专利名称：用于平衡检测的数据分析方法
技术领域：
本发明涉及一种用于平衡检测的数据分析方法。
背景技术：
平衡是指物体所受到来自各个方向的作用力与反作用力大小相等，使物体处于一种稳定的状态。平衡的维持正是神经系统、肌肉骨骼系统功能完整的体现。采用单侧肢体四传感器设计，集合身体姿势和感觉输入的本体感觉、视觉和前庭系统对平衡的影响因素完整客观的评估分析患者的平衡能力状况。人体平衡功能是日常各种生活活动的一项重要保证，它不仅涉及视觉、前庭、本体感觉系统，而且与肌力、年龄均有密切关系。正常人到10岁之后平衡功能才逐渐发育完善， 在20 — 40岁是平衡功能的最佳状态时期，其后随着年龄的增大，平衡功能也随着逐渐减退，但其下降的幅度与年龄的大小不是成正比的。保持平衡，有赖于中枢神经系统控制下的感觉系统和运动系统的参与，相互作用以及合作。躯体感觉，视觉以及前庭三个感觉系统在维持平衡的过程中各自扮演不同的角色。正常人站立在固定的支持面上时，身体的姿势控制主要依赖于躯体感觉系统。即使去除了视觉信息的输入。人体重心摆动亦无明显增加。当躯体的平衡因躯体感觉受到干扰或破坏时，视觉系统在维持平衡中发挥重要作用，通过颈部肌肉收缩使头保持向上直立和保持水平视线来使身体保持或恢复到原来的直立位，从而获得新的平衡。如果阻断视觉输入如闭眼或戴眼罩，姿势的稳定性将较睁眼站立时显著下降。在躯体感觉和视觉系统正常的情况下，前庭冲动在控制人体重心位置上的作用很小，只有当躯体感觉和视觉信息输入均不存在(被阻断)或输入不准确而发生冲突时，前庭系统的感觉输入在维持平衡中才变得至关重要。中枢神经系统在对多种感觉信息进行分析整合后下达运动指令，运动系统以不同的协同运动模式控制姿势变化，将身体重心调整回到原来范围内或重新建立的平衡。大约有50%的老年人面临跌倒危险，20%-30%的成年人存在眩晕问题。国外非常重视老年人无原因跌倒，因为它可能会造成脑外伤或骨折，是影响健康及生活质量的重要问题骨质疏松性骨折的年发病率几乎是心肌梗塞的三倍，在加拿大为每年一百五十万人次。 50岁左右的男性和女性在一生中患骨质疏松性骨折的可能性分别为13. 1%和39. 7%。尽管男性的发病率低于女性，但是他们髋部骨折后的死亡率为21%，高于女性的8%。在美国每年用于治疗髋部骨折的医疗费用可高达100亿美元。由丧失运动能力和生活自理能力而产生的医疗费用也是惊人的，每年估计达一百八十亿美元。许多疾病或损伤可引起坐位或站立平衡功能障碍，了解障碍的性质、障碍的程度以及障碍发生的原因是制订治疗方案的依据。因此，对于有平衡功能障碍的患者，需要进行系统全面地包括定性、定量评价及障碍发生原因的诊断性评价。近年来，计算机化的姿势描记术得到了长足的发展，被用于测试姿势控制。计算机化的姿势描记术与简单的动作测试相比，能更准确、更客观、更有效的评估平衡功能。所有这些系统的核心原理都是测量姿势摆动，由压力中心的转移模式反应，这种转移模式被测量平台上的传感器所感知。这种转移模式能够被形象化的呈现为波动的形式，或者转化为计算机化的分值。让病人采取各种不同的姿势(睁眼、闭眼等等)或通过牵引、推动、倾斜测量平台对病人造成姿势受压，病人对这些操纵所采取的单独反应能够被评估，从而提供关于病人平衡问题的额外信息。平衡检测在临床体育教学、科研中有非常重要的意义。
发明内容
本发明提供的一种用于平衡检测的数据分析方法，根据八种检测模式，得到全面的分析数据，有助于全面进行平衡能力的评估。为了达到上述目的，本发明提供一种用于平衡检测的数据分析方法，包含以下步骤
步骤1、采集数据； 步骤2、确定数据点分布规则； 步骤3、划分数据点的分布区域； 步骤4、计算偏移参数； 步骤5、计算摆幅参数； 步骤6、计算轨迹参数； 步骤7、频谱分析；
运用傅里叶级数或傅里叶变换，就能实现把时间域重心采集信号变换成频率域信号， 称为重心采集信号的频率描述或称为频谱分析。所述的步骤1中，根据八种测量模式进行全面的采集
1、睁眼，一般姿势，直立在平衡台上；
2、闭眼，一般姿势，直立在平衡台上；
3、睁眼，站立在脚垫上；
4、闭眼，站立在脚垫上；
5、闭眼，头转向右侧45度;
6、闭眼，头转向左侧45度;
7、闭眼，头后仰30度;
