本發(fā)明涉及醫(yī)療領(lǐng)域，尤其是一種輔助篩查半月板損傷的步態(tài)分析方法。
背景技術(shù)：
：半月板為纖維軟骨板，內(nèi)、外側(cè)各一，呈半月形，位于脛骨平臺(tái)和股骨內(nèi)、外側(cè)骸之間，半月板有內(nèi)、外兩緣，前、后兩角。半月板損傷是一種以部分患者有打軟腿或膝關(guān)節(jié)交鎖現(xiàn)象，股四頭肌萎縮，膝關(guān)節(jié)間隙固定的局限性壓痛為主要表現(xiàn)的膝關(guān)節(jié)疾病。半月板損傷多由扭轉(zhuǎn)外力引起，當(dāng)一腿承重，小腿固定在半屈曲、外展位時(shí)，身體及股部猛然內(nèi)旋，內(nèi)側(cè)半月板在股骨與脛骨之間受到旋轉(zhuǎn)壓力，而致半月板撕裂。半月板的上面凹陷，下面平坦，近似楔狀，嵌于關(guān)節(jié)間隙內(nèi)，是穩(wěn)定膝關(guān)節(jié)的復(fù)雜結(jié)構(gòu)中不可缺少的部分。半月板具有彈性，在關(guān)節(jié)運(yùn)動(dòng)時(shí)可減少震蕩。當(dāng)膝關(guān)節(jié)屈伸時(shí)，半月板凹面與股骨之間發(fā)生移動(dòng)；當(dāng)膝關(guān)節(jié)旋轉(zhuǎn)時(shí)，半月板下面與脛骨平臺(tái)之間發(fā)生移動(dòng)，因此半月板的損傷多發(fā)生于其下面。當(dāng)前的醫(yī)學(xué)研究結(jié)果表明，當(dāng)發(fā)生半月板損傷時(shí)，膝關(guān)節(jié)角度、位移、接觸力和力矩等步態(tài)參數(shù)會(huì)產(chǎn)生顯著的改變，從而導(dǎo)致患者步態(tài)異常。步態(tài)分析技術(shù)作為一門新興的技術(shù)，將生物力學(xué)、運(yùn)動(dòng)學(xué)及解剖學(xué)相結(jié)合，可以較好的完成半月板損傷患者行走姿態(tài)的檢測。一個(gè)人的步態(tài)，可以從一個(gè)側(cè)面反映出人的病變特征，特別是對下肢的骨、關(guān)節(jié)、肌肉和韌帶的正常度做出客觀的評價(jià)。通過對步態(tài)進(jìn)行分析，探討步態(tài)動(dòng)作中包括關(guān)節(jié)角度、位移、力、力矩及功率等運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)相關(guān)變量，可以方便簡單、非侵入地幫助醫(yī)生科學(xué)地進(jìn)行病因分析和輔助篩查、病情診斷、療效評定、指導(dǎo)患者行走訓(xùn)練，在下肢膝關(guān)節(jié)疾病治療中應(yīng)用廣泛。目前，磁共振成像(magneticresonanceimaging，MRI)是最好的影像學(xué)診斷方法，關(guān)節(jié)鏡手術(shù)是診斷和治療半月板損傷的“金標(biāo)準(zhǔn)”。但是二者都存在一定的缺陷，例如，二者的費(fèi)用都較為昂貴；關(guān)節(jié)鏡手術(shù)屬于有創(chuàng)檢測；帶有心臟起搏器的患者或有某些金屬異物的部位不能作MRI的檢查；多數(shù)MRI設(shè)備檢查空間較為封閉，且掃描時(shí)間相對較長，部分患者因恐懼不能配合完成檢查。隨著社會(huì)生活、勞動(dòng)以及運(yùn)動(dòng)水平等方面的轉(zhuǎn)變，半月板損傷在發(fā)病年齡、職業(yè)分布等方面也發(fā)生了較大改變，越來越多的膝關(guān)節(jié)半月板損傷患者逐漸接受膝關(guān)節(jié)鏡手術(shù)的微創(chuàng)檢查治療，對于手術(shù)的期望也隨之增加。因此對于臨床診斷為半月板損傷的患者，如何進(jìn)一步提高術(shù)前診斷和篩查的準(zhǔn)確性、提高手術(shù)療效日益成為臨床醫(yī)生關(guān)注的目標(biāo)。技術(shù)實(shí)現(xiàn)要素：為了解決上述技術(shù)問題，本發(fā)明的目的是：提供一種對非線性步態(tài)系統(tǒng)動(dòng)態(tài)進(jìn)行建模，并基于這兩類人群之間在步態(tài)系統(tǒng)動(dòng)力學(xué)上的差異進(jìn)行區(qū)分，以實(shí)現(xiàn)輔助篩查檢測半月板損傷的步態(tài)分析方法。