测量系统的设计与实现》一文中研究指出下肢外骨骼机器人和下肢康复机器人是当前的研究热点,人体运动的步态数据对其完成步态识别与控制有重要意义。为了获取人体行走过程中的步态信息,本文设计并实现了一套测量足底压力与关节角度数据的数据采集系统。该系统包含微处理器、足底压力传感器、角度传感器、信号调理模块以及数据存储模块,能实现步态数据的自动解算、采集和存储。利用该系统成功采集了不同实验对象在不同速率下足底压力数据和关节的角度数据,结果显示出一定的步态特性,为进一步的步态分析与识别提供参考。(本文来源于《电子测量技术》期刊2017年08期）
季洪超,刘吉成,杨金帅[8]（2017）在《轮腿可切换机器人步态切换动作设计及其机体位姿测量仿真》一文中研究指出轮腿可切换机器人在不同的环境下具有不同的运动性能,研制一款新型轮腿可切换机器人。该机器人可实现轮式步态和腿式步态的切换以适应不同环境,最大限度提高机器人运动性能。本文研究了机器人进行步态切换时,机器人机体位姿变化及机器人机体质心在空间的位移及机器人腿各个关节的旋转角度的变化的测量方法,为机器人稳定性研究提供依据。通过对机器人步态切换动作进行仿真,测量机器人质心在空间的变化量及关节角度变换,分析测量结果表明机器人位姿变换平稳,证明机器人步态切换动作的合理性。(本文来源于《计量与测试技术》期刊2017年05期）
闫祥甲[9]（2017）在《膝关节PS型固定平台与旋转平台假体置换术后叁维数字化测量及叁维步态分析》一文中研究指出[目的]对比分析PS型固定平台与旋转平台置换术后的近期临床疗效、膝关节形态学纠正情况及叁维步态恢复情况。[方法]选取2015年3月至2016年3月到昆明医科大学第一附属医院确诊的膝关节骨性关节炎病例30例30膝,其中男性11例,女性19例,平均年龄(64.86±5.37)岁,随机分为固定平台组及旋转平台组,分别行固定平台及旋转平台假体置换术。对所有患者进行临床随访、膝关节形态学测量及叁维步态分析。[结果]固定平台组与旋转平台组术后较术前的HSS评分、KSS评分及WOMAC评分明显改善。固定平台组与旋转平台组术后各随访时间点的KSS膝评分、KSS功能评分、HSS评分及WOMAC评分比较,差异均无统计学意义(P>0.05)。PS型固定平台组与旋转平台组组内术前与术后测量数值之间差异有统计学意义(P<0.05);两组术前测量数值与国人标准值比较差异有统计学意义(P<0.05);两组术后测量数值与国人标准值比较差异无统计学意义(P>0.05);固定平台组与旋转平台组组间术后测量角度进行比较差异无统计学意义(P>0.05)。通过对术后1年的两组患者进行步态分析,并将两组所获相关参数进行对比,发现两组患者在行走过程中的最大伸直角、最大屈曲角、最大内翻角、最大外翻角、最大内旋角、最大外旋角、最大后位移、最大前位移、最大下位移、最大上位移、最大内位移及最大外位移等参数的比较,差异无显着性意义(P>0.05),但两组患者在行走过程中的最大内翻角、最大外翻角、最大内旋角、最大外旋角、最大后位移、最大前位移、最大下位移、最大上位移、最大内位移及最大外位移等参数与正常人相关参数对比,差异有显着性意义(P<0.05)。[结论]膝关节PS型固定平台型假体与旋转平台型假体置换术后均能获得较好的手术效果、很好的恢复正常膝关节形态学及较好的步态恢复情况。第一部分膝关节PS型固定平台与旋转平台假体置换术后早期临床疗效对比分析[目的]对比分析PS型固定平台与旋转平台置换术后的近期临床疗效。[方法]选取2015年3月至2016年3月到昆明医科大学第一附属医院确诊的膝关节骨性关节炎病例30例30膝,其中男性11例,女性19例,平均年龄(64.86±5.37)岁,随机分为固定平台组及旋转平台组,分别行固定平台及旋转平台假体置换术。对所有患者手术前及术后1月、3月、6月、1年进行HSS评分、KSS评分及WOMAC评分,探讨两组假体的近期临床疗效。[结果]术前旋转平台组和固定平台组的年龄、体重指数、膝关节HSS评分、KSS评分及WOMAC评分无统计学差异(P>0.05)。术后所有患者恢复良好,无切口皮缘坏死、感染、深静脉血栓等并发症。固定平台组与旋转平台组术后较术前的HSS评分、KSS评分及WOMAC评分明显改善。固定平台组与旋转平台组术后各随访时间点的KSS膝评分、KSS功能评分、HSS评分及WOMAC评分比较,差异均无统计学意义(P>0.05)。[结论]膝关节PS型固定平台型假体与旋转平台型假体置换术后均能获得较好的手术效果,均能明显改善膝关节功能。