基于DCCA和MF-DCCA的步態(tài)信號的分析與研究.pdf

1、在當(dāng)今社會中，步態(tài)分析技術(shù)的研究不斷地推動著其它學(xué)科的發(fā)展?；诓煌瑐€體之間所存在的不同步態(tài)特征實現(xiàn)非接觸情況下的身份識別。此外，在醫(yī)學(xué)分析中步態(tài)信號之間存在的相關(guān)性也為各種疾病的診斷提供了理論依據(jù)。神經(jīng)系統(tǒng)或骨骼肌肉系統(tǒng)疾病是現(xiàn)今社會常見的病癥，這些疾病會影響人的行走能力，從而產(chǎn)生異常步態(tài)。因此，對步態(tài)信號進行分析和研究有助于及時發(fā)現(xiàn)病癥，得出診斷結(jié)果，提出診療方案。從而不斷推動醫(yī)學(xué)向前發(fā)展。
　　本文首先介紹了去趨勢互相關(guān)分析

2、法(Detrended Cross-Correlation Analysis，簡稱DCCA)。對步態(tài)信號進行最小二乘線性擬合及趨勢消除，從而可以證明兩個非平穩(wěn)時間序列之間存在的互相關(guān)性，并且發(fā)現(xiàn)這種互相關(guān)性是長期存在并且保持穩(wěn)定的。通過比較年輕人，老年人，帕金森患者的步態(tài)信號的互相關(guān)指數(shù)，發(fā)現(xiàn)兩個步態(tài)信號之間的互相關(guān)性(即同組人群中的不同個體之間的互相關(guān)性)隨著年齡增長以及健康狀況的改變而逐漸減弱。其次，介紹了另一種研究步態(tài)信號的方法，