步态能力评估方法及装置制造方法及图纸

本发明专利技术公开了一种步态能力评估方法及装置，相关方法包括：根据获取到的连续的步态加速度信号来提取被测对象的个人步态模式AGG，并与预定的标准步态模板CGG进行对比，从而计算出若干反映被测对象步态特征的参数；分别从若干预定标准对象的AGG中，提取出反映对应标准对象步态特征的参数，从而建立步态评估模型；再将所述若干反映被测对象步态特征的参数带入所述步态评估模型，对被测对象的步态进行评估。该方案从运动学层面分析被测对象的步态，其可以客观的评价被测对象步态，且可靠性较高，可以作为其他技术领域的参考数据；此外，涉及的硬件价格也远远低于现有步态分析装置，从而降低成本。

Gait ability evaluation method and device

The invention discloses a gait capacity evaluation method and device, related method includes extracting AGG gait pattern of the measured object according to the acquired continuous gait acceleration signal, and compared with the standard gait template CGG predetermined, so as to calculate some parameters to reflect the measured gait feature object respectively from several; a predetermined standard object AGG, extract the parameters reflecting the corresponding standard object gait, gait parameters so as to establish the evaluation model; then the number of measured gait object into the gait assessment model to evaluate the object of gait. The analysis of the measured object from the gait kinematics aspect, the objective evaluation of the object to be measured gait, and improves the reliability, can be used as reference data for other areas of technology; in addition, the hardware price is far lower than the existing gait analysis device, thereby reducing the cost.

