后仰跌倒人体撞击加速度及冲量分析

目的测评后仰跌倒过程中身体不同部位冲击加速度的空间分布及时间累积特性。方法招募20～22岁健康青年男、女志愿者各4名,利用3轴加速度传感器测得后仰跌倒全过程头、胸、腰、左/右大臂/手/足、左/右前/后髋、左/右股骨头、骶骨、尾骨的3轴加速度,以第1峰值片段的加速度信号幅度矢量(signal magnitude vector, SMV)进行多项式拟合,分析跌倒过程中全身冲击加速度分布,以及后仰跌倒时头部、髋部相关位点的失重时间、总跌倒时间、SMV峰值、触地相对冲量等跌倒冲击力学参数。结果左/右后髋、头部后仰跌倒过程中的SMV峰值与相对冲量显著高于其他部位(P0.05);左/右后髋部与地面平行的加速度较大;左/右后髋、左/右股骨头、骶骨、尾骨的转动变换角显著大于其他部位(P0.05)。且后仰跌倒过程中,各检测位点均表现出与矢状面呈53.58°±6.75°的滑动趋势。结论头部与髋关节是后仰跌倒过程中易受伤部位,其失重时间(0.26±0.05) s可作为保护装置最长启动时间;跌倒过程在左/右后髋、左/右股骨头、骶骨、尾骨表现出的大变换角可能是造成扭伤的重要原因。     

一种基于加速度信号的步态稳定性研究

目的通过不同工况下头部和腰部的加速度信号分析人体步态稳定性,与质心(center of mass,COM)-压力中心(center of pressure, COP)法进行对比,探讨应用可穿戴设备进行步态稳定性分析的可靠性。方法应用基于加速度信号的谐波比(harmonic ratio, HR)参数分析18名健康青年人在3种工况下(穿鞋自然行走、裸足自然行走、不同步速裸足行走)的行走稳定性,并与COM-COP法的评估结果比较。结果自然步速下步态最稳定,此时HR最大;裸足比穿鞋行走时HR显著减小(P0.05),步态稳定性降低。该结果与COM-COP法分析结果一致。综合步速和穿鞋影响因素,基于加速度的HR参数与COM-COP法的步态稳定性评估结果呈显著负线性相关(R~20.50),其中腰部HR具有更显著的线性相关性(R~(2 )0.60)。结论应用基于加速度信号的分析算法可以有效且可靠地评估人体步态稳定性,其中腰部加速度对步态稳定性更敏感。     

基于多传感器数据融合的跌倒检测算法

目的跌倒在老年人生活中是一种常见的现象,是致使老年人发病和死亡的主要原因之一。实时的跌倒检测系统能够及时报警,缩短等待救治的时间,减少由跌倒引起的意外伤害。可是,在大多数的跌倒检测系统中,人们仅利用加速度计设计检测系统,基于单一数据的算法不能完整表征跌倒时身体姿态变化的信息。为此本文拟采用陀螺仪和加速度计的数据设计跌倒检测的算法。方法首先介绍了利用MEMS惯性传感器设计置于腰间的可穿戴的跌倒检测系统,然后对跌倒的规律进行了分析,基于此提出了基于多传感器数据融合的跌倒检测算法,即通过数据融合的技术提取出身体加速度及其动态量和静态量、加速度变化量、身体姿态角、角速度绝对值之和等特征参数,利用多参数设计了基于阈值判定的跌倒检测算法。结果收集10名志愿者做模拟跌倒以及日常活动的数据,对算法的有效性进行验证,取得96.67%的灵敏度和97%的特异性,并且此指标高于Kagans等算法的结果。结论本文提出的算法在跌倒检测中具有较好的有效性及优点。     

