Аннотация
ВВЕДЕНИЕ 4
1 Описание предметной области 5
1.1 Биомеханика ходьбы 5
1.2 Опорно-двигательный аппарат человека 6
1.3 Разновидности нарушений походки 7
1.4 Современные решения в данной области 10
1.4.1 Qualisys 10
1.4.2 Motek Medical 10
2 Обзор существующих методов выделения объекта на изображении 14
2.1 Алгоритм сегментации изображения GrabCut 14
2.2 Пороговое определение 16
2.3 Методы сегментации на основе глубокого обучения 17
3 Обзор существующих методов измерения и анализа процессах ходьбы 20
3.1 Методы измерения ходьбы 20
3.2 Методы машинного обучения 21
3.2.1 Машины опорных векторов (SVM) 21
3.2.2 Нейронные сети 25
3.2.3 Деревья решений 28
3.2.4 Случайный лес 30
4 Разработка информационной системы расчета и анализа параметризированной походки
человека 33
4.1 Постановка задачи 33
4.2 Архитектура системы 33
4.2.1 Система извлечения параметров 34
4.2.2 Система компоновки параметров 35
4.2.3 Система обучения и предсказания 36
4.3 Методика измерения параметров походки человека 37
4.4 Методика фильтрации сигнала 39
4.4.1 Метод скользящего среднего 39
4.4.2 Метод медианного фильтра 41
4.4.3 Метод наименьших квадратов 42
4.4.4 Метод линейной регрессии 43
4.5 Методика анализа данных 44
4.6 Пользовательское приложение 48
4.6.1 Приложение извлечения параметров 48
4.6.2 Приложение компоновки параметров 49
4.6.3 Приложение обучения и предсказания 50
ЗАКЛЮЧЕНИЕ 51
ЛИТЕРАТУРА 52
Приложение А Программный код методов расчета параметров хотьбы 56
Приложение Б Программный код методов сглаживания функции 70
Приложение В Программный код методов учета направления движения 79
Приложение Г Программный код анализа методами машинного обучения 81
На сегодняшний анализ походки человека становится все более популярной областью исследований. Анализ походки имеет важное применение в различных областях, включая спортивную медицину, реабилитацию и робототехнику. Методы машинного обучения, включая нейронные сети, машины опорных векторов и деревья решений, использовались для анализа параметров походки и выявления закономерностей движений человека.
Использование методов машинного обучения для анализа в медицине становится все более популярным благодаря их способности обрабатывать большие объемы данных и извлекать соответствующие функции для распознавания походки. С помощью алгоритмов машинного обучения можно классифицировать различные типы моделей походки у пациентов с неврологическими расстройствами, анализировать данные о походке, чтобы прогнозировать риск падений у пожилых людей и разрабатывать носимые устройства для мониторинга. походки в режиме реального времени.
Данная работа посвящена проблеме изучения и анализа параметризированной походки человека с привлечением современных методов машинного обучения.
Ставится цель разработки методов изучения походки с индивидуальными параметрами и её анализа. На основе данных методов предлагается разработать информационную систему расчета и анализа параметризированной походки человека для изучения походки человека.
В качестве объекта исследования рассматриваются замеры походок людей.
В результате выполнения работы были получены следующие результаты:
- проведен анализ литературы о биомеханике ходьбе, основных заболеваниях;
- рассмотрены решения аналоги в сфере изучения ходьбы;
- разработаны методики расчета и анализа параметризованной походки человека;
- реализованы методики расчета и анализа параметризованной походки человека в разных программных модулях;
- разработана информационная система расчета и анализа
параметризированной походки человека, функционирующая на основании созданных методик расчета и анализа параметризованной походки человека.
