基于非线性动力学的儿童物体控制能力评估方法技术

本发明专利技术公开了一种基于非线性动力学的儿童物体控制能力评估方法，首先利用Kinect传感器采集测试者手部、肘部和肩部运动骨骼点空间位置信息，利用惯性传感器采集测试者手部的运动生物力学信号；然后从骨骼点空间位置信息和运动生物力学信号中提取人体运动的时频域特征和样本熵特征；采用主成分分析法对时频域特征和样本熵特征进行融合；最后构建基于RF的儿童物体控制能力评估模型，实现儿童物体控制能力的分类。本发明专利技术解决了现有技术中存在的儿童物体控制能力识别问题、无法量化目标而导致的识别准确率低下的问题，实现儿童物体控制能力的分级评估。的分级评估。的分级评估。

【技术实现步骤摘要】
基于非线性动力学的儿童物体控制能力评估方法


[0001]本专利技术属于儿童身体运动协调能力评估
，具体涉及一种基于非线性动力学的儿童物体控制能力评估方法。

技术介绍

[0002]作为儿童发展的重要组成部分，运动协调能力是儿童身心健康、运动技能以及成长发育的关键性基础条件，而患有运动协调能力障碍(DevelopmentCoordination Disorder，DCD)的儿童通常语言、认知等方面的能力也会受到影响，在儿童阶段及成人远期都可能会影响其生活自理能力及社会性相关功能。因此，探索科学高效的儿童运动协调能力与早期诊断方法，对提升识别诊断能力，早发现早干预具有重要意义。
[0003]物体控制能力是衡量人体大肌肉动作协调发展水平的重要内容之一，一般指投掷、踢和击打类动作技能，这些动作可以界定儿童躯干与四肢配合是否协调。因此，物体控制能力的发展对促进儿童达到自然、顺畅的动作技能水平起着至关重要的作用
[0004]随着传感器技术的迅速发展，研究人员可以利用传感器从生理学、运动学等不同的角度测量肉眼无法观察的特征，其测量结果具有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于非线性动力学的儿童物体控制能力评估方法，其特征在于，具体按照以下步骤实施：步骤1、利用Kinect传感器采集测试者手部、肘部和肩部运动骨骼点空间位置信息，利用惯性传感器采集测试者手部的运动生物力学信号；步骤2、从骨骼点空间位置信息和运动生物力学信号中提取人体运动的时频域特征和样本熵特征；步骤3、采用主成分分析法对时频域特征和样本熵特征进行融合；步骤4、构建基于RF的儿童物体控制能力评估模型，实现儿童物体控制能力的分类。2.根据权利要求1所述的基于非线性动力学的儿童物体控制能力评估方法，其特征在于，所述步骤1具体按照以下步骤实施：使用惯性传感器采集加速度和角速度信号，并提取信号峰值、峰值离散系数和信号周期在内的时域信号特征，同时还可以提取信号峰值功率、峰值频率和峰值总功率在内的频域信号特征；使用Kinect获得人体骨骼的空间位置数据，从而提取一些空间位置特征和关节角度特征。3.根据权利要求2所述的基于非线性动力学的儿童物体控制能力评估方法，其特征在于，所述步骤2具体按照以下步骤实施：步骤2.1、提取球落点的凸包特征和肘部夹角特征；步骤2.2，提取样本熵：样本熵具体计算如下：步骤2.2.1、假设样本手部轨迹X方向序列集合为{a
x
(1),a
x
(2),...,a
x
(n)}，则该序列样本熵计算如下：按照序列{a
x
(1),a
x
(2),...,a
x
(n)}顺序组成一组m维向量A(i)：A(i)＝[a
x
(1),a
x
(2),...,a
x
(i+m
‑
1)],i＝1,2,...,i+m
‑1ꢀꢀꢀꢀ
(14)重构m维向量A(1)，A(i),...,A(z),z＝n
‑
m+1步骤2.2.2、计算A(i)与A(j)向量之间的切比雪夫距离d[A(i),A(j)]：给定阈值r，计算i＜n
‑
m+1时d[A(i),A(j)]＜r的数目n
i
，将与距离总数n
‑
m+1比值，将该结果记作计算公式如下：其中，m表示嵌入维数；r表示相似容限，r∈[0.1*std,0.25*std]，std表示手部轨迹X方向序列的标准差；步骤2.2.3、将维数扩展至m+1维，重复步骤2.2.2
‑
2.2.4，同理计算出则手部轨迹X方向序列样本熵为：
4.根据权利要求3所述的基于非线性动力学的儿童物体控制能力评估方法，其特征在于，所述步骤2.1具体按照以下步骤实施：手部骨骼点在地面上投影点形成的包络近似看做是球落点形成的包络，络面积大小和离散程度反映了手对球的控制能力水平，其中包络面积和离散度计算方法为：步骤2.1.1、假设某样本投影点集为{(x1,z1),(x2,z2),...,(x
n
,z
n
)}，第j个投影点坐标为(x
j
,z
j
)，欧氏距离公式求取该样本重心投影轨迹长度C
XOZ
，计算如公式：步骤2.1.2、将点集按纵坐标z值的大小重新排序，并以Q1,Q2,Q3....Q
n
重新标记，如有相同最小z坐标的点，则选择其中横坐标x最小点记为Q1；步骤2.1.3、把其他各点按Q1Q
i
与Q1所在水平线所成的夹角值按升序排序；夹角相同时，以Q1Q
i
的距离由小到大进行排序，完成对其余各点Q2,Q3....Q
n
的重新编号；步骤2.1.4、Q
i+1
凹凸性判断：假设Q
i
，Q
i+1
，Q
i+2
三个点的坐标分别为(x
i
,z
i
)，(x
i+1
,z
i+1
)，(x
i+2
,z
i+2
)，计算凹凸判别变量K的值，公式为：K＝(x
i+1
z
i+2
‑
x
i+2
z
i+1
)+(x
i+2
,z
i
‑
x
i
,z
i+2
)+(x
i
,z
i+1
‑
x
i+1
,z
i
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)K＞0，Q
i+1
为凸点；K＜0，为凹点，删除Q
i+1
；K＝0，中性点，选择删除该点；步骤2.1.5、遍历了点集所有点后，获得凸包图的k个顶点，按照逆时针标记为q1(x1,z1),q2(x2,z2),...,q
k
(x
k
,z
k
)，将k个顶点相连即可得到凸包，使用欧氏距离公式按照如下公式计算：for i＝0,1,2,...,k
‑
2:2:2:获得k
‑
2组距离组合，集合表示如下：{(d1,d
1_k
,d
2_k
),(d2,d
2_k
,d
3_k
),...,(d
k
‑2,d
k
‑
2_k
,d
(k
‑
1)_k
)}其中，d
i
表示相邻顶点之间的距离，d
i_k
表示q1q
k
两点距离，d
(i+1)_k
表示q
i+1
q
k
两点距离；步骤2.1.6、利用海伦公式和组合三角法求凸包面积S
XOZ
，计算如公式：
同理，重心数据在YOX平面上投影的包络面积和轨迹长度分别表示为S
YOX
、C
YOX
，重心在YOZ平面上投影的包络面积和轨迹长度表示为S
YOZ
、C
YOZ
；肘部夹角定义如下：用(a
...

【专利技术属性】
技术研发人员：王怀军，李超，李军怀，于蕾，张东升，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：