基于多模態的人體靜態平衡能力定量評估方法

王曉麗， 高 唯

(長春大學 電子信息工程學院，長春130022)

平衡能力作為人體生理機能的一項重要指標，在人們日常生活的各項活動中起著強有力的保障作用。平衡能力中的站立平衡可以為平衡能力的評估提供重要的信息，在預測老年人的跌倒以及各種平衡障礙的測定時常用的是量表法，但此種方法純屬主觀評定[1]。 客觀的平衡功能評測需要價格比較貴重的測試儀，因此，在臨床應用中大規模推廣極為困難，而且對于人體的輕微擺動很難確認[2]。 本文除了使用測力板這種測量儀之外還外加了肌電信號測試儀，以獲得站立平衡過程中人體的下肢肌電信息，旨在給出更有效的平衡能力評估方法。

1 實驗設計方案

1.1 平衡測試系統

系統由一塊測力板、肌電測試儀、無線通信模塊、顯示終端(筆記本電腦)組成。 在測力板的4 個方位角分別有一個壓力傳感器，能夠提供即時的壓力數據。 肌電測試儀采用4 通道，分別采集脛骨前肌和腓腸肌。顯示終端運行采集的數據與分析軟件。 使用壓力分布檢測平臺裝置，采用量程為8N/CM2 的傳感器，且數量為1 點/ CM2，人體站到力檢測平臺上時可以快速采集人體重心運動軌跡，采集的模擬量數據經過A/D 模塊轉換成數字量后傳送至上位機模塊。 由上位機對數據進行顯示、存儲；另外，采用MP150 型多導電生理記錄儀采集儀獲取信號。 該設備采用非入侵式電極片采集表面肌電信號，設備主要由兩部分組成，分別是拾電電極和儀器放大器組成的肌電拾電頭部分，和由濾波放大和A/D 輸出組成的二次信號處理部分，可把肌電信號實時傳輸至計算機。 系統總體設計方案如圖1 所示。

圖1 系統總體設計方案圖

1.2 參與對象

所有受試者均為身體健康、無肢體及神經方面疾病的正常人。 受試的青年組與老年組基本資料如表1所示。 將20 名健康大學生和20 名老年人作為本研究的實驗對象，通過平衡能力測試板采集40 名實驗人員的靜態平衡過程COP 數據，繪制人體重心移動軌跡。

測試前向受試者講述注意事項和要求，保證檢測環境的安靜，所有設備在測試前均使用已知質量的物體進行精度校正。 開始靜態測試前的注意事項：①測試前受試者需將身上大于100 g 的物體(如錢包、手機等物)取出，以免影響測試的準確性；②受試者需按照壓力板圖示位置雙手垂于身體兩側自然站立在壓力板上；③眼睛向前方平視。 受試者第一次睜眼站立10 s，然后相同條件下閉眼站立10 s，按照睜眼-閉眼循環獲取3 次數據，所有受試者隨機抽取進行測試，直到所有人完成。

表1 受試者基本資料

2 多模態信號采集

2.1 表面肌電信號采集

經過多次實驗發現，脛骨前肌和腓腸肌表面肌電信號在維持平衡過程中信號變化都較明顯。 腓腸肌位于小腿的后側，在人體直立和運動過程中起重要作用，脛骨前肌位于小腿前側靠外，主要參與踝關節活動，最終選用脛骨前肌和腓腸肌的表面肌電信號進行后續分析。 表面肌電信號采集圖如圖2 所示。

圖2 表面肌電信號采集圖

由表面肌電信號采集圖可以明顯看出，當人直立站立的時候，人體表面肌電信號發生了微小的電壓變化，其幅值在40 V 左右；但當人原地發生輕微搖擺時，肌電信號就發生了數十倍的變化，從圖2 中可以明顯看出肌電信號的變化情況。

2.2 壓力中心信號采集

由靜態平衡模型可知，人體可通過主動改變壓力中心位置維持平衡，本文使用的壓力分布檢測平臺裝置，它具有便宜、方便攜帶等優點，該平衡板是由對稱分布在四周的壓力傳感器組成，并通過藍牙將4 個壓力傳感器數據發送至計算機。

圖3 壓力中心信號采集圖

由圖3 可知：老年人平衡穩定性要比青年人差，COPx 波動性大，即在長時間站立時，穩定自身的平衡能力下降較快。 男性的COPx 曲線較女性相比更加平緩，因此男性在坐立過程中對于自身平衡的控制力明顯優于女性。

