一種基于多傳感器信息融合的步態(tài)分類方法
【專利摘要】本發(fā)明涉及一種基于多傳感器信息融合的步態(tài)分類方法，其包括以下步驟：1)采集若干個患者行走時的足底壓力信息與踝關(guān)節(jié)角度信息；2)根據(jù)獲取的足底壓力信息分析患者的步態(tài)階段，該步態(tài)階段分為足部觸地階段和擺腿階段，而患者同一只腳經(jīng)過足部觸地階段和擺腿階段為一步態(tài)周期；3)設(shè)定步態(tài)周期的特征值，以表征每一個患者行走時的步態(tài)特征；4)針對每一個患者的每一步態(tài)周期內(nèi)的每一特征值采用譜聚類算法進(jìn)行步態(tài)聚類分析，以將不同步態(tài)特征的患者分為不同的類別，通過客觀的將患者進(jìn)行分類，從而為患者康復(fù)訓(xùn)練治療提供參考，以便醫(yī)生可以對不同類別的患者采取不同的治療方式和訓(xùn)練強(qiáng)度。因此，本發(fā)明可以廣泛用于步態(tài)分析和醫(yī)療康復(fù)領(lǐng)域。
【專利說明】一種基于多傳感器信息融合的步態(tài)分類方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種步態(tài)分析方法，特別是關(guān)于一種基于多傳感器信息融合(MSDF，Multi?sensor Data Fusion)的步態(tài)分類方法。
【背景技術(shù)】
[0002]步態(tài)特征信息的改變反映了人體生理機(jī)能的變化，在康復(fù)治療過程中，及時獲得準(zhǔn)確可信的步態(tài)特征信息，且長期對步態(tài)特征進(jìn)行監(jiān)測與評價，對一些疾病的診斷與治療有著重要的指導(dǎo)意義，例如對中風(fēng)患者行走步態(tài)的康復(fù)訓(xùn)練、對帕金森綜合癥患者的步態(tài)矯正訓(xùn)練、對前交叉韌帶撕裂患者的康復(fù)指導(dǎo)等。
[0003]目前在醫(yī)學(xué)臨床診斷領(lǐng)域，傳統(tǒng)的步態(tài)分析方法主要依靠專業(yè)醫(yī)師觀察患者的步態(tài)特征，或者讓患者填寫測量表，來期望得到準(zhǔn)確的步態(tài)評價信息。但是由于這種方法存在很大的主觀因素，而步態(tài)特征信息的評價又要求具有較高的準(zhǔn)確性、精確性和客觀性，因此就給患者以后的疾病診斷及康復(fù)治療帶來了負(fù)面影響。
【發(fā)明內(nèi)容】
[0004]針對上述問題，本發(fā)明的目的提供一種客觀的將不同步態(tài)特征的患者分為不同的類別，以便醫(yī)生針對不同患者的康復(fù)治療采用不同的、有針對性的康復(fù)訓(xùn)練方法的基于多傳感器信息融合的步態(tài)分類方法。
[0005]為實(shí)現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案:一種基于多傳感器信息融合的步態(tài)分類方法，其包括以下步驟:1)采集若干個患者行走時的足底壓力信息與踝關(guān)節(jié)角度信息；2)根據(jù)獲取的足底壓力信息分析患者的步態(tài)階段，該步態(tài)階段分為足部觸地階段和擺腿階段，而患者同一只腳經(jīng)過足部觸地階段和擺腿階段為一步態(tài)周期；3)設(shè)定步態(tài)周期的特征值，以表征每一個患者行走時的步態(tài)特征；4)針對每一個患者的每一步態(tài)周期內(nèi)的每一特征值采用譜聚類算法進(jìn)行步態(tài)聚類分析，以將不同步態(tài)特征的患者分為不同的類別。
