• 研究生: 楊晉瑋
• 畢業學年度: 104
• 相關連結

步態是在現代醫療和診斷的重要指標，許多研究都以步態作為主要的研究主題，並嘗試將步態信號用於各項醫療用途。神經外科中，步態可以視為是由神經與肌肉的協調動作，隨著年齡增長，肌肉和神經的傳輸速度的強度之間將會減少。從醫學角度來說，步態可以當作一個指標作為神經系統的傷害或退化程度，所以建立客觀和定量化步態分析是相當重要的。
傳統的步態分析方法常只限於在實驗室環境，利用複雜儀器記錄人的步態動作，然而這些方法很難反應出現實生活中的步態。為了解決此限制，本論文研究如何透過現今普及的智慧型手機進行步態分析。所提出的方法利用智慧型手機中的三軸加速度傳感器採集步態信號，再利用三軸信號之間的關係將步態的七個週期區分出來，最後透過希爾伯特轉換分析步態信號在頻率域與時域之間的特徵。
本論文首先利用四種演算法將步態信號拆解為基本信號，四種演算法包含經驗模式分解（Empirical Mode Decomposition）、多變量經驗模式分解（Multivariate Empirical Mode Decomposition）、獨立成分析（Independent components analysis）、主成分分析（Principal components analysis），再透過希爾伯特轉換分析步態的頻率域與時域。本論文有兩大貢獻，第一個為探究智慧型手機用於步態分析的能力，第二個則是透過本論文提出的分析方法，找出重要的步態指標，用以提供醫護人員診斷上的重要依據。根據本論文的實驗中，可以驗證所提出的分析方法即使在低階的手機，也能夠找出重要的步態資訊與特徵，可做為醫護人員與患者長期追蹤的重要指標。