本發(fā)明所采用的技術(shù)方案是：一種輔助篩查半月板損傷的步態(tài)分析方法，包括有以下步驟：A、分別采集多組半月板損傷患者和健康正常人的膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)，并提取步態(tài)特征變量，所采集的多組半月板損傷患者和健康正常人的膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)形成訓(xùn)練集；B、根據(jù)步驟1提取的步態(tài)特征變量，對訓(xùn)練集里半月板損傷患者和健康正常人的未知的非線性步態(tài)系統(tǒng)動(dòng)態(tài)進(jìn)行建模，采用神經(jīng)網(wǎng)絡(luò)辨識(shí)器，對未知的非線性步態(tài)系統(tǒng)動(dòng)態(tài)的局部進(jìn)行逼近；C、利用RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)器的學(xué)習(xí)訓(xùn)練結(jié)果建立常值神經(jīng)網(wǎng)絡(luò)，并將所學(xué)到的非線性步態(tài)系統(tǒng)動(dòng)力學(xué)知識(shí)以常值神經(jīng)網(wǎng)絡(luò)權(quán)值的形式存儲(chǔ)，構(gòu)成訓(xùn)練步態(tài)模式庫；D、采集半月板損傷患者的膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)，并提取步態(tài)特征變量，所采集的半月板損傷患者的膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)形成測試集；E、利用常值神經(jīng)網(wǎng)絡(luò)構(gòu)建一組動(dòng)態(tài)估計(jì)器，將訓(xùn)練步態(tài)模式庫里半月板損傷患者和健康正常人所對應(yīng)的非線性步態(tài)系統(tǒng)動(dòng)力學(xué)知識(shí)嵌入到動(dòng)態(tài)估計(jì)器中，把半月板損傷患者的步態(tài)特征數(shù)據(jù)與該組動(dòng)態(tài)估計(jì)器做差，形成一組分類誤差結(jié)果，根據(jù)最小誤差計(jì)算出半月板損傷患者的異常步態(tài)。進(jìn)一步，所述步驟A和步驟D中通過光學(xué)傳感器采集膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)。進(jìn)一步，所述步驟A和步驟中膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)包括有膝關(guān)節(jié)角度特征數(shù)據(jù)和膝關(guān)節(jié)位移特征數(shù)據(jù)，所述膝關(guān)節(jié)角度特征數(shù)據(jù)包括有膝關(guān)節(jié)股骨相對脛骨的內(nèi)外旋角度、屈伸角度和內(nèi)外翻角度，所述膝關(guān)節(jié)位移特征數(shù)據(jù)包括有膝關(guān)節(jié)股骨相對脛骨的前后位移特征數(shù)據(jù)。進(jìn)一步，所述步驟B中的未知非線性步態(tài)系統(tǒng)動(dòng)態(tài)建模表示為：其中，x＝[x1，…，xn]T∈Rn為步驟A提取到的步態(tài)特征變量，p為系統(tǒng)常參數(shù)值，n為步態(tài)特征變量的維數(shù)；F(x；p)＝[f1(x；p)，…，fn(x；p)]T為光滑且未知的非線性動(dòng)態(tài)變量，代表半月板損傷患者和健康正常人的步態(tài)系統(tǒng)動(dòng)態(tài)，v(x；p)＝[v1(x；p)，…，vn(x；p)]T為建模不確定項(xiàng)，將二者合并為定義為一般非線性步態(tài)系統(tǒng)動(dòng)態(tài)。進(jìn)一步，所述步驟B中采用動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)構(gòu)造神經(jīng)網(wǎng)絡(luò)辨識(shí)器。