论文部分内容阅读
足部是身体最重要的感觉器官之一,它提供给大脑身体的动态与静态信息的同时也是维持人体坐、立、行等日常姿态的基础结构。由于人口老龄化的到来和儿童超重现象的持续发生,扁平足发病率逐年上升。成人扁平足(包括无症状和有症状)的实际发生率,远高于统计数字。扁平足作为一种常见足部症状,是引起运动损伤的潜在原因,患者还可能会出现足中部松弛,后足外旋,创伤和神经肌肉失衡,足弓严重塌陷的患者无法长时间行走,还会引起关节、脊柱的损伤。扁平足的诊断手段在近几十年逐渐发展,衍生的诊断方法越来越多。但常用的方法可能会出现误诊,无法全面评估患者足弓塌陷带来的损伤。本文将试验测得的指标做了剔除和优化,总结出了相对客观完整的,可以定量反映受试者扁平足严重程度的扁平足步态质量评估体系。此外,基于试验数据构建扁平足步态质量BP神经网络评价模型,模型经过验证可以用作临床诊断的参考,在订制个性化鞋靴时提供评估方法,更好地实现精准治疗和康复。本文主要工作如下:第一,设计直道环境下行走试验,采集相关参数。受试者将经过初步跑台试验以及进一步的Vicon环境下行走试验,采集两组受试者正常状态下的时-空参数、足底压力相关参数,动力学参数以及运动学参数。重复试验以保证数据的完整性和有效性。第二,为构建评估模型进行参数定量分析作为支撑数据。首先对指标的重复性进行筛选,保留重复性好的指标,舍弃重复性差的指标。对测得的参数进行相关性分析,剔除相关性强的指标。其次进行组间差异性分析。根据扁平足严重程度将受试者分为正常组和扁平足患者两组,对两组参数进行差异性分析,对剩下指标采用方差分析法做差异性分析,保留差异性大的指标,更有参考价值。最后进行主成分分析选出特征值大于1的主成分因子共10个。最后计算其步态质量得分。第三,基于试验数据构建扁平足步态质量评价BP神经网络模型。以两次试验中获取的数据为训练样本,在确定网络结构、训练函数等后,得到最优预测模型。并通过验证实验再次检验BP神经网络模型的学习能力和泛化能力。