8、闭眼，头前倾30度。所述的步骤2中，将整个检测平台划分为左前、右前、左后、右后四个区域， 大环区；
中心点坐标为(0，0)，坐标系采用直角坐标系，假设总点数为N，点的坐标分别为(χΟ， y0)、(xl，yl)……(xn，yn)，以此作为结果分析的原始数据。所述的步骤3包含以下步骤 步骤3.1、区域分布；根据左前、右前、左后、右后每个区域里的点数占总点数的比例来计算各区域的分布； 如果点坐标在坐标轴上，就平均折合到相关区域； 步骤3. 2、环区分布
根据大环区每个环区里点数占总点数的比例来计算各环区的分布； 如果点坐标在环线上，就平均折合到相临环区。所述的步骤4包含以下步骤 步骤4.1、计算前后偏移；
重心前区的分布区域是左前和右前，重心后区的分布区域是左后和右后； 前区重心分布比例=(左前重心分布总数+右前重心分布总数)/ (左前重心分布总数 +右前重心分布总数+左后重心分布总数+右后重心分布总数)；
后区重心分布比例=(左后重心分布总数+右后重心分布总数)/ (左前重心分布总数 +右前重心分布总数+左后重心分布总数+右后重心分布总数)；
原则上前区重心分布比例为50%，后区重心分布比例为50%，不管前区和后区的重心分布比例是大于或小于50%，之间的差便是偏移程度； 步骤4. 2、计算左右偏移；
重心左区的分布区域是左前和左后，重心后区的分布区域是右前和右后； 左区重心分布比例=(左前重心分布总数+左后重心分布总数)/ (左前重心分布总数 +右前重心分布总数+左后重心分布总数+右后重心分布总数)；
右区重心分布比例=(右前重心分布总数+右后重心分布总数)/ (左前重心分布总数 +右前重心分布总数+左后重心分布总数+右后重心分布总数)；
原则上左区重心分布比例为50%，右区重心分布比例为50%，不管左区和右区的重心分布比例是大于或小于50%，之间的差便是偏移程度。借助摆幅参数的相对变量，进一步确认被检测者重心的偏移情况。所述的步骤5包含以下步骤 步骤5.1、计算前后最大值；
计算纵向坐标ymax最大值与最小值ymin之间的距离； 步骤5. 2、计算前后平均值； 计算所有点的纵向坐标y(Tyn的算术平均数；
根据前后最大值、前最大值、后最大值、前后平均值，分析重心前后偏移程度； 步骤5. 3、计算左右最大值；
计算横向坐标Xmax最大值与最小值Xmin之间的距离； 步骤5. 4、计算左右平均值； 计算所有点的横向坐标Χ(ΓΧη的算术平均数；
根据左右最大值、右最大值、左最大值、左右平均值，分析重心左右偏移程度。所述的步骤6包含以下步骤 步骤6.1、计算外周面积；
外周面积就是重心摆动轨迹所包绕的面积，即所有点的包络线面积； 步骤6. 2、计算矩形面积；
矩形面积就是能够包络所有点的最小矩形的面积；矩形面积值=前后最大值X左右最大值； 步骤6. 3、计算轨迹长；
轨迹长就是人体重心从起立到终点的全部长度； 步骤6. 4、计算单位面积轨迹长； 单位面积轨迹长=轨迹长/外周面积； 步骤6. 5、计算单位时间轨迹长； 单位时间轨迹长=轨迹长/采集时长； 步骤6. 6、计算跌倒指数。所述的步骤6. 6包含以下步骤
步骤6. 6. 1、计算前后重心平方平均值
权利要求
1.一种用于平衡检测的数据分析方法，其特征在于，该分析方法包含以下步骤 步骤1、采集数据；步骤2、确定数据点分布规则； 步骤3、划分数据点的分布区域； 步骤4、计算偏移参数； 步骤5、计算摆幅参数； 步骤6、计算轨迹参数； 步骤7、频谱分析；运用傅里叶级数或傅里叶变换，就能实现把时间域重心采集信号变换成频率域信号， 称为重心采集信号的频率描述或称为频谱分析。
2.如权利要求1所述的用于平衡检测的数据分析方法，其特征在于，所述的步骤1中， 根据八种测量模式进行全面的采集1、睁眼，一般姿势，直立在平衡台上；2、闭眼，一般姿势，直立在平衡台上；3、睁眼，站立在脚垫上；4、闭眼，站立在脚垫上；5、闭眼，头转向右侧45度;6、闭眼，头转向左侧45度;7、闭眼，头后仰30度;8、闭眼，头前倾30度。
3.如权利要求1所述的用于平衡检测的数据分析方法，其特征在于，所述的步骤2中， 将整个检测平台划分为左前、右前、左后、右后四个区域，六大环区；中心点坐标为(0，0)，坐标系采用直角坐标系，假设总点数为N，点的坐标分别为(xO， y0)、(xl，yl)……(xn，yn)，以此作为结果分析的原始数据。