進(jìn)一步，所述動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)器形式為：其中為神經(jīng)網(wǎng)絡(luò)辨識(shí)器的狀態(tài)；A＝diag[a1，…，an]為對角矩陣，ai為設(shè)計(jì)的常數(shù)，滿足0＜|ai|＜1，為動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)，用于逼近未知的一般非線性步態(tài)系統(tǒng)動(dòng)態(tài)S(x)＝[S1(||X-ξ1||，…，SN(||X-ξn||]T為高斯型徑向基函數(shù)，N＞1是神經(jīng)網(wǎng)絡(luò)結(jié)點(diǎn)數(shù)目，ξi是神經(jīng)元中心點(diǎn)，RBF神經(jīng)網(wǎng)絡(luò)權(quán)值的調(diào)節(jié)律如下：其中，i表示n維步態(tài)特征變量中第i維變量，是狀態(tài)誤差，σi＞0是調(diào)節(jié)律的調(diào)節(jié)參數(shù)，動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值的初始值進(jìn)一步，所述一般非線性步態(tài)系統(tǒng)動(dòng)態(tài)的局部準(zhǔn)確建?？扇缦鹿奖硎荆浩渲校舏1為逼近誤差；所述局部準(zhǔn)確建模指通過RBF神經(jīng)網(wǎng)絡(luò)對沿步態(tài)特征數(shù)據(jù)的內(nèi)在系統(tǒng)動(dòng)態(tài)軌跡的逼近，而遠(yuǎn)離軌跡的內(nèi)部動(dòng)態(tài)則不被逼近。進(jìn)一步，所述步驟C具體為：根據(jù)確定學(xué)習(xí)理論，沿步態(tài)系統(tǒng)特征軌跡的RBF神經(jīng)網(wǎng)絡(luò)的神經(jīng)元滿足持續(xù)激勵(lì)條件，其RBF神經(jīng)網(wǎng)絡(luò)權(quán)值收斂到最優(yōu)值，取權(quán)值收斂后一段時(shí)間內(nèi)權(quán)值的均值作為學(xué)習(xí)訓(xùn)練結(jié)果，并利用這些結(jié)果建立常值神經(jīng)網(wǎng)絡(luò)，所學(xué)到的步態(tài)系統(tǒng)動(dòng)力學(xué)知識(shí)以常值神經(jīng)網(wǎng)絡(luò)權(quán)值的形式存儲(chǔ)，構(gòu)成訓(xùn)練步態(tài)模式庫。進(jìn)一步，所述的RBF神經(jīng)網(wǎng)絡(luò)權(quán)值根據(jù)李雅普洛夫穩(wěn)定性定理和確定學(xué)習(xí)理論來調(diào)節(jié)，使?fàn)顟B(tài)誤差與權(quán)值估計(jì)都有界，并且指數(shù)收斂，其中，RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值收斂有兩種情況：第一種情況：沿步態(tài)特征回歸軌跡的RBF神經(jīng)網(wǎng)絡(luò)的神經(jīng)元滿足持續(xù)激勵(lì)條件，其權(quán)值收斂到最優(yōu)值的小鄰域內(nèi)；第二種情況：遠(yuǎn)離步態(tài)特征回歸軌跡的RBF神經(jīng)網(wǎng)絡(luò)的神經(jīng)元不受激勵(lì)而不被調(diào)節(jié)，其權(quán)值近似為零。本發(fā)明的有益效果是：本發(fā)明方法采集半月板損傷患者和健康正常人的步態(tài)特征數(shù)據(jù)，并進(jìn)行建模和訓(xùn)練，通過對人體步態(tài)的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)分析，選取合適的步態(tài)特征，獲取步態(tài)動(dòng)力學(xué)知識(shí)，然后將半月板損傷患者的步態(tài)特征數(shù)據(jù)作測試集，從而較為準(zhǔn)確和快速地輔助篩查，避免MRI以及關(guān)節(jié)鏡下進(jìn)行非侵入的診斷，極大提高術(shù)前診斷的準(zhǔn)確性，節(jié)省檢測成本和時(shí)間。附圖說明圖1為本發(fā)明步驟流程圖；圖2為本發(fā)明實(shí)施例中所用半月板損傷患者膝關(guān)節(jié)股骨相對脛骨的內(nèi)外旋角度特征示意圖；圖3為本發(fā)明實(shí)施例中所用半月板損傷患者膝關(guān)節(jié)股骨相對脛骨的屈伸角度特征示意圖；圖4為本發(fā)明實(shí)施例中所用半月板損傷患者膝關(guān)節(jié)股骨相對脛骨的內(nèi)外翻角度特征示意圖；圖5為本發(fā)明實(shí)施例中所用半月板損傷患者膝關(guān)節(jié)股骨相對脛骨的前后位移特征示意圖；圖6為本發(fā)明實(shí)施例中所用健康正常人膝關(guān)節(jié)股骨相對脛骨的內(nèi)外旋角度特征示意圖；圖7為本發(fā)