第二部分膝关节PS型固定平台与旋转平台假体置换术后膝关节叁维数字化测量对比分析[目的]基于CT二维图像数据构建出旋转平台组及固定平台组膝关节置换术前及术后双下肢叁维数字模型并对膝关节相关形态学进行测量;对比分析其差异性。[方法]1.选取2015年3月至2016年3月在昆明医科大学第一附属医院确诊的膝关节骨性关节炎病例30例30膝,其中男性11例,女性19例,平均年龄(64.86±5.37)岁,随机分为固定平台组及旋转平台组,分别行固定平台及旋转平台假体置换术。每组各15膝。2.收集患者的术前、术后双下肢二维CT全长位片;数据运用Mimics17.0软件将术前及术后患肢全长进行叁维重建。选择患者术中所用对应型号的全膝关节假体,通过叁维激光扫描逆向重建相应假体叁维模型,在Mimics17.0软件中使用点对点配准技术将假体叁维模型装配到术后患肢叁维模型膝关节上;3.叁维重建后通过软件自带测量工具对两组模型测量如下指标:髋-膝-踝角、胫骨平台后倾角、胫骨角、股骨角、股骨外翻角、胫骨平台内翻角,并将测量结果进行对比,并与正常国人标准值进行对比分析。[结果]PS型固定平台组与旋转平台组组内术前与术后测量数值之间差异有统计学意义(P<0.05);两组术前测量数值与国人标准值比较差异有统计学意义(P<0.05);两组术后测量数值与国人标准值比较差异无统计学意义(P>0.05);固定平台组与旋转平台组组间术后测量角度进行比较差异无统计学意义(P>0.05)。[结论]基于CT二维图像能对膝关节置换术后进行精确叁维重建,并通过叁维重建模型能够精确的测量膝关节形态学,避免了因通过手工测量、X线拍摄时存在患肢的旋转或姿势摆放不正导致骨性标志轮廓的不清晰而引起测量误差。PS型旋转平台与固定平台假体置换均能较好的恢复正常膝关节形态学。第叁部分膝关节PS型固定平台与旋转平台假体置换术后的叁维步态对比分析[目的]观察两组全膝关节置换术后近期步态恢复情况,通过叁维步态对比固定平台假体与旋转平台假体置换术后膝关节行走步态方面的差异。[方法]选取2015年3月至2016年3月到昆明医科大学第一附属医院确诊的膝关节骨性关节炎病例30例30膝,其中男性11例,女性19例,平均年龄(64.86±5.37)岁,随机分为固定平台组及旋转平台组,分别行固定平台及旋转平台假体置换术。术后1年对所有患者进行叁维步态分析,同时收集15例健康志愿者膝关节叁维步态数据,对两组患者叁维步态数据进行对比,并将两组患者与正常人数据进行对比。[结果]通过对术后1年的两组患者进行步态分析,并将两组所获相关参数进行对比,发现两组患者在行走过程中的最大伸直角、最大屈曲角、最大内翻角、最大外翻角、最大内旋角、最大外旋角、最大后位移、最大前位移、最大下位移、最大上位移、最大内位移及最大外位移等参数的比较,差异无显着性意义(P>0.05),但两组患者在行走过程中的最大内翻角、最大外翻角、最大内旋角、最大外旋角、最大后位移、最大前位移、最大下位移、最大上位移、最大内位移及最大外位移等参数与正常人相关参数对比,差异有显着性意义(P<0.05)。(本文来源于《昆明医科大学》期刊2017-05-01）
姚健[10]（2017）在《基于足底压力测量的步态识别与预测》一文中研究指出外骨骼机器人是当前的研究热点,在军事和医疗康复领域有广泛的应用前景。对外骨骼机器人的一个基本要求是能够稳定的跟随人的行为,故而及时准确地识别人的步态对外骨骼的控制至关重要。步态识别算法通常需要多种类型传感器的数据作为参考,这增加了外骨骼机器人传感器系统的复杂性,也加重了信号处理的负荷。人在行走过程中,足底与地面的接触力具有周期性,是重要的步态数据,分析其与下肢关节角度之间的相关性,试图通过压力信号来判断关节角度的变化趋势以达到减少外骨骼系统传感器数量的目的。因此需要根据关节角度变化情况重新定义步态周期,并利用压力数据完成步态识别。由于系统延时,为了实时的跟随人的行为,外骨骼机器人必须对人的步态进行预测。本文首先设计并实现了一套足底压力测量系统,该系统包含一套压力鞋垫和一个信号处理模块,电池供电。其能够实时地采集人行走过程中的足底压力信号而不影响人的行为,并对信号进行调理、放大、采样和存储。结合姿态传感器,该系统即能同时采集到压力信号与关节角度信号。然后分别从足底压力数据和关节角度数据对人的步态进行特征分析,并从相关系数和单调性分析了压力数据与同侧和对侧关节角度数据的相关性,根据二者的关系重新划分了步态周期,并定义了两个步态特征,并根据步态特征完成步态识别的工作。其次利用LMS和RLS自适应滤波算法对压力数据进行预测,通过仿真确定了算法的关键参数。利用预测后的数据进行步态识别,以此达到步态预测的目的。最后在信号处理模块中实现了 LMS预测算法和基于特征的识别算法,并在平地直线常速行走和在跑步机上以不同的速度行走进行实验以验证算法的有效性,实验结果表明该系统能够实现步态的识别与预测。(本文来源于《西南交通大学》期刊2017-04-01）