3 多模態信號處理

3.1 基于功率譜密度的人體靜態平衡評測

功率譜密度(Power Spectral Density，PSD)是指當波的頻譜密度乘以一個適當的系數后將得到每單位頻率波攜帶的功率，曲線的橫軸是頻率值，縱軸是功率譜密度值[3]。 本研究中功率譜研究的對象是人體靜態平衡[4]過程中的能量信號。 采用的功率譜密度輸入參數是COP(重心投影點)到坐標原點的距離來計算功率譜密度。

首先，將人體的COP 平衡數據用Matlab 軟件打開。 被測者的人體COP 運動軌跡如圖4 所示。 人體靜態站立時，COP 點圍繞著中心點運動，其運動軌跡不規則。 COP 運動軌跡移動范圍最大為200 mm2。 但明顯看出越靠近重心，COP 越稠密。 由此可知：正常能夠維持人體平衡的人，其COP 值應該是在投影重心上。

圖4 被測者人體重心運動軌跡

圖5 功率譜分布圖

將采集到的人體重心運動軌跡的數據代入到功率譜密度公式中，得到功率譜分布圖。

圖5 中，功率譜密度單調遞減，并且其主要分布區域集中在最初部分。 采用頻率分段原則，將頻率分為：(0，0.3)Hz、(0.3，2)Hz 和(2，6)Hz，將功率譜百分比構成作為測評老年人和青年人的平衡能力的指標。

功率譜密度表/%

由表2 可以看出：PSD 值隨著頻率的變化而變化，絕大部分集中在低頻區域，能夠體現人體平衡能力指標的數值顯然應該由低頻段的PSD 控制；另外，由睜眼和閉眼所得的數據來看，睜眼時候的平衡能力大多數要比閉眼時候的平衡能力強，但也有特殊情況存在，不是絕對的結果。 可知視覺干擾不是決定平衡能力的必要條件；從表2 中可以看出，在頻率低的時候青年組的PSD 比老年組的要高，但在頻率高的時候青年組的PSD 比老年組的要低。

3.2 基于多尺度熵的特征提取

多尺度熵[5]的目標是評估時間序列的復雜性。 通過粗斷點方法產生多時間尺度序列，計算多時間尺度序列的樣本熵將得到時間尺度和時間尺度序列樣本熵值的函數。 圖6 的曲線是COP-X 信號計算出來的多尺度熵，在圖6 中一共8 個時間尺度。

采用復雜度值CI 將多尺度熵曲線進行求面積和，變為一維特征向量，取此曲線面積作為特征值，多尺度熵CI 計算公式為(1)，對從1 至J 尺度范圍內面積積分。

圖6 某名青年人平衡功能實驗者閉眼站立海綿墊采集范式下的COP-X 多尺度熵曲線

每個實驗者在某一實驗采集范式下重復3 次采集多模態數據，采集的時間長度30 s，其中一次多模態數據將被作為分類器的驗證集，兩次數據作為訓練集。 共10 名實驗者，平衡功能為老年人、青年人各為5 名，本小節以閉眼站立海綿墊采集范式為例，其他采集范式也同樣分析。 閉眼站立海綿墊采集范式共有20 組多模態數據作為訓練集，每種平衡狀況下的多模態數據各為10 組。 由復雜度值CI 的定義可知，每個通道的信號將轉化為一個復雜度值CI 并作為特征向量中的一維，一組多模態數據[6]共可轉化為4 個通道，如表2 所示，每種平衡狀況的數據將產生10 個4 維特征向量，因無法將4 維特征向量在一張圖中呈現，現以相關的兩個通道兩兩顯示兩種平衡狀況多尺度熵值分布圖。 具體如圖7 所示。其中，脛骨前肌的表面肌電信號表示為sEMG-1，腓腸長肌的表面肌電信號表示為sEMG-2。

圖7 3 種平衡狀況實驗者的兩路表面肌電集號和壓力中心信號多尺度熵特征值分布圖

由圖7 可知：基于多尺度熵方法的特征值成發散狀，但又有規律可循，可在圖7 中看出特征值化為兩大區域，而且老年人和青年人的特征值存在著差異，前者比后者弱，說明年齡的增長會造成特征值減弱。

表3 各通道多尺度熵特征值統計特性(均值±標準差)

4 結語

本研究通過對PSD 百分比的分析來評價人體靜態平衡能力的穩定性，并且加上視覺干擾信息，以及性別和年齡等干擾因素，通過實驗表明，此方法可以準確地測試出人體平衡的靜態穩定性，提出了重要的數據來評估人體的靜態平衡能力。 并且為老人的防跌倒提供了重要的理論參考。