明實(shí)施例中所用健康正常人膝關(guān)節(jié)股骨相對脛骨的屈伸角度特征示意圖；圖8為本發(fā)明實(shí)施例中所用健康正常人膝關(guān)節(jié)股骨相對脛骨的內(nèi)外翻角度特征示意圖；圖9為本發(fā)明實(shí)施例中所用健康正常人膝關(guān)節(jié)股骨相對脛骨的前后位移特征示意圖；圖10為本發(fā)明實(shí)施例中采用的RBF神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)示意簡圖；圖11為本發(fā)明實(shí)施例中RBF神經(jīng)網(wǎng)絡(luò)權(quán)值的收斂情況。具體實(shí)施方式下面結(jié)合附圖對本發(fā)明的具體實(shí)施方式作進(jìn)一步說明：一種輔助篩查半月板損傷的步態(tài)分析方法，包括有以下步驟：A、分別采集多組半月板損傷患者和健康正常人的膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)，并提取步態(tài)特征變量，所采集的多組半月板損傷患者和健康正常人的膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)形成訓(xùn)練集；B、根據(jù)步驟1提取的步態(tài)特征變量，對訓(xùn)練集里半月板損傷患者和健康正常人的未知的非線性步態(tài)系統(tǒng)動(dòng)態(tài)進(jìn)行建模，采用神經(jīng)網(wǎng)絡(luò)辨識(shí)器，對未知的非線性步態(tài)系統(tǒng)動(dòng)態(tài)的局部進(jìn)行逼近；C、利用RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)器的學(xué)習(xí)訓(xùn)練結(jié)果建立常值神經(jīng)網(wǎng)絡(luò)，并將所學(xué)到的非線性步態(tài)系統(tǒng)動(dòng)力學(xué)知識(shí)以常值神經(jīng)網(wǎng)絡(luò)權(quán)值的形式存儲(chǔ)，構(gòu)成訓(xùn)練步態(tài)模式庫；D、采集半月板損傷患者的膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)，并提取步態(tài)特征變量，所采集的半月板損傷患者的膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)形成測試集；E、利用常值神經(jīng)網(wǎng)絡(luò)構(gòu)建一組動(dòng)態(tài)估計(jì)器，將訓(xùn)練步態(tài)模式庫里半月板損傷患者和健康正常人所對應(yīng)的非線性步態(tài)系統(tǒng)動(dòng)力學(xué)知識(shí)嵌入到動(dòng)態(tài)估計(jì)器中，把半月板損傷患者的步態(tài)特征數(shù)據(jù)與該組動(dòng)態(tài)估計(jì)器做差，形成一組分類誤差結(jié)果，根據(jù)最小誤差計(jì)算出半月板損傷患者的異常步態(tài)。進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟A和步驟D中通過光學(xué)傳感器采集膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)。進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟A和步驟中膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)包括有膝關(guān)節(jié)角度特征數(shù)據(jù)和膝關(guān)節(jié)位移特征數(shù)據(jù)，所述膝關(guān)節(jié)角度特征數(shù)據(jù)包括有膝關(guān)節(jié)股骨相對脛骨的內(nèi)外旋角度、屈伸角度和內(nèi)外翻角度，所述膝關(guān)節(jié)位移特征數(shù)據(jù)包括有膝關(guān)節(jié)股骨相對脛骨的前后位移特征數(shù)據(jù)。在本發(fā)明實(shí)施方式中，可采用紅外光導(dǎo)航膝關(guān)節(jié)在體檢測系統(tǒng)Opti_Knee獲取步態(tài)特征數(shù)據(jù)，參照圖2，其中關(guān)節(jié)角度的單位是弧度，位移的單位是毫米，構(gòu)成一組膝關(guān)節(jié)角度和位移特征變量：x＝[內(nèi)外旋角度，屈伸角度，內(nèi)外翻角度，前后位移]T，以降低特征維數(shù)和計(jì)算量。