步态测量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究目的:惯性传感器微型化技术的发展,使其能够用于测量人体在运动过程中的关节角度。与传统的红外运动捕捉系统相比,它具有操作简单、方便携带、价格便宜、可用于室外等优点。作为新兴工具,通过与红外运动捕捉系统进行对比,可以检验其测量人体关节角度的效果。本研究检验惯性传感器与红外运动捕捉系统对步态下肢关节角度的测量值能否进行横向比较,并比较两套运动捕捉系统的重测信度。研究方法:对20名受试者分别进行2轮步态测试,每轮测试5次,每次采集一个完整的左腿步态周期。必须同时使用惯性传感器和红外运动捕捉系统采集步态数据。第1轮测试结束后,拆卸受试者体表的红外反光标志和惯性传感器,然后重新粘贴反光标志和佩戴传感器,再进行第2轮测试。通过计算系统间复相关系数(CMC)、系统误差值来综合评价两套运动捕捉系统测量值能否进行横向比较。通过计算标定内复相关系数、标定内误差值来综合评价两套运动捕捉系统的标定内重测信度。通过计算标定间复相关系数、标定间误差值来综合评价两套运动捕捉系统的标定间重测信度。研究结果:系统间矢状面下肢关节角度可以进行横向比较(CMC>0.86),额状面和水平面的下肢关节角度不能进向横向比较(0.28<CMC<0.72)。系统间矢状面和髋关节外展内收的关节角度变化趋势可以进向横向比较(CMC>0.89),其他下肢关节角度的变化趋势不能进行横向比较(0.51<CMC<0.74)。惯性传感器对于矢状面关节角度的标定内重测信度非常高(CMC>0.97),对髋关节外旋内旋关节角度的标定内重测信度不高(CMC<0.70),对其他下肢关节角度的标定内重测信度较高(0.75<CMC<0.91)。惯性传感器对于矢状面关节角度的标定内重测信度与红外运动捕捉系统没有显着性差异(p=0.104~0.416),对其他下肢关节角度的标定内重测信度显着性小于红外运动捕捉系统(p=0.000~0.002)。惯性传感器对于矢状面关节角度的标定间重测信度非常高(CMC>0.96),对于额状面关节角度的标定间重测信度较高(0.77<CMC<0.85),对于水平面关节角度的标定间重测信度不高(CMC<0.66)。惯性传感器对于髋关节外旋内旋关节角度的标定间重测信度显着性小于红外运动捕捉系统(p=0.013),对于其他下肢关节角度的标定间重测信度与红外运动捕捉系统没有显着性差异(p=0.059~0.801)。研究结论:两套运动捕捉系统对于矢状面关节角度的测量值可以进行横向比较,且对关节角度变化趋势的横向比较效果更好。惯性传感器对下肢关节角度的标定内重测信度较高,但略低于红外运动捕捉系统。惯性传感器对下肢矢状面和额状面关节角度的标定间重测信度较高,对水平面关节角度的标定间重测信度不高。总体而言,惯性传感器的标定间重测信度和红外运动捕捉系统没有显着性差异。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
步态测量论文参考文献
[1].马銮,李波陈,何娟娟,姚志明,杨先军.基于惯性测量单元的帕金森病患者冻结步态检测系统[J].中国医疗器械杂志.2019
[2].刘筱璨.惯性传感器与高速红外运动捕捉系统测量步态下肢关节角度的比较[D].北京体育大学.2019
[3].王南.健康成年人肢体测量与步态时相中的多重黄金分割曲线特征研究[D].南方医科大学.2019
[4].宋心刚,段朝阳.用GPS测量步态参数[J].按摩与康复医学.2018
[5].李光毅.面向临床步态分析的足部姿态与多轴地面反作用力测量方法研究[D].浙江大学.2018
[6].兰洋.基于改进步态检测的微惯导行人轨迹测量与平滑算法研究[D].中北大学.2018
[7].姚健,张乾勇.人体步态数据测量系统的设计与实现[J].电子测量技术.2017
[8].季洪超,刘吉成,杨金帅.轮腿可切换机器人步态切换动作设计及其机体位姿测量仿真[J].计量与测试技术.2017
[9].闫祥甲.膝关节PS型固定平台与旋转平台假体置换术后叁维数字化测量及叁维步态分析[D].昆明医科大学.2017
[10].姚健.基于足底压力测量的步态识别与预测[D].西南交通大学.2017