论文部分内容阅读
提出了一种新颖的基于经验模态分解(Empirical Mode Decomposition,EMD)和神经网络的膝骨性关节炎步态模式特征提取与分类的方法,可用于区分病理性步态和正常步态。对19例膝骨性关节炎患者和28例作为对照组的正常人进行实验研究,并采用2-折(Two-Fold)和留一(Leave-One-Out)交叉验证法可以分别达到91.3%和93.6%的分类准确度。与其他最新的方法相比较,该分类方法能有效地区分作为对照者的正常人和膝骨性关节炎患者之间的步态模式,具有较好的分类效果和显著的有效性。