基于多元多尺度熵的人体平衡系统研究

据相关统计资料显示,跌倒是造成老年人意外伤害的主要来源。近些年的研究表明,随机的振动刺激能够提升神经元对微弱信号的传输和识别能力,这种被称为随机振动的现象有助于提升人体的平衡感。振动源主要有偏心电机、线性谐振器和压电陶瓷,但是这些设备大多数体积很大,病人需要站立在设备上才能进行治疗,而且设备产生的振动刺激并不一定是严格随机的。 本文分析了当前国内外对跌倒预防和平衡感增强的一些研究成果,从平衡能力的评估和平衡感的增强这两个方向入手,尝试确立一套科学有效的评估标准,以实现对人体姿态稳定性的能力进行量化,并通过这个评估标准来验证治疗系统是否有助于提高老年人的平衡感和对身体的协调性。在评估系统中,本文采用人体压力中心(center of pressure, COP)数据来进行分析,针对COP数据的非平稳和非线性的特点,采用经验模态分解(Empirical Mode Decomposition, EMD)、多元经验模态分解(Multivariate Empirical Mode Decomposition, MEMD)、多尺度熵(Muti-scale Sample Entropy, MSE)、多元多尺度熵(Multivariate Muti-scale Sample Entropy, MMSE)分析COP数据。在治疗系统中,本文设计了一种由触摸开关控制的振动鞋垫尝试增强老年人的平衡感,振动鞋没有过多的考虑振动的随机性,而是注重于振动鞋的轻便性,病人可以穿着鞋子正常走动,能够根据走路的步伐产生机械振动来刺激脚部,旨在增强脚部神经元的传输和识别能力,通过建立的评估标准来验证振动鞋垫是否能够增强老年人的姿态稳定性。 本文设计了评估实验和治疗实验两个实验组,通过两组实验的数据对比分析四种数据分析方法。研究结果显示,基于MEMD的MMSE分析方法能够更敏感的区分实验者平衡能力的强弱,而且由触摸开关控制的振动鞋垫在一定程度上能够有效的提升老年人的平衡感。