【技术实现步骤摘要】
步态能力评估方法及装置
本专利技术涉及运动数据处理及评估
，尤其涉及一种步态能力评估方法及装置。
技术介绍
现有的常见步态分析装置是采用专用视频设备和计算机设备的三维步态分析设备，这类步态分析系统常常由一组摄像机或红外光点捕捉器、测力台等以及控制上述多组装置同步运动并对观测结果进行分析处理的计算机及外围设备组成。目前这类装置存在的问题在于该类装置价格昂贵，需要操作者具有较强的专业性知识，并且常常只使用于实验室环境，比较难以普及。某些机构则采用量表进行步态评估，然而量表如Wisconsin步态量表、Tinetti步态量表等，根据行走状态如步伐连续性、身体晃动性等来对步态进行评估，评估的主要缺点是依赖操作者的经验，具有一定的主观性。
技术实现思路
本专利技术的目的是提供一种步态能力评估方法及装置，从运动学层面分析被测对象的步态，成本较低，并且能够客观的对步态能力进行评价。本专利技术的目的是通过以下技术方案实现的：一种步态能力评估方法，包括：根据获取到的连续的步态加速度信号来提取被测对象的个人步态模式AGG，并与预定的标准步态模板CGG进行对比，从而计算出若干反映被测对象步态特征的参数；分别从若干预定标准对象的AGG中，提取出反映对应标准对象步态特征的参数，从而建立步态评估模型；再将所述若干反映被测对象步态特征的参数带入所述步态评估模型，对被测对象的步态进行评估。利用多通道步态信号采集模块来获得被测对象的步态加速度信号；所述多通道步态信号采集模块放置于被测对象腰部、大腿后侧中间部分；还利用数据显示模块来实时显示步态加速度信号的波形，以及最终的步态评估结果。所述计算出若干反映被测对象步态特征的参数包括：首先，将多通道步态信号采集模块采集到的步态加速度信号转换到标准正交坐标系中，并对每一通道连续的加速度信号做低通滤波处理；其次，针对每一通道，均利用压力传感器信号找到步态起始点与结束点对步态周期进行分割，并进行时间归一化处理，获得步态周期加速度信号ACCp×N，其中，p表示加速度信号通道的个数，N表示归一化定长；然后，分别计算若干个连续的步态周期加速度信号的平均值作为被测对象的AGG，并对每个对象提取y个AGG以表征其整体步态；所述AGG同样为一个pXN的矩阵；最后，针对每一被测对象的AGG，分别计算反映被测对象步态特征的参数，过程如下：a、计算被测对象的AGG与标准步态模板CGG每一对应通道的Pearson相关系数，对所有通道的Pearson相关系数求和得到参数P；b、采用动态规划方法计算被测对象的AGG与CGG每一对应通道的动态时间规整距离，对所有通道动态时间规整距离求和得到参数D；c、计算被测对象的AGG每一通道的极值点个数，对所有通道极值点个数求和得到参数E；d、分别对被测对象的AGG的腰部前向通道与竖直方向通道步态加速度信号进行傅里叶变换，再计算偶次谐波之和与奇数次谐波之和的比值得到谐波系数，将腰部前向与竖直方向步态加速度信号的谐波系数相加得到参数H；e、计算被测对象的AGG腰部前向通道与竖直方向通道加速度的自相关系数，其中左右腿相关性峰值点，即为对称性指标，根据腰部前向加速度与竖直方向加速度的两个对称性指标求和得到参数S。所述分别从若干预定标准对象的AGG中，提取出反映对应标准对象步态特征的参数，从而建立步态评估模型包括：预定标准对象的数量为m，每一预定标准对象的AGG数量为y，从每一AGG中提取n个反映对应标准对象步态特征的参数，最终构成矩阵Xym×n；再采用灰色关联度方法建立灰色关联度模型作为步态评估模型，其中，灰色关联度模型中的标准化特征参数向量Xref，参考数列R、最小值minAbs与最大值maxAbs的计算方式如下：首先，计算标准化特征参数向量Xref，下式中，Xi(j)代表Xym×n的第i行，第j列：其次，根据标准化特征参数向量Xref归一化中间参数Zym×n，下式中，Zi(j)代表Zym×n的第i行第j列数值，Xref(j)代表Xref向量的第j列数值；然后，计算参考数列R：最后，确定最小值minAbs与最大值maxAbs，下式中，R(j)代表R的第j列数值：所述将所述若干反映被测对象步态特征的参数带入所述步态评估模型，对被测对象的步态进行评估包括：提取了被测对象的y个AGG，反映被测对象步态特征的参数包括：Pearson相关系数，即参数P；动态时间规整距离，即参数D；极值点个数，即参数E；谐波系数，即参数H；对称性参数，即参数S；则构成矩阵Gy×n，根据步态评估模型中的标准化特征参数向量Xref进行归一化得到归一化矩阵根据步态评估模型中的参考数列R、最小值minAbs与最大值maxAbs计算关联系数ξ(y×n)，下式中，代表的第i行第j列数值，ξi(j)代表ξ(y×n)的第i行第j列数值：其中，γ为分辨系数；根据关联系数ξ(y×n)求归一化矩阵第i行与参考数列R之间的关联度Ci：其中，ωj为权重；计算步态评估分数Score：一种步态能力评估装置，包括：数据分析及特征参数提取模块，用于根据获取到的连续的步态加速度信号来提取被测对象的个人步态模式AGG，并与预定的标准步态模板CGG进行对比，从而计算出若干反映被测对象步态特征的参数；步态评估模块，用于分别从若干预定标准对象的AGG中，提取出反映对应标准对象步态特征的参数，从而建立步态评估模型；再将所述若干反映被测对象步态特征的参数带入所述步态评估模型，对被测对象的步态进行评估。该装置还包括：多通道步态信号采集模块，用于获取被测对象的步态加速度信号；所述多通道步态信号采集模块放置于被测对象腰部、大腿后侧中间部分；数据显示模块，用于实时显示步态加速度信号的波形，以及最终的步态评估结果。所述数据分析及特征参数提取模块包括：步态数据预处理单元，首先将多通道步态信号采集模块采集到的步态加速度信号转换到标准正交坐标系中，之后对每一通道连续的加速度信号做低通滤波处理；步态分割与归一化单元，针对每一通道，均利用压力传感器信号找到步态起始点与结束点对步态周期进行分割，并进行时间归一化处理，获得步态周期加速度信号ACCp×N，其中，p表示加速度信号通道的个数，N表示归一化定长；步态模式提取单元，分别计算若干个连续的步态周期加速度信号的平均值作为被测对象的AGG，并对每个对象提取y个AGG以表征其整体步态；特征参数提取单元，用于针对每一被测对象的AGG，分别计算反映被测对象步态特征的参数，过程如下：a、计算被测对象的AGG与标准步态模式CGG每一对应通道的Pearson相关系数，对所有通道的Pearson相关系数求和得到参数P；b、采用动态规划方法计算被测对象的AGG与CGG每一对应通道的动态时间规整距离，对所有通道动态时间规整距离求和得到参数D；c、计算被测对象的AGG每一通道的极值点个数，对所有通道极值点个数求和得到参数E；d、分别对被测对象的AGG的腰部前向通道与竖直方向通道步态加速度信号进行傅里叶变换，再计算偶次谐波之和与奇数次谐波之和的比值得到谐波系数，将腰部前向与竖直方向步态加速度信号的谐波系数相加得到参数H；e、计算被测对象的AGG腰部前向通道与竖直方向通道加速度的自相关系数，其中左右腿相关性峰值点，即为对称性指标，根据腰部前向加速度与竖直方向本文档来自技高网...