基于表面肌电相位同步分析的跌倒辨识研究

人体有意识的活动是由大脑皮层和运动神经肌肉组织两大体系内部及相互之间信息的同步化震荡实现的,本文通过分析各通道肌电信号相位同步性来区别有意识的日常活动和无意识的跌倒。实验肌电数据从5名健康受试者身上采集,在5名受试者完成4个不同动作(走路、跌倒、坐下、坐下站起)时,采集其胫骨前肌、腓肠肌、股直肌、半腱肌4路肌电信号。运用希尔伯特相位同步分析方法,计算相位同步指数。先用原始肌电信号对不同动作下各肌肉组间的同步性情况进行比较分析;再将肌电信号进行小波包分解,研究不同频段下肌肉间肌电信号同步性情况。实验表明,摔倒动作中胫骨前肌和股直肌以及股直肌和半腱肌肌电信号间的同步性情况与其他有意识动作中的情况有着明显差异。利用这一特征,用普通的fisher线性分类器对日常活动动作与跌倒进行判别,用全频段信号和所选频段信号对跌倒的识别率分别达到85.5%和91.0%,表明肌肉间相位同步性情况可以反映肌肉间的协同工作情况,可用于跌倒辩识。     

基于隐马尔可夫模型的老年人跌倒行为检测方法研究

随着社会老龄化程度的加剧,老年人的安全健康监护需求日益增加。跌倒行为在老年人日常生活中比较常见,它会给老年人带来严重的身体及心理伤害。因此,跌倒检测对于保护老年人的健康及安全具有重要意义。针对跌倒的运动过程,分析人体加速度变化特征,提出基于隐马尔可夫模型(HMM)的跌倒检测方法。将人体跌倒的加速度信号提取为加速度观测序列,并以此为训练样本训练隐马尔可夫模型,建立跌倒过程的概率模型进行跌倒检测。在验证实验中,采集10名志愿者共300例样本,采用5折交叉检验方法,对模型的有效性进行验证。验证结果表明,该方法检测跌倒的准确率为98.2%,灵敏度为91.3%,特异性为99.6%,具有良好的检测效果,可实现对跌倒行为的准确检测。     

基于倾角的跌倒检测方法与系统研究

跌倒作为一种伤害性动作,威胁着人的安全与健康,特别是对于老年人,跌倒往往造成损伤甚至因伤死亡的严重后果。本文提出一种基于角度的跌倒检测方法。首先,利用安装在腰部的便携式角度传感装置,采集人体运动时的角度信息,并通过无线数据传输装置发送到计算机。然后,将跌倒过程分为3个检测阶段(跌倒初期、跌倒碰撞、倒后姿势),通过对每个阶段的角度数据进行短时特征提取与分析,做出基于阈值的判决。最终,综合3个阶段的判决结果给出较为稳健的跌倒检测结果。实验结果表明,本文采用的基于角度的跌倒检测方法较为有效,跌倒检测正确率达到97.23%,且同时漏检率为0。     

基于MEMS传感器的可穿戴式老年人跌倒监测系统的设计

为了缩短老年人跌倒后的救助时间和提高安全保障,我们设计了一种基于加速度和角速度传感器的跌倒监测装置。该装置结合机械微电子系统(microelectro mechanical system,MEMS)传感器、数字信号处理及无线传输技术应用于智能手机上。为区分人体跌倒事件和日常行为,结合人体三轴加速度和角速度联合对跌倒事件进行判断,通过大量实验选取合适阈值。针对老年人的生活特点,数据通过蓝牙装置发送至手机上进行处理,通过手机语音报警、手机GPS定位系统和短信通知医院和用户监护人,使得老年人跌倒后能够在第一时间获得救治,减小伤害。经过大量的实验测试结果统计,相比较于传统的三轴加速度判断跌倒事件,结合三轴加速度和加速度联合判断使该系统的准确率从84.29%提高至100%。结果表明:基于MEMS传感器的可穿戴式跌倒监测系统具有便捷、准确、功耗低的特点,能够准确监测出跌倒事件并进行报警。     

