前交叉韧带断裂后足底压力特征的聚类分析

• 作者: 于媛媛 敖英芳 李晓理 王杰 黄红拾
• 来源期刊: 自动化学报
• 关键词: 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
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 418-429
• 页数: 12页
• 字数: 7075字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160197

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	敖英芳	北京大学第三医院运动医学研究所	225	2217	25.0	33.0
2	王杰	北京科技大学自动化学院	5	9	2.0	3.0
3	黄红拾	北京大学第三医院运动医学研究所	32	219	10.0	13.0
4	于媛媛	北京大学第三医院运动医学研究所	7	46	5.0	6.0
5	李晓理	北京工业大学电子信息与控制工程学院	14	56	5.0	7.0