[发明专利]一种多模态信号静态平衡能力评估方法

摘要

本发明涉及一种多模态信号静态平衡能力评估方法。首先，采集人体两通道下肢表面肌电信号、两通道压力中心信号、两通道角速度和两通道角度信号组成多模态信号，然后采用基于多元经验模态分解的多元多尺度熵特征提取方法对多模态信号进行特征提取，将求得的特征向量输入支持向量机进行静态平衡能力评估。这种方法不仅能够定量分析信号的复杂度，而且能够全面的考虑到多元信号对人体静态平衡能力的影响。实验结果表明，该方法获得了较高的人体静态平衡能力评估识别率，识别结果优于其它方法。

主权项

1.一种多模态信号静态平衡能力评估方法，其特征在于该方法包括如下步骤：步骤(1).获取人体两通道下肢表面肌电信号、两通道压力中心信号、两通道角速度和两通道角度信号的样本数据，具体是：通过肌电信号采集仪采集人体下肢相关肌肉的肌电信号，通过平衡测试仪采集人体压力中心信号，通过姿态仪采集人体角速度信号和加速度信号，并运用加速度角速度融合算法，获得人体角度信号；步骤(2).将步骤(1)获取的多模态信号进行特征提取，求出其基于多元经验模态分解的多元多尺度熵；步骤(3).以步骤(2)所求得的基于多元经验模态分解的多元多尺度熵作为特征向量输入支持向量机分类器进行模式分类，获得人体静态平衡能力的评估分类结果；所述的基于多元经验模态分解的多元多尺度熵特征提取方法具体设计如下：1)将多模态信号按照信号种类分为多组多元信号，设表示一组n元信号，使用MEMD将n元原始信号自适应分解为一系列IMFs和残余分量的加和形式：其中，M表示IMFs的层数，表示v_i(t)的第m个IMF分量，rⁱ(t)表示v_i(t)的残余分量；2)选取不同的IMFs组合方式，重构每组多元信号；3)按照如下公式对多元时间序列信号进行“粗粒化”处理：其中σ为尺度因子，j的取值范围是多元信号时间序列为其中k＝1,2,···,p，p为通道数量，N为单一通道的样本点数量，i取值范围是1≤i≤N；4)计算所有粗粒化处理之后的多元时间序列的多元样本熵MSampEn；5)求解1至J尺度下的样本熵值累加得到的复杂度值，即为多元信号的多元多尺度熵：6)采用独立样本T检验方法计算相同IMFs组合方式下不同类别样本的统计差异性，选取P值最小的IMFs组合方式所求的特征值，作为每组多元信号的特征值；7)将各组多元信号的特征值组成最终的特征向量，将特征向量输入分类器即得到最终的平衡能力评估结果。