| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 平衡能力的评估方法 | 第12-18页 |
| 1.2.1 观察法 | 第12-13页 |
| 1.2.2 功能性评定量表法 | 第13页 |
| 1.2.3 平衡测试仪评估方法 | 第13-15页 |
| 1.2.4 其它评估检测方法 | 第15-17页 |
| 1.2.5 人体平衡能力评估的发展前景 | 第17-18页 |
| 1.3 人体姿态平衡的影响因素及生理机制 | 第18-20页 |
| 1.4 研究内容与论文结构 | 第20-21页 |
| 1.5 本章小结 | 第21-23页 |
| 第2章 静立平衡检测系统介绍与实验方案设计 | 第23-30页 |
| 2.1 多参数静立平衡检测系统介绍 | 第23-27页 |
| 2.1.1 系统设备介绍 | 第23-25页 |
| 2.1.2 系统软件介绍 | 第25-27页 |
| 2.2 实验方案设计 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 静立平衡运动力学信号的统计学分析方法 | 第30-40页 |
| 3.1 运动力学信号的预处理 | 第30-33页 |
| 3.1.1 COP信号的预处理 | 第30-32页 |
| 3.1.2 姿态模块输出信号 | 第32-33页 |
| 3.2 静立平衡评估中针对运动力学参数的统计分析方法 | 第33-34页 |
| 3.3 基于统计方法的结果分析 | 第34-39页 |
| 3.3.1 统计分析 | 第34-38页 |
| 3.3.2 统计学分析的结论 | 第38页 |
| 3.3.3 统计学分析的优点和不足 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 静立平衡运动力学信号的信息熵特征提取 | 第40-55页 |
| 4.1 小波包变换 | 第40-42页 |
| 4.1.1 小波包变换原理 | 第40-41页 |
| 4.1.2 小波包分解 | 第41-42页 |
| 4.2 基于小波熵的运动力学信号特征提取 | 第42-47页 |
| 4.2.1 多尺度下的小波熵 | 第42页 |
| 4.2.2 静立平衡运动力学信号的小波熵特征提取 | 第42-47页 |
| 4.3 基于多元多尺度样本熵的运动力学信号特征提取 | 第47-53页 |
| 4.3.1 多元多尺度样本熵算法 | 第47-51页 |
| 4.3.2 改进的多元多尺度熵 | 第51-52页 |
| 4.3.3 基于多元多尺度熵特征提取分析 | 第52-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第5章 静立平衡运动力学信号的信息熵聚类分析方法 | 第55-63页 |
| 5.1 聚类分析 | 第55-57页 |
| 5.1.1 相似性度量 | 第55-56页 |
| 5.1.2 聚类分析方法 | 第56-57页 |
| 5.2 模糊聚类分析 | 第57-59页 |
| 5.2.1 模糊集合理论 | 第57-58页 |
| 5.2.2 模糊聚类算法 | 第58-59页 |
| 5.3 实验方法与结果分析 | 第59-61页 |
| 5.3.1 实验方法与算法步骤 | 第60-61页 |
| 5.3.2 结果分析 | 第61页 |
| 5.4 本章小结 | 第61-63页 |
| 第6章 总结和展望 | 第63-65页 |
| 6.1 本文工作总结 | 第63-64页 |
| 6.2 研究展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |