[发明专利]一种基于复杂度的压力中心非线性特征提取方法

说明书

技术领域

本发明属于生物力学领域，尤其涉及一种基于复杂度的压力中心非线性特征提取方法。具体是一种利用所构建的基于邻域粗粒化二维Lempel-Ziv复杂度，提取压力中心（center of pressure, COP）信号的非线性动力学特征，对人体姿态动摇的不规则程度进行定量描述的方法。

背景技术

人们通常认为自己能够稳稳地站着是件理所当然的事情。但实际上，在直立时保持身体平衡是一项复杂的任务，完成这项任务需要由姿态控制系统中包括前庭核、脑干网状结构、脊髓、小脑及大脑皮层等在内的多级神经中枢，对视觉、本体感觉以及前庭感觉器官获取的信息进行整合加工，由与运动功能有关的肌肉骨骼组织调节身体，使其在脚底有限支持平面上保持重心稳定。姿态控制系统中的任何一个环节出现问题，都会导致人直立时的姿态动摇模式发生改变。因此对人直立时的姿态动摇模式进行分析，能够为老年人跌倒风险预测，以及多类疾病的诊断提供重要信息。

基于测力平台、平衡板获取人站立其上时的COP信号进行姿态动摇模式研究，是一种已得到公认的有效方法。现有研究多采用时域或频域的线性分析方法对COP信号进行分析处理，例如提取COP的轨迹长度、平均速度、功率谱等特征参数，对人体动摇状态进行定量描述。如前所述，人的姿态控制系统是一个由多功能的感觉器官、运动单元、多级神经中枢通过反馈环构成的多回路网络控制系统。作为该复杂控制系统的一种外在表象，姿态动摇具有明显的非线性特性。然而，传统的COP特征参数，无法对其进行有效描述。

Lempel-Ziv复杂度分析是一种重要的非线性动力学分析方法，能有效描述信号的不规则程度，进而对系统的动态变化特性进行描述。但目前将Lempel-Ziv复杂度用于COP信号分析却存在困难，主要是因为利用测力平台、平衡板记录的COP信号是二维信号，尽管一维复杂度算法已非常成熟，但二维复杂度算法还有待进一步研究，尚未见到有应用Lempel-Ziv复杂度对COP信号进行分析的报道。

发明内容

本发明的目的是针对上述问题，提出一种基于复杂度的压力中心非线性特征提取方法，用该方法提取COP信号的非线性动力学特征，对人体姿态动摇模式的不规则程度进行描述。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1.COP信号的获取；

步骤2.基于邻域粗粒化的序列重构；

步骤3.基于重构序列计算COP信号的归一化Lempel-Ziv复杂度。

    所述的步骤1中COP信号的获取，具体如下：

1-1.让受试者站立在测力平台或平衡板上，拾取分布于测力平台或平衡板四角的压力传感器的四路压力信号，分别记为                                               、、、；将坐标原点设在测力平台或平衡板的几何中心，设压力中心坐标为，则四个压力传感器的位置坐标分别为，，，；依据力学平衡原理及力矩原理得：

                       (1)

式(1)中，。

1-2.每次检测均进行次采样，采样周期及频率的具体取值根据被检测对象的情况确定，检测获得的COP信号由横向动摇分量序列和前后动摇分量序列构成，表示为,，其中为采样点的序号, 为自然数。

所述的步骤2中基于邻域粗粒化的序列重构，具体如下：

2-1.将每次检测获得的COP信号表示成一个二维时间序列，即；计算每一采样点的COP信号到所选定坐标原点的距离，记为，并用表示各采样点到原点距离的均值，如式(2)所示。

                             (2)

2-2.计算所有相邻两个采样点的COP信号与之间的距离，记为，并用表示所有相邻两个采样点COP信号之间距离的均值，如式(3)所示：

                            (3)

2-3. 对COP信号构成的二维时间序列中的第一点，选定一个以原点为中心，以为半径的邻域，若，则其二值粗粒化的值，否则为。

2-4. 对COP信号构成的二维时间序列中从第二点开始的每一点，选定一个以为中心，以为半径的邻域；若，则COP序列第点二值粗粒化的值，否则。

2-5.通过步骤2-3和2-4将二维时间序列重构为一个等长的符号序列，表示为。

所述的步骤3中基于重构序列计算COP序列的归一化Lempel-Ziv复杂度，具体如下：