基于肌音信号的步态动作模式识别研究

• 作者: 吴清 周静 夏春明
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 医学
• 关键词: 肌音信号 步态模式 模糊熵 不等长分割
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 836-845
• 页数: 10页
• 分类号: R496
• 字数: 7122字
• 语种: 中文

摘要

通过采集腿部肌肉5个通道的肌音信号,利用3层决策树对跑步、上楼、下楼、走路、静止5种步态动作进行模式识别研究.在决策树的第1层和第2层,应用双阈值门限法识别静止和跑步两种步态模式,在第3层,提出基于步态信号的自适应不等长分割算法以及改进的模糊熵算法,利用线性分类器对走路、上楼、下楼进行分类识别.结果表明:双门限阈值法可有效地对静止和跑步进行识别,当采用改进的模糊熵特征时,对走路、上楼、下楼3种步态模式的分类准确率达到了94.87％;而当综合利用近似熵、样本熵和改进的模糊熵3种特征时,其分类准确率达到了98.76％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏春明	华东理工大学机械与动力工程学院	59	316	9.0	15.0
2	吴清	华东理工大学机械与动力工程学院	22	154	6.0	12.0
3	周静	华东理工大学机械与动力工程学院	15	375	8.0	15.0