基于Kinect的帕金森病步态不对称性识别方法
张幼安1
侯振杰2
坎标3
姚恩1
张家玮1
1.常州大学华罗庚学院,江苏常州市,2131642.常州大学信息数理学院,江苏常州市,2131643.常州大学机械工程学院,江苏常州市,213164
摘要：目的 开发一种基于深度图像的非接触式帕金森病步态不对称性识别方法,以辅助医疗诊断和评估,解决穿戴型传感设备费用高、影响正常生活且检查流程复杂的问题.方法 2016年7月至8月,对帕金森病患者8例和健康人10例,采用Kinect V2.0采集行走6 m的运动数据;对左右脚参数滤波处理后分别聚类,使用相似度矩阵算法分别计算健康人和帕金森病患者相似度值;使用隐马尔科夫模型验证该方法的识别效果.结果 所有患者左右脚参数聚类序列相似度小于健康人;从患者中提取的14条数据,成功识别12条(85.71％);从健康人中提取的46条数据,成功区别35条(76.09％).结论 基于左右脚位移过程中步态参数聚类结果不对称性的非接触式识别方法,对于帕金森病患者有一定识别效果.
关键词：帕金森病步态对称性Kinect字符串相似度矩阵算法隐马尔可夫模型
分类号：R742.5(神经病学与精神病学)
资助基金：国家自然科学基金(No.61063021)江苏省产学研前瞻性联合研究项目(No.BY2015027-12)实验室开放基金(No.JSWLW-2017-013)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 795-801 )
英文信息