目的 探索基于运动学和肌电特征的脑瘫患儿爬行运动功能异常量化评估方法。方法 以儿童手膝爬行作为研究对象。首先, 利用动力学传感器和表面肌电检测技术, 提取可有效描述爬行运动强度、稳定性、肌肉激活水平以及拮抗肌对协调性等功能状态特征参数;然后, 针对多通道数据特征对爬行运动功能进行整体量化评估时存在的数据冗余现象, 利用主成分分析 (principal component analysis, PCA) 算法进行特征融合, 提出基于特征距离比的脑瘫患儿爬行运动异常量化评估方法。结果 对17名健康儿童和22名脑瘫患儿开展了爬行运动分析, 发现PCA特征融合可有效减少多维特征中的冗余信息, 基于融合特征距离比的方法可有效描述脑瘫患儿的爬行运动异常。结论 本文提出的基于运动学和表面肌电特征距离比的方法, 为脑瘫患儿爬行功能异常的量化评估提供了可能。
|