[0006]在進(jìn)行所述步驟I)時，采用將陣列式壓力傳感器分布于患者足底，以采集患者行走時的足底壓力信息，足底壓力信息包括足底壓力值和壓力在足底的二維分布情況，其中足底壓力值包括足底各個區(qū)域壓力值大小，壓力在足底的二維分布情況包括足跟壓力、跖骨壓力、內(nèi)側(cè)足跟壓力、外側(cè)足跟壓力、內(nèi)側(cè)跖骨壓力和外側(cè)跖骨壓力；采用慣性測量單元來采集患者行走時的踝關(guān)節(jié)角度信息，踝關(guān)節(jié)角度信息包括踝關(guān)節(jié)角度值。
[0007]在進(jìn)行所述步驟2)時，具體包括:①選取步態(tài)事件閾值，該步態(tài)事件閾值略大于患者足底懸空時所有壓力傳感器測得的足底壓力值之和；②對比測得的足底壓力值與步態(tài)事件閾值，判斷患者的步態(tài)階段；當(dāng)測得的足底壓力值大于步態(tài)事件閾值時，則表示發(fā)生了足部觸地事件，說明患者進(jìn)入足部觸地階段；反之，當(dāng)測得的足底壓力值小于步態(tài)事件閾值時，則表示發(fā)生了足部離地事件，說明患者進(jìn)入擺腿階段。
[0008]在進(jìn)行所述步驟3)時，步態(tài)周期的特征值包括足部觸地階段的特征值和擺腿階段的特征值:①足部觸地階段的特征值包括壓力特征值和時間特征值，其中壓力特征值包括:H/M:足跟壓力與跖骨壓力之比；HM/HL:內(nèi)側(cè)足跟壓力與外側(cè)足跟壓力之比；MM/ML:內(nèi)側(cè)跖骨壓力與外側(cè)跖骨壓力之比；時間特征值包括:HD/SD:足跟觸地時間所占足底觸地時間的比例；MD/SD:跖骨觸地時間所占足底觸地時間的比例擺腿階段的特征值包括角度特征值，該角度特征值記為SW/ST:擺腿階段的踝關(guān)節(jié)角度均值與足部觸地階段的踝關(guān)節(jié)角度均值之比，其中踝關(guān)節(jié)角度均值為將測得的踝關(guān)節(jié)角度值取平均值；采用H/M、HM/HL、MM/ML、HD/SD、 MD/SD和SW/ST來描述患者行走時的步態(tài)特征，根據(jù)每一個患者的不同的步態(tài)特征區(qū)分不同患者。
[0009]在進(jìn)行所述步驟4)時，采集若干個患者行走時的共N步樣本，其中N為正整數(shù)，患者的每一步為一步態(tài)周期，針對步態(tài)周期內(nèi)的每一特征值進(jìn)行譜聚類算法，其包括以下步驟:①采用歐式距離公式計算N步樣本中任意兩步樣本\,、&之間的距
離:
【權(quán)利要求】
1.一種基于多傳感器信息融合的步態(tài)分類方法，其包括以下步驟: 1)采集若干個患者行走時的足底壓力信息與踝關(guān)節(jié)角度信息； 2)根據(jù)獲取的足底壓力信息分析患者的步態(tài)階段，該步態(tài)階段分為足部觸地階段和擺腿階段，而患者同一只腳經(jīng)過足部觸地階段和擺腿階段為一步態(tài)周期； 3)設(shè)定步態(tài)周期的特征值，以表征每一個患者行走時的步態(tài)特征； 4)針對每一個患者的每一步態(tài)周期內(nèi)的每一特征值采用譜聚類算法進(jìn)行步態(tài)聚類分析，以將不同步態(tài)特征的患者分為不同的類別。
2.如權(quán)利要求1所述的一種基于多傳感器信息融合的步態(tài)分類方法，其特征在于:在進(jìn)行所述步驟I)時，采用將陣列式壓力傳感器分布于患者足底，以采集患者行走時的足底壓力信息，足底壓力信息包括足底壓力值和壓力在足底的二維分布情況，其中足底壓力值包括足底各個區(qū)域壓力值大小，壓力在足底 的二維分布情況包括足跟壓力、跖骨壓力、內(nèi)側(cè)足跟壓力、外側(cè)足跟壓力、內(nèi)側(cè)跖骨壓力和外側(cè)跖骨壓力；采用慣性測量單元來采集患者行走時的踝關(guān)節(jié)角度信息，踝關(guān)節(jié)角度信息包括踝關(guān)節(jié)角度值。