4.如权利要求1所述的用于平衡检测的数据分析方法，其特征在于，所述的步骤3包含以下步骤步骤3.1、区域分布；根据左前、右前、左后、右后每个区域里的点数占总点数的比例来计算各区域的分布； 如果点坐标在坐标轴上，就平均折合到相关区域； 步骤3. 2、环区分布根据大环区每个环区里点数占总点数的比例来计算各环区的分布； 如果点坐标在环线上，就平均折合到相临环区。
5.如权利要求1所述的用于平衡检测的数据分析方法，其特征在于，所述的步骤4包含以下步骤步骤4.1、计算前后偏移；重心前区的分布区域是左前和右前，重心后区的分布区域是左后和右后； 前区重心分布比例=(左前重心分布总数+右前重心分布总数)/ (左前重心分布总数 +右前重心分布总数+左后重心分布总数+右后重心分布总数)；后区重心分布比例=(左后重心分布总数+右后重心分布总数)/ (左前重心分布总数+右前重心分布总数+左后重心分布总数+右后重心分布总数)；原则上前区重心分布比例为50%，后区重心分布比例为50%，不管前区和后区的重心分布比例是大于或小于50%，之间的差便是偏移程度； 步骤4. 2、计算左右偏移；重心左区的分布区域是左前和左后，重心后区的分布区域是右前和右后； 左区重心分布比例=(左前重心分布总数+左后重心分布总数)/ (左前重心分布总数 +右前重心分布总数+左后重心分布总数+右后重心分布总数)；右区重心分布比例=(右前重心分布总数+右后重心分布总数)/ (左前重心分布总数 +右前重心分布总数+左后重心分布总数+右后重心分布总数)；原则上左区重心分布比例为50%，右区重心分布比例为50%，不管左区和右区的重心分布比例是大于或小于50%，之间的差便是偏移程度。
6.如权利要求5所述的用于平衡检测的数据分析方法，其特征在于，借助摆幅参数的相对变量，进一步确认被检测者重心的偏移情况。
7.如权利要求1所述的用于平衡检测的数据分析方法，其特征在于，所述的步骤5包含以下步骤步骤5.1、计算前后最大值；计算纵向坐标ymax最大值与最小值ymin之间的距离； 步骤5. 2、计算前后平均值； 计算所有点的纵向坐标y(Tyn的算术平均数；根据前后最大值、前最大值、后最大值、前后平均值，分析重心前后偏移程度； 步骤5. 3、计算左右最大值；计算横向坐标Xmax最大值与最小值Xmin之间的距离； 步骤5. 4、计算左右平均值； 计算所有点的横向坐标Χ(ΓΧη的算术平均数；根据左右最大值、右最大值、左最大值、左右平均值，分析重心左右偏移程度。
8.如权利要求1所述的用于平衡检测的数据分析方法，其特征在于，所述的步骤6包含以下步骤步骤6.1、计算外周面积；外周面积就是重心摆动轨迹所包绕的面积，即所有点的包络线面积； 步骤6. 2、计算矩形面积；矩形面积就是能够包络所有点的最小矩形的面积； 矩形面积值=前后最大值X左右最大值； 步骤6. 3、计算轨迹长；轨迹长就是人体重心从起立到终点的全部长度； 步骤6. 4、计算单位面积轨迹长； 单位面积轨迹长=轨迹长/外周面积； 步骤6. 5、计算单位时间轨迹长； 单位时间轨迹长=轨迹长/采集时长； 步骤6. 6、计算跌倒指数。
9.如权利要求8所述的用于平衡检测的数据分析方法，其特征在于，所述的步骤6. 6包含以下步骤步骤6 . 6 . 1、计算前后重心平方平均值為=^jO2+^l2 +……，2)/( + !)；步骤6. 6. 2、获取足部尺寸中心值； 足部尺寸中心值=足部尺寸/2 ； 步骤6. 6. 3、获得跌倒指数； 跌倒指数=Ap/足部尺寸中心值。
全文摘要
本发明提供的一种用于平衡检测的数据分析方法，对于在八种不同模式下采集的数据，进行偏移、摆幅、轨迹和频谱分析，得到全面的分析数据，有助于全面进行平衡能力的评估。
文档编号A61B5/00GK102228380SQ20111018865
公开日2011年11月2日 申请日期2011年7月7日 优先权日2011年7月7日
发明者何龙文, 王桂松, 王海涛 申请人:上海东方脑科学研究所, 上海市残疾人康复职业培训中心, 上海帝诺医疗科技有限公司