本發(fā)明具體實(shí)施例的試驗(yàn)過程一共有22名半月板損傷患者，包含11名男性和11名女性，年齡分布在11歲至76歲之間，隨機(jī)選取其中11人作為訓(xùn)練集數(shù)據(jù)采集對象，剩下的11人作為待檢測的測試集數(shù)據(jù)采集對象；以及28名步態(tài)正常的健康人，包含14名男性和14名女性，年齡分布在20歲至30歲之間，隨機(jī)選取其中14人作為訓(xùn)練集數(shù)據(jù)采集對象。如圖2-圖9所示，分別是半月板損傷患者與健康正常人之間在膝關(guān)節(jié)股骨相對脛骨的內(nèi)外旋角度、屈伸角度、內(nèi)外翻角度以及膝關(guān)節(jié)股骨相對脛骨的前后位移特征上的差異示意圖。進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟B中的未知非線性步態(tài)系統(tǒng)動(dòng)態(tài)建模表示為：其中，x＝[x1，…，xn]T∈Rn為步驟A提取到的步態(tài)特征變量，p為系統(tǒng)常參數(shù)值，n為步態(tài)特征變量的維數(shù)；F(x；p)＝[f1(x；p)，…，fn(x；p)]T為光滑且未知的非線性動(dòng)態(tài)變量，代表半月板損傷患者和健康正常人的步態(tài)系統(tǒng)動(dòng)態(tài)，v(x；p)＝[v1(x；p)，…，vn(x；p)]T為建模不確定項(xiàng)，由于建模不確定項(xiàng)v(x；p)和步態(tài)系統(tǒng)動(dòng)態(tài)F(x；p)無法互相解耦，因此將二者合并為定義為一般非線性步態(tài)系統(tǒng)動(dòng)態(tài)。進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟B中采用動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)構(gòu)造神經(jīng)網(wǎng)絡(luò)辨識(shí)器，用于辨識(shí)一般非線性步態(tài)系統(tǒng)動(dòng)態(tài)：對非線性步態(tài)系統(tǒng)動(dòng)態(tài)進(jìn)行學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)簡圖如圖4所示。進(jìn)一步作為優(yōu)選的實(shí)施方式，所述動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)器形式為：其中為神經(jīng)網(wǎng)絡(luò)辨識(shí)器的狀態(tài)；A＝diag[a1，…，an]為對角矩陣，ai為設(shè)計(jì)的常數(shù)，滿足0＜|ai|＜1，為動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)，用于逼近未知的一般非線性步態(tài)系統(tǒng)動(dòng)態(tài)S(x)＝[S1(||X-ξ1||，…，SN(||X-ξn||]T為高斯型徑向基函數(shù)，N＞1是神經(jīng)網(wǎng)絡(luò)結(jié)點(diǎn)數(shù)目，ζi是神經(jīng)元中心點(diǎn)，神經(jīng)元均勻分布在區(qū)域[-1，1]×[-1，1]×[-1，1]×[-1，1]之內(nèi)，且寬度取0.15；將所有步態(tài)特征數(shù)據(jù)歸一化到[-1，1]區(qū)間；RBF神經(jīng)網(wǎng)絡(luò)權(quán)值的調(diào)節(jié)律如下：其中，i表示n維步態(tài)特征變量中第i維變量，為狀態(tài)誤差，σi＞0是調(diào)節(jié)律的調(diào)節(jié)參數(shù)，本實(shí)施例中取Γi＝35，σi＝0.4，動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值的初始值常值神經(jīng)網(wǎng)絡(luò)是時(shí)不變的并且空間分布的，即有效的信息只存貯在靠近步態(tài)特征數(shù)據(jù)的內(nèi)在系統(tǒng)動(dòng)態(tài)軌跡的神經(jīng)元上，而遠(yuǎn)離軌跡的神經(jīng)元沒有存貯信息，常值神經(jīng)網(wǎng)絡(luò