基于极限学习机的跌倒检测分类识别研究

由于年龄和身体条件的限制,在老年人群中跌倒是非常普遍的现象。因此,根据老年人跌倒的运动特征,远程监测他们在各个时间段的状态,以便在其摔倒或突发状况时及时采取措施显得尤为重要。针对人体运动状态进行监测,分析人体运动学特征,提出基于极限学习机的跌倒检测算法。运用三维加速度传感器采集人体的三维加速度值,建立跌倒检测特征模型。在此基础上,建立基于极限学习机的跌倒检测分类器,完成对老年人的计算机辅助跌倒检测。实验数据共540例样本,选用了不同数量的训练集和测试集,其中440例作为训练数据,其余100例为测试数据。测试结果表明,准确率为93%,敏感度为87.5%,特异性为91.7%,具有良好的分类性能。在对分类训练的运行时间方面,基于极限学习机的跌倒检测方法与传统的机器学习方法相比具有明显优势。     

面向植入式医疗器械的人体运动学分析方法综述

随着植入式医疗器械的大量使用,其安全性受到广泛关注。植入式医疗器械出现故障,力学原因被认为是其失效的一个重要因素,日常活动中微小而反复的力学载荷会造成植入式医疗器械元件的疲劳损坏。获取并研究典型日常活动的人体重点解剖部位的运动信息,对植入式医疗器械的设计及手术方案的优化具有积极意义。本文概括了人体运动学研究的3种方法以及日常活动模拟动作的选取,介绍了该领域的最新进展及问题,并展望了有价值的研究方向。     

冲击过程中脑组织力学行为的数值模拟

通过有限元法,计算不同加速度载荷下人体脑部颅压变化,并将计算结果与头部损伤准则（HIC）标准进行对比。使用超弹＋黏弹本构关系模拟脑组织行为,分析颅骨-脑组织系统在冲击载荷下的力学响应,并对比重力、脑脊液压力等对脑组织力学行为模拟的影响。结果发现,考虑重力与否（重力方向与速度和加速度方向垂直）对求解的影响相对较小,考虑重力因素会使每个颅压波动周期内的最小值略有增加。在加速度载荷施加的时间范围内,第一个颅内压力波动周期内的颅压的最大值较大,并在随后的波动周期内逐渐降低。对于人体脑部组织保护而言,考虑脑脊液压力的计算更靠近安全设计。对于不同的加速度载荷,HIC标准在判断人体脑部组织损伤时具有不一致的效果。在汽车（机车）的高速制动（加速）过程中,减速（加速）的初始阶段对人体脑组织的危害性最大。     

利用物质点法研究不同头部模型对头部碰撞动态响应的影响

目的 探讨头部肌肉及边界条件对头部碰撞动态响应的影响。方法 通过人体扫描CT图片构建3种人体头部三维物质点碰撞模型,第1种为简化的自由头部模型（SHFr）,包括头骨、膜层、脑组织,头部自由;第2种为带肌肉的自由头部模型(MHFr),包括头部肌肉、头骨、膜层、脑组织,头部自由;第3种为带肌肉的肩部固定的模型(MHSFi),包括头部肌肉、头骨、膜层、脑组织、肩部肌肉、肩颈部骨骼,肩部下缘固定。一铅质圆柱体锤以6.4 m/s初始速度垂直撞击前额部位,通过物质点法模拟计算3种模型的动态响应。结果 在本数值模拟条件下,SHFr、MHFr、MHSFi 3种模型的头部加速度峰值分别为6.018×103、4.69×103、4.76×103 m/s2。结论 头部肌肉的存在会分散头部的受力分布,扩大头部受力面积,减小受伤程度;在短时间冲击过程中,头部自由与肩部固定对头部动态响应的影响不大。     

