結合自適應增強演算法及時空特徵於阿茲海默氏症之平衡能力分析

Translated title of the thesis: Combining Adaboost algorithm and spatiotemporal patterns for balance ability analysis of patients with Alzheimer's disease
  • 葉 守恆

Student thesis: Master's Thesis

Abstract

本論文主旨在於使用慣性感測器中之運動訊號將其轉換成身體質量中心晃動程度分級之時空間特徵於平衡能力做評估,並將自適應增強分類演算法應用於阿茲海默氏症之分類。首先,本論文設計了動、靜態平衡實驗來評估受測者之平衡能力。本論文請會請受測者穿戴上慣性感測器裝置於腰部以及腳尖上,用以偵測平衡實驗時所收到之運動訊號。並將取得之訊號做前處理及校正後使用來做分析及評估。再接著將腰部慣性感測器之訊號轉換成身體質量中心之軌跡,並將其軌跡透過身體質量中心搖晃分級之方式來分析受測者之搖晃之資訊,再接著將腳部慣性感測器所取得之運動訊號取得其特徵,將腳部以及腰部慣性感測器訊號之特徵應用於自適應增強分類演算法做分類。最後,我們期?此論文中提出的身體質量中心晃動程度分級可以幫助醫生在平衡分析上多一些評估的依據,也希望此分類演算法可以協助醫生在診斷上更便利。
Date of Award2015 Feb 16
Original languageChinese
SupervisorPau-Choo Chung (Supervisor)

Cite this

'