[发明专利]基于快速傅里叶变换的人体节律运动参数化表征分析方法

说明书

本发明公开了基于快速傅里叶变换的人体节律运动参数化表征分析方法，属于运动分析领域，包括以下流程：选取被试进行数据采集实验，获取人体节律运动中的关节角度变化数据，建立运动数据库并绘制运动曲线；通过快速傅里叶变换将各关节运动曲线分解为若干个频率不同的节律分量提取出各分量的幅值、频率、相位参数；提取的各分量幅值、频率、相位参数等效为空间粒子坐标，映射为三维空间中点的分量坐标，形成人体节律协同运动的粒子分布表征；基于流体力学思想和McCann平移理论，在相同运动不同组数据对应的粒子分布中，利用测地线连接、高密度采样、参数重构对比、误差计算的方法，实现人体节律协同运动对应粒子分布规律的实时、准确的分析。

技术领域

本发明涉及人体运动分析领域，尤其涉及基于快速傅里叶变换的人体节律运动参数化表征分析方法。

背景技术

经历漫长的进化过程，人类已经具备了优秀的节律协同运动能力，其关节、肢体间的协同机理在步态分析、运动指导、运动干预、康复评估等领域具有广泛的应用前景，然而由于人类自身运动种类繁多、生理结构复杂等问题，关节运动协同的表征与分析一直是相关领域的难点问题。

行走、跳绳等节律协同运动具有灵活性高、柔顺性好、稳定性高等特点，在人类的基础型运动和技能型运动中作为典型代表，其内在的关节协同规律拥有较强的实际应用价值，但当前运动协同研究领域仍存在特征难提取，协同难表征、规律难分析等问题，如运动指导领域，由于缺乏运动协同特征表征和分析的有效方法，初学者想要掌握并精通某项运动，仍需要专业的指导和大量的重复训练，耗时极长且效率极低，难以提升训练效率。当前的运动时相计算、图像特征提取等方法仅能简单分析局部关节耦合、运动周期变异性等特征，仍无法实现人体运动协同特征的精确量化表征和深入分析，因此，对于人体运动协同规律的研究迫切需求一种能够精确、实时表征人体节律协同运动并能准确分析其内在变化规律的有效方法。

发明内容

本发明为了解决上述缺陷，提出基于快速傅里叶变换的人体节律运动参数化表征分析方法，本发明基于人体节律运动的周期性特征，利用快速傅里叶变换将人体诸多关节的节律性运动分解为幅值、频率、相位参数，并映射为人体节律协同运动背景空间中的粒子分布，通过引入流形理论中的原理和方法实现对不同粒子分布间变化规律的准确分析，为运动指导、运动干预、康复评估等领域的进一步发展提供理论依据。

为解决上述技术问题，本发明采用的技术方案是：基于快速傅里叶变换的人体节律运动参数化表征分析方法，包括以下步骤：

步骤S1：选取被试进行数据采集实验，获取人体节律运动中的关节角度变化数据，建立运动数据库并绘制运动曲线；步骤S1包括以下步骤：

步骤S101：选取被试进行运动数据采集实验，获取人体节律运动中关节角度变化数据并建立数据库；

步骤S102：提取被试在矢状面内各个关节的运动数据并分别绘制各关节的运动曲线；

步骤S2：通过快速傅里叶变换，将各关节运动曲线分解为若干个频率不同的节律分量，并提取出各分量的幅值、频率、相位参数；步骤S2包括以下步骤：

步骤S201：根据人体节律运动周期性特征，划分人体节律运动数据中的运动周期；

步骤S202：根据划分结果提取各关节角度运动周期数据，基于快速傅里叶变换将各关节角数据分解为若干个频率不同的节律分量，并提取各分量的频率、幅值以及相位参数；

快速傅里叶变换的公式可表示为：其中x(n)为原始信号，X(k)为快速傅里叶变换后的信号，j为虚数单位，N为采样点个数；

步骤S3：步骤S2中提取的各分量幅值、频率、相位参数等效为空间粒子坐标，映射为三维空间中点的分量坐标，形成人体节律协同运动的粒子分布表征；