)只逼近沿步態(tài)特征數(shù)據(jù)空間軌跡的內(nèi)部動(dòng)態(tài)，遠(yuǎn)離軌跡的內(nèi)部動(dòng)態(tài)沒有被逼近；因此，根據(jù)確定學(xué)習(xí)理論，沿步態(tài)系統(tǒng)特征軌跡的RBF神經(jīng)網(wǎng)絡(luò)的神經(jīng)元滿足持續(xù)激勵(lì)條件，其權(quán)值收斂到最優(yōu)值，取權(quán)值收斂后一段時(shí)間內(nèi)權(quán)值的均值作為學(xué)習(xí)訓(xùn)練結(jié)果，并利用這些結(jié)果建立常值神經(jīng)網(wǎng)絡(luò)所學(xué)到的步態(tài)系統(tǒng)動(dòng)力學(xué)知識(shí)以常值神經(jīng)網(wǎng)絡(luò)權(quán)值的形式存儲(chǔ)，構(gòu)成一個(gè)訓(xùn)練步態(tài)模式庫；所述常值神經(jīng)網(wǎng)絡(luò)權(quán)值由如下式子表征：其中，[ta，tb]代表常值神經(jīng)網(wǎng)絡(luò)權(quán)值在完成向其最優(yōu)值收斂的過渡過程之后的一個(gè)時(shí)間段，這樣使得可由常值神經(jīng)網(wǎng)絡(luò)進(jìn)行局部準(zhǔn)確逼近。進(jìn)一步作為優(yōu)選的實(shí)施方式，所述一般非線性步態(tài)系統(tǒng)動(dòng)態(tài)的局部準(zhǔn)確建?？扇缦鹿奖硎荆浩渲?，εi1為逼近誤差；所述局部準(zhǔn)確建模指通過RBF神經(jīng)網(wǎng)絡(luò)對沿步態(tài)特征數(shù)據(jù)的內(nèi)在系統(tǒng)動(dòng)態(tài)軌跡的逼近，而遠(yuǎn)離軌跡的內(nèi)部動(dòng)態(tài)則不被逼近。進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟C具體為：根據(jù)確定學(xué)習(xí)理論，沿步態(tài)系統(tǒng)特征軌跡的RBF神經(jīng)網(wǎng)絡(luò)的神經(jīng)元滿足持續(xù)激勵(lì)條件，其RBF神經(jīng)網(wǎng)絡(luò)權(quán)值收斂到最優(yōu)值，取權(quán)值收斂后一段時(shí)間內(nèi)權(quán)值的均值作為學(xué)習(xí)訓(xùn)練結(jié)果，并利用這些結(jié)果建立常值神經(jīng)網(wǎng)絡(luò)，所學(xué)到的步態(tài)系統(tǒng)動(dòng)力學(xué)知識(shí)以常值神經(jīng)網(wǎng)絡(luò)權(quán)值的形式存儲(chǔ)，構(gòu)成訓(xùn)練步態(tài)模式庫。進(jìn)一步作為優(yōu)選的實(shí)施方式，所述的RBF神經(jīng)網(wǎng)絡(luò)權(quán)值根據(jù)李雅普洛夫穩(wěn)定性定理和確定學(xué)習(xí)理論來調(diào)節(jié)，使?fàn)顟B(tài)誤差與權(quán)值估計(jì)都有界，并且指數(shù)收斂，其中，RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值收斂有兩種情況：第一種情況：沿步態(tài)特征回歸軌跡的RBF神經(jīng)網(wǎng)絡(luò)的神經(jīng)元滿足持續(xù)激勵(lì)條件，其權(quán)值收斂到最優(yōu)值的小鄰域內(nèi)；第二種情況：遠(yuǎn)離步態(tài)特征回歸軌跡的RBF神經(jīng)網(wǎng)絡(luò)的神經(jīng)元不受激勵(lì)而不被調(diào)節(jié)，其權(quán)值近似為零。例如在一段時(shí)間內(nèi)權(quán)值收斂至常值(最優(yōu)值)，其學(xué)習(xí)階段神經(jīng)網(wǎng)絡(luò)權(quán)值的收斂情況如圖5所示，靠近系統(tǒng)軌跡的神經(jīng)元的權(quán)值滿足部分持續(xù)激勵(lì)條件，從而收斂到其最優(yōu)值；而遠(yuǎn)離系統(tǒng)軌跡的神經(jīng)元受激勵(lì)的程度很小而幾乎不被調(diào)節(jié)，基本上保持在零的小鄰域內(nèi)。