[发明专利]基于非线性动力学的儿童物体控制能力评估方法

说明书

本发明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。

技术领域

本发明属于儿童身体运动协调能力评估技术领域，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。

背景技术

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(Development CoordinationDisorder，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。

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

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，其测量结果具有较高的灵敏度、有效性和可重复性，为儿童运动协调能力评估较为精确的量化提供了途径。

发明内容

本发明的目的是提供一种基于非线性动力学的儿童物体控制能力评估方法，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。

本发明所采用的技术方案是，基于非线性动力学的儿童物体控制能力评估方法，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。

本发明的特点还在于，

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。

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)：