3.如權(quán)利要求1所述的一種基于多傳感器信息融合的步態(tài)分類方法，其特征在于:在進(jìn)行所述步驟2)時，具體包括: ①選取步態(tài)事件閾值，該步態(tài)事件閾值略大于患者足底懸空時所有壓力傳感器測得的足底壓力值之和； ②對比測得的足底壓力值與步態(tài)事件閾值，判斷患者的步態(tài)階段； 當(dāng)測得的足底壓力值大于步態(tài)事件閾值時，則表示發(fā)生了足部觸地事件，說明患者進(jìn)入足部觸地階段；反之，當(dāng)測得的足底壓力值小于步態(tài)事件閾值時，則表示發(fā)生了足部離地事件，說明患者進(jìn)入擺腿階段。
4.如權(quán)利要求2所述的一種基于多傳感器信息融合的步態(tài)分類方法，其特征在于:在進(jìn)行所述步驟2)時，具體包括: ①選取步態(tài)事件閾值，該步態(tài)事件閾值略大于患者足底懸空時所有壓力傳感器測得的足底壓力值之和； ②對比測得的足底壓力值與步態(tài)事件閾值，判斷患者的步態(tài)階段； 當(dāng)測得的足底壓力值大于步態(tài)事件閾值時，則表示發(fā)生了足部觸地事件，說明患者進(jìn)入足部觸地階段；反之，當(dāng)測得的足底壓力值小于步態(tài)事件閾值時，則表示發(fā)生了足部離地事件，說明患者進(jìn)入擺腿階段。
5.如權(quán)利要求1或2或3或4所述的一種基于多傳感器信息融合的步態(tài)分類方法,其特征在于:在進(jìn)行所述步驟3)時，步態(tài)周期的特征值包括足部觸地階段的特征值和擺腿階段的特征值: ①足部觸地階段的特征值包括壓力特征值和時間特征值，其中壓力特征值包括: Η/Μ:足跟壓力與跖骨壓力之比； HM/HL:內(nèi)側(cè)足跟壓力與外側(cè)足跟壓力之比； MM/ML:內(nèi)側(cè)跖骨壓力與外側(cè)跖骨壓力之比； 時間特征值包括: HD/SD:足跟觸地時間所占足底觸地時間的比例； MD/SD:跖骨觸地時間所占足底觸地時間的比例；②擺腿階段的特征值包括角度特征值，該角度特征值記為SW/ST:擺腿階段的踝關(guān)節(jié)角度均值與足部觸地階段的踝關(guān)節(jié)角度均值之比，其中踝關(guān)節(jié)角度均值為將測得的踝關(guān)節(jié)角度值取平均值；采用H/M、HM/HL、MM/ML、HD/SD、MD/SD和SW/ST來描述患者行走時的步態(tài)特征，根據(jù)每一個患者的不同的步態(tài)特征區(qū)分不同患者。
6.如權(quán)利要求1或2或3或4所述的一種基于多傳感器信息融合的步態(tài)分類方法,其特征在于:在進(jìn)行所述步驟4)時，采集若干個患者行走時的共N步樣本，其中N為正整數(shù)，患者的每一步為一步態(tài)周期，針對步態(tài)周期內(nèi)的每一特征值進(jìn)行譜聚類算法，其包括以下步驟: ①采用歐式距離公式計算N步樣本中任意兩步樣本xik、xJk之間的距離:
7.如權(quán)利要求5所述的一種基于多傳感器信息融合的步態(tài)分類方法,其特征在于:在進(jìn)行所述步驟4時，采集若干個患者行走時的共N步樣本，其中N為正整數(shù)，患者的每一步樣本為一步態(tài)周期，針對每一步態(tài)周期內(nèi)的每一特征值進(jìn)行譜聚類算法，其包括以下步驟: ①采用歐式距離公式計算N步樣本中任意兩步樣本xik、xJk之間的距離:
【文檔編號】A61B5/11GK104008398SQ201410257800
【公開日】2014年8月27日 申請日期:2014年6月11日 優(yōu)先權(quán)日:2014年6月11日
【發(fā)明者】張博, 王啟寧, 王寧華, 王龍 申請人:北京大學(xué)