【技术保护点】
一种步态能力评估方法，其特征在于，包括：根据获取到的连续的步态加速度信号来提取被测对象的个人步态模式AGG，并与预定的标准步态模板CGG进行对比，从而计算出若干反映被测对象步态特征的参数；分别从若干预定标准对象的AGG中，提取出反映对应标准对象步态特征的参数，从而建立步态评估模型；再将所述若干反映被测对象步态特征的参数带入所述步态评估模型，对被测对象的步态进行评估。

【技术特征摘要】
1.一种步态能力评估方法，其特征在于，包括：根据获取到的连续的步态加速度信号来提取被测对象的个人步态模式AGG，并与预定的标准步态模板CGG进行对比，从而计算出若干反映被测对象步态特征的参数；分别从若干预定标准对象的AGG中，提取出反映对应标准对象步态特征的参数，从而建立步态评估模型；再将所述若干反映被测对象步态特征的参数带入所述步态评估模型，对被测对象的步态进行评估。2.根据权利要求1所述的一种步态能力评估方法，其特征在于，利用多通道步态信号采集模块来获得被测对象的步态加速度信号；所述多通道步态信号采集模块放置于被测对象腰部、大腿后侧中间部分；还利用数据显示模块来实时显示步态加速度信号的波形，以及最终的步态评估结果。3.根据权利要求1所述的一种步态能力评估方法，其特征在于，所述计算出若干反映被测对象步态特征的参数包括：首先，将多通道步态信号采集模块采集到的步态加速度信号转换到标准正交坐标系中，并对每一通道连续的加速度信号做低通滤波处理；其次，针对每一通道，均利用压力传感器信号找到步态起始点与结束点对步态周期进行分割，并进行时间归一化处理，获得步态周期加速度信号ACCp×N，其中，p表示加速度信号通道的个数，N表示归一化定长；然后，分别计算若干个连续的步态周期加速度信号的平均值作为被测对象的AGG，并对每个对象提取y个AGG以表征其整体步态；所述AGG同样为一个pXN的矩阵；最后，针对每一被测对象的AGG，分别计算反映被测对象步态特征的参数，过程如下：a、计算被测对象的AGG与标准步态模板CGG每一对应通道的Pearson相关系数，对所有通道的Pearson相关系数求和得到参数P；b、采用动态规划方法计算被测对象的AGG与CGG每一对应通道的动态时间规整距离，对所有通道动态时间规整距离求和得到参数D；c、计算被测对象的AGG每一通道的极值点个数，对所有通道极值点个数求和得到参数E；d、分别对被测对象的AGG的腰部前向通道与竖直方向通道步态加速度信号进行傅里叶变换，再计算偶次谐波之和与奇数次谐波之和的比值得到谐波系数，将腰部前向与竖直方向步态加速度信号的谐波系数相加得到参数H；e、计算被测对象的AGG腰部前向通道与竖直方向通道加速度的自相关系数，其中左右腿相关性峰值点，即为对称性指标，根据腰部前向加速度与竖直方向加速度的两个对称性指标求和得到参数S。4.根据权利要求1所述的一种步态能力评估方法，其特征在于，所述分别从若干预定标准对象的AGG中，提取出反映对应标准对象步态特征的参数，从而建立步态评估模型包括：预定标准对象的数量为m，每一预定标准对象的AGG数量为y，从每一AGG中提取n个反映对应标准对象步态特征的参数，最终构成矩阵Xym×n；再采用灰色关联度方法建立灰色关联度模型作为步态评估模型，其中，灰色关联度模型中的标准化特征参数向量Xref，参考数列R、最小值minAbs与最大值maxAbs的计算方式如下：首先，计算标准化特征参数向量Xref，下式中，Xi(j)代表Xym×n的第i行，第j列：其次，根据标准化特征参数向量Xref归一化中间参数Zym×n，下式中，Zi(j)代表Zym×n的第i行第j列数值，Xref(j)代表Xref向量的第j列数值；然后，计算参考数列R：最后，确定最小值minAbs与最大值maxAbs，下式中，R(j)代表R的第j列数值：5.根据权利要求1所述的一种步态能力评估方法，其特征在于，所述将所述若干反映被测对象步态特征的参数带入所述步态评估模型，对被测对象的步态进行评估包括：提取了被测对象的y个AGG，反映被测对象步态特征的参数包括：Pearson相关系数，即参数P；动态时间规整距离，即参数D；极值点个数，即参数E；谐波系数，即参数H；对称性参数，即参数S；则构成矩阵Gy×n，根据步态评估模型中的标准化特征参数向量Xref进行归一化得到归一化矩阵根据步态评估模型中的参考数列R、最小值minAbs与最大值maxAbs计算关联系数ξ(y×n)，下式中，代表的第i行第j列数值，ξi(j)代表ξ(y×n)的第i行第j列数值：其中，γ为分辨系数；根据关联系数ξ(y×n)求归一化矩阵第i行与参考数列R之间的关联度Ci：其中，ωj为权重；计算步态评估分数Score：6.一种步态能力评估装置，其特征在于，包括：数据分析及特征参数提取模块，用于根据获取到的连...

【专利技术属性】
技术研发人员：廖松妹，陈香，张旭，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34