對于本發(fā)明實(shí)施例中作為待檢測的測試集數(shù)據(jù)采集對象的11人，采集半月板損傷患者的膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)，并提取步態(tài)特征變量，所采集的半月板損傷患者的膝關(guān)節(jié)步態(tài)特征數(shù)據(jù)形成測試集；然后利用常值神經(jīng)網(wǎng)絡(luò)構(gòu)建一組動(dòng)態(tài)估計(jì)器，將訓(xùn)練步態(tài)模式庫里半月板損傷患者和健康正常人所對應(yīng)的非線性步態(tài)系統(tǒng)動(dòng)力學(xué)知識(shí)嵌入到動(dòng)態(tài)估計(jì)器中，把半月板損傷患者的步態(tài)特征數(shù)據(jù)與該組動(dòng)態(tài)估計(jì)器做差，形成一組分類誤差結(jié)果，根據(jù)最小誤差計(jì)算出半月板損傷患者的異常步態(tài)。上述操作方法的具體實(shí)施方式如下：首先，根據(jù)訓(xùn)練步態(tài)模式庫中半月板損傷患者和健康正常人的一般非線性步態(tài)系統(tǒng)動(dòng)態(tài)的RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)結(jié)果，即常值神經(jīng)網(wǎng)絡(luò)權(quán)值構(gòu)造一組動(dòng)態(tài)估計(jì)器，將步驟B和步驟C中學(xué)習(xí)到的半月板損傷患者和健康正常人的步態(tài)系統(tǒng)動(dòng)力學(xué)知識(shí)嵌入到動(dòng)態(tài)估計(jì)器中，表述如下：其中，為動(dòng)態(tài)估計(jì)器的狀態(tài)，bi為動(dòng)態(tài)估計(jì)器參數(shù)，本實(shí)施例中取bi＝-55，xti為測試集中待檢測半月板損傷患者的步態(tài)特征數(shù)據(jù)，k表示M個(gè)訓(xùn)練模式中的第k個(gè)訓(xùn)練模式，M為訓(xùn)練步態(tài)模式庫中的模式總量，半月板損傷患者和健康正常人每一次行走過程中提取出來的步態(tài)特征數(shù)據(jù)序列就構(gòu)成一個(gè)模式，試驗(yàn)過程中試驗(yàn)對象行走了多少次，對應(yīng)的提取出來的步態(tài)特征數(shù)據(jù)序列就構(gòu)成了多少個(gè)模式；其次，將測試集中半月板損傷患者的步態(tài)特征數(shù)據(jù)xti與這組動(dòng)態(tài)估計(jì)器做差，得到如下的分類檢測誤差系統(tǒng)：其中，是狀態(tài)估計(jì)誤差，計(jì)算的平均L1范數(shù)如下：其中，Tc表示步態(tài)周期；最后，如果測試集中半月板損傷患者的步態(tài)模式相似于訓(xùn)練步態(tài)模式s(s∈{1，…，k})，則嵌入動(dòng)態(tài)估計(jì)器s中的常值RBF神經(jīng)網(wǎng)絡(luò)能夠快速回憶起學(xué)過的知識(shí)并提供對步態(tài)動(dòng)力學(xué)的準(zhǔn)確逼近；因此，相對應(yīng)的誤差在所有誤差中變得最小，基于最小誤差原則，該半月板損傷患者的異常步態(tài)能被快速分類檢測出來，分類檢測方法如下：如果存在一個(gè)有限時(shí)間ts，s∈{1，…，k}和某一i∈{1，…，n}，使得對所有t＞ts成立，則出現(xiàn)的半月板損傷患者的異常步態(tài)模式可以被分類檢測出來，從而實(shí)現(xiàn)對半月板損傷的輔助檢測。利用靈敏度(Sensitivity)、特異度(Specificity)和準(zhǔn)確度(Accuracy)等性能指標(biāo)對分類檢測結(jié)果進(jìn)行評估，這些指標(biāo)的計(jì)算如下：其中，TP表示真實(shí)的正樣本，TN表示真實(shí)的負(fù)樣本，F(xiàn)P表示虛假的正樣本，F(xiàn)N表示虛假的負(fù)樣本。本發(fā)明實(shí)施例中取TP＝9，TN＝13，F(xiàn)N＝2，F(xiàn)P＝1。下表為半月板損傷患者與健康人群的分類檢測結(jié)果表：性能指標(biāo)結(jié)果(％)Sensitivity81.82Specificity92.86Accuracy88以上是對本發(fā)明的較佳實(shí)施進(jìn)行了具體說明，但本發(fā)明創(chuàng)造并不限于所述實(shí)施例，熟悉本領(lǐng)域的技術(shù)人員在不違背本發(fā)明精神的前提下還可以作出種種的等同變換或替換，這些等同的變形或替換均包含在本申請權(quán)利要求所限定的范圍內(nèi)。當(dāng)前第1頁1 2 3