相关实验视频
Updated: Jan 12, 2026
08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
11.1K
使用非线性动态分析来区分老年妇女的跌倒状态
A Amirpourabasi1, S E Lamb2, J Y Chow3
1Department of Public Health and Sports Sciences, University of Exeter, Exeter, United Kingdom; School of Life and Medical Sciences, University of Hertfordshire, United Kingdom.
Gait & posture
|November 7, 2025
概括
使用来自脚和干运动的短期利亚普诺夫指数的步态非线性动态分析可以确定老年妇女的跌倒风险. 惯性测量单元提供了一种可扩展的方法来进行摔倒查.
科学领域:
- 老年学是一门学科.
- 生物力学 生物力学
- 数据科学数据科学数据科学
背景情况:
- 布对老年人来说是一个重大的健康风险.
- 步态的非线性动态 (NLD) 分析揭示了步态的可变性和复杂性,为跌倒风险提供了洞察力.
- 在NLD分析中的方法不一致性阻碍了其临床应用.
研究的目的:
- 确定非线性动态 (NLD) 测量和数据源,有效地区分掉落的老年人和没有掉落的老年人.
- 评估不同NLD指标和数据收集方法的有用性,以评估落风险.
主要方法:
- 34名健康的老年女性 (17名摔倒者,17名不摔倒者) 在各种条件下在跑步机上进行了步态分析.
- 动力学数据是使用运动捕捉和腰部惯性测量单元 (IMU) 获取的.
- 使用多尺度和利亚普诺夫指数 (LyE) 量化了步行复杂性和稳定性,随后使用PCA,后勤回归和LDA进行了分析.
主要成果:
- 短时间LyE (SLyE) 来自干前后加速度和脚角的斜平面是最有效的区分落者.
- 接收器操作特征 (ROC) 分析表明,脚SLyE的高精度 (AUC高达0.88) 和干SLyE的中等精度 (AUC高达0.77).
- 一种线性差异分析 (LDA) 模型实现了85%的交叉验证准确性,具有82%的灵敏度和88%的特异性.
结论:
- 从脚运动和干加速得出的短期利阿普诺夫指数 (SLyE) 作为老年妇女下跌史的可靠指标.
- IMU和运动捕捉数据的可比性能支持使用基于IMU的NLD指标进行可扩展的跌倒风险查.