具有人体活动情景辨识的穿戴式心电监测仪的研制

针对现有远程心电(ECG)监测设备在日常工作生活动态环境中应用存在的问题,本文根据信息融合思想,采用穿戴式技术,研制出了一种新型的具有人体活动情景辨识的穿戴式ECG监测仪,它能在检测人体ECG的同时,同步检测躯体运动的加速度信号,识别出人体的活动情景信息,最后通过融合ECG、活动情景信息来判断人体心脏的健康状况。本监测仪具有监测准确、使用方便、舒适、私密性好、可长期连续使用等突出优点,十分适合日常环境下人体心脏健康的监护。     

微小型无人机失坠对人体头部损伤分析

目的评估微小型无人机由于意外失控坠落对人体特别是头部造成的伤害。方法采用ABAQUS软件进行动力学数值仿真分析,将无人机简化成不同几何形状自由下落撞击人体头部,分析撞击对人体头部的损伤度。基于人体生物组织性能参数的检索与分析,对人体头颈部通过质量-弹簧系统建模简化,头部则以实际头皮板质细节建模。结果质量为0.5 kg、下落高度为10 m时,圆盘形无人机简明损伤定级评分(abbreviated injury scale,AIS)为1.04,圆球形和锥形无人机AIS分别为1.95和2.48。若几何形状相同,随着质量和坠落高度的增加,头部冲击加速度和AIS均增加。无人机以不同角度撞击人体头部时,圆盘形无人机冲击加速度和AIS最小,损伤程度最小;圆球形和锥形无人机冲击加速度和AIS差别较小,但损伤度较大。结论微小型无人机失控坠落撞击时,无人机的坠落质量、高度及接触形状对人体头部的损伤度均有显著影响。     

衰老进程中老年人下肢刚度变化的研究进展

下楼梯、走路以及跑步是日常生活中的常见动作,但对于功能衰退的老年人却容导致跌倒或受伤,且人体为了应对各种情况以避免摔倒,最先启动的运动神经保护机制是下肢刚度的调节。基于此,本研究通过中国知网、万方、Google Scholar、Web of Science等数据库,以主题为老年人、下肢刚度等关键词检索并收集相关研究成果,总结不同动作任务中下肢刚度变化的异同点。研究结果表明,对可控因素进行干预能够改善下肢刚度的变化从而预防老年人跌倒。但由于相关研究较少,未来仍需要深入探究运动干预对老年人下肢刚度的影响,以得到更加可靠的规律性特征和依据。     

头部前屈运动过程中颈肌特性的研究

目的分析人体头部前屈运动过程中头颈部肌群活动特性,探索人体头颈部肌肉疲劳原因。方法基于AnyBody软件建立人体头颈部肌骨模型,以Vicon运动捕捉系统测量数据为输入,对头部前屈运动过程中的肌力进行仿真,并结合文献数据进行分析。结果颈后肌群在头部前屈运动中起主要作用。在头部前屈45%和75%行程位置肌力分配模式不同。肌力对前屈角位移的积分WM一定程度上反映了肌肉的疲劳特性,其中颈半棘肌和多裂肌在头部前屈运动过程中WM最大,容易出现疲劳。结论本文建立的头颈部肌骨模型可为分析人体运动状态下肌肉分析提供技术平台。     

不同负荷模拟行走时的生理、生物力学信号分析

目的 分析不同负荷模拟行走过程中生理、生物力学信号及人体主观疲劳感的变化特征,探索导致负荷行走疲劳的相关因素.方法 选择6名健康成年男性进行5种负荷（25 kg,29 kg,34 kg,37kg,39 kg）模拟徒步行走试验（速度5 km/h,坡度0％）,连续行走30 min,同步采集心肺功能参数、肩部拉力、躯干压力、主观疲劳感等生理和生物力学信号.结果 随着负荷量增大,心率（heart rate,HR）、呼吸率（breathing rate,BR）、通气量（minute ventilation volume,VE）、摄氧量（oxygen consumption,V02）呈逐步上升趋势,且在37 ～39 kg段上升速率明显加快.肩部拉力与负荷量有较强的相关性.肩、背、腰部压力受背囊胸部束带、腰部束带的松紧程度影响较大,在37 kg处出现变化趋势转折点.肩和全身疲劳评分远高于背部和腰部.结论 37 kg是人体心肺功能疲劳的阈值点,在大于该负荷的行走试验中,应考虑受试个体的心肺运动能力对疲劳的影响.肩部拉力和压力可作为疲劳评价的主要因素.     

人体下蹲站起动力学建模与仿真研究

脑卒中患者平衡功能严重下降,完成蹲下站立的动作相当困难,因此有必要对人体下蹲站起过程进行深入的研究,并对该过程做准确的动力学建模与仿真。本文将人体简化为7刚体模型,不考虑上肢和头部的运动,建立人体下蹲站起过程坐标系,利用Lagrange方法分别求出下蹲站起过程中膝关节力矩和髋关节力矩,并利用Matlab对该数学模型进行仿真。在机械系统动力学自动分析(ADAMS)中建立人体下蹲站起几何模型,通过仿真验证了所建立Lagrange数学模型的有效性,为进一步研究下蹲站起康复训练器械提供了良好的理论参考依据。     

膝骨性关节炎运动质量评估系统设计

为膝骨性关节炎患者提供一种运动康复训练的监护系统,患者可以通过监护系统了解自身运动规范程度并作适当的调整.设计了一种基于ZigBee无线通信技术的人体下肢运动质量评估系统,以评估膝骨性关节炎运动理疗法的动作规范性.该系统将装有微型加速度传感器的ZigBee模块穿戴在人体的下肢,获取运动时的三维加速度信号,将加速度信号经过Haar小波变换后,采用粒子群算法提取小波特征值,将提取的特征向量应用神经网络分类器对动作质量进行识别评估.通过对20名年龄在24～30周岁的健康男性直腿抬高训练的动作质量评估测试,系统对规范抬腿、抬腿过高、保持时间太短和非平行抬腿这4类训练取真率的均值和标准差分别为(89.1±2.0)％、(93.4±1.7)％、(89.5±2.3)％、(90.1±1.8)％.实验结果表明,本系统能有效地识别训练过程中的不规范动作,较好地实现了对直腿抬高训练的运动质量监测与评估,满足健康监护系统的应用需求.     

人体对冲击加速度耐受限度研究进展

冲击性加速度是人体在航空航天过程中遇到的动力因素之一,当冲击加速度超过人的耐受限度时会导致飞行员或宇航员的损伤,甚至威胁其生命安全。因此,在飞行器设计中应充分考虑人体对冲击性加速度的耐受限度,采取有效防护措施,确保乘员的身体健康和生命安全。人体对冲击加速度耐受限度的研究已经成为现代生物力学研究的焦点,本文综述该领域的研究进展。     

经颅神经电磁调控人体头部物理模型研究

经颅磁刺激（TMS）作为一种广泛应用的神经调控技术,对于治疗神经、精神疾病的效果已经得到证实。TMS引起的颅内电场与治疗效果密切相关,准确测量TMS产生的颅内电场具有重要意义,但直接对人体进行颅内测量将面临技术、安全、伦理等多种问题限制。因此,本文旨在构建一个能够模拟真实大脑电导率和解剖结构的人体头部物理模型,以便代替真实大脑实现颅内电场测量。本文根据真实大脑各层组织的电导率选取和制备了合适的模拟材料,并基于核磁共振图像对各层组织进行了图像分割、三维重建及三维打印等过程,完成了对人体头部物理模型各层组织的制作,最后将各层组织组合起来构成完整的人体头部物理模型。对TMS线圈施加于人体头部物理模型所产生的感应电场进行测量,进一步验证了该人体头部物理模型的导电性。本文的研究为TMS颅内电场分布研究提供了有效的实验工具。