Page 133 - 《软件学报》2026年第5期
P. 133
2012 软件学报 2026 年第 37 卷第 5 期
步态参数而设定, 首先获取脚的当前位置和地面检测, 将地面位置作为起始高度. 其次获取当前步态的动作曲线
值, 并基于目标周期计算当前阶段, 计算脚部应当抬起的高度. 最后将动作曲线控制的抬升效果叠加到 y 轴上, 返
回脚的目标位置.
2.2.3 视觉提示与听觉提示协同
为了使视觉提示与听觉提示能够时空同步地为患者提供多感官引导, 降低多模态冲突的影响, 本文采用视听
同步控制实现视觉与听觉的协同提示. 基于 Onset Detection 算法检测音乐的鼓点, 提取符合 BPM 的音乐鼓点时
间 P={p 1 , p 2 ,…, p n }, 其中, n 为鼓点个数, 通过将视觉提示与音乐鼓点对齐实现视觉提示与听觉的协同提示. 具体
而言, 计算音乐 x 每一帧的频谱表示 X(m, k), 其中, m 为时间帧序列, k 为频率索引. 然后计算其谱通量:
∑
SF(m) = max(0,|X (m,k)|−|X (m−1,k)|) (8)
k
其中, X (m,k) 是音乐 x 第 m 帧的第 k 个的频谱表示.
通过对所有帧的谱通量序列 SF(m) 进行归一化和平滑操作, 可得到音起强度包络 O(m). 然后通过峰值检测算
法提取局部最大值作为鼓点候选. 进而可计算鼓点时刻:
m×H
p n = (9)
f s
其中, H 是短时傅里叶变换的帧移, f s 是原始音乐的采样率, m 是鼓点帧索引.
2.3 提示参数迭代策略
传统干预方法普遍存在刺激滞后性的局限, 主要表现为缺乏对患者训练过程中的实时表现的关注, 导致方法
的交互性差. 并且这些方法的节律参数的设定往往仅基于初始评估结果, 导致难以适应患者在训练过程中的动态
变化, 从而影响了干预效果. 针对这一问题, 本文提出了个性化适应的提示参数迭代策略, 通过实时监测和动态调
整, 确保视听协同刺激始终与患者的实际需求保持同步. 首先, 基于患者在训练过程中步态表现与提示在时序与相
η. 传统的匹配度大多关注于时序上的匹配情况, 缺乏对于运动过程中
位两个维度上的匹配度, 定义了参数匹配度
相位的关注, η 通过计算时序与相位两个维度上的匹配度, 能够更好地分析患者与提示的匹配情况, 同时将参数的
迭代与匹配度相关联, 能够增强训练的个性化与可解释性.
( )
1 N ∑ 2 M ∑
(T i −t stim ) 1 j( ϕ step −ϕ stim
η = α· exp − +β· e k k ) (10)
N 2σ 2π
2
i=1 T k=1
2
其中, T i 为第 i 个步态周期的实际时长, t stim 为提示周期, σ 为高斯核带宽参数, ϕ step 为第 k 次步态动作的相位角,
T
k
ϕ stim 为第 k 次提示的相位角, α+β = 1.
k
在实验过程中, 通过与临床医生沟通, 本文以 40 s 作为一个监测周期, 持续计算周期内参数匹配度 η, 如果该
周期内 η ⩾ 60%, 则下一周期内提示参数在实际参数的基础上增加 5%, 例如当前周期内患者抬腿高度匹配度大于
60%, 则下一周期内视觉提示的步高在用户实际步高的基础上提升 5%. 通过这种动态调节, 能够提供与患者步态
改善同步的节律干预, 更好地适应患者的能力变化, 从而提高训练效率和效果. 同时这种动态调节能够使每次训练
中病患侧周期向正常侧改善, 加速病患侧向正常步态的过渡, 缩短康复周期, 帮助患者更快地回归正常生活, 提升
干预的实时性和有效性.
3 临床实验设置
3.1 被试信息
本文从首都医科大学附属北京友谊医院神经内科招募了 40 名早期 PD 患者参与用户实验. 这些患者均有长
期就诊记录和 MDS-UPDRS 的量表评分 (MDS-UPDRS 量表能够系统评估 PD 患者运动、运动并发症、生活能力
等要素, 是监测疾病进展和临床分型的重要依据), 同时, 经脑部核磁成像检查和交感神经成像检查确认, 这 40 名
参与者均为原发性 PD 且均处于早期, 患有步态障碍. 表 2 呈现了参与者的人口统计学信息和临床信息.

