一种人体行为数据的处理方法、装置及系统制造方法及图纸

本发明专利技术公开了一种人体行为数据的处理方法、装置及系统，其中，该方法包括：接收来自佩戴在人体各部位的惯性传感器获取的人体行为数据，其中，人体行为数据包括以下至少之一：行走类数据、震颤类数据、和走圆数据；根据人体行为数据选择可分析数据段；根据可分析数据段分析人体行为数据对应的人体行为是否存在异常；以及显示分析结果。通过本发明专利技术，可以有效地观测测试者的身体状况，确定是否有异常情况，并且，使用惯性传感器可以有效解决对测量环境要求高和信号阻挡的问题。

【技术实现步骤摘要】
一种人体行为数据的处理方法、装置及系统
本专利技术涉及通信领域，具体地，涉及一种人体行为数据的处理方法、装置及系统。
技术介绍
人体行为是人和外界交互的最直观的反映，对人体行为进行数据采集与分析可判断人的各种生理和心理的内在特征，在医疗健康领域具有很好的应用前景。现有的人体行为特征分析原理主要有光学原理、惯性传感器原理。其中，使用光学原理对病人行为特征进行分析研究存在如下一些缺点：(1)对实验环境要求高，如光线要求、实验仪器摆放要求等；(2)人体动作会对佩戴的红外发射器产生阻挡效果，影响实验数据采集。而使用惯性传感器原理，也有如下一些不足之处：(1)数据采集对象主要是正常人，即对正常人的动作进行了数据采集和动作识别；(2)对特征的定量分析不足，即使存在，也没有考虑到病人的行为特征与正常人的区别之处，将病人作为研究对象，其测量精度往往不高。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种人体行为数据的处理方法、装置及系统，以解决上述提及的至少一个问题。一个方面，提供了一种人体行为数据的处理方法，该方法包括：接收来自佩戴在人体各部位的惯性传感器获取的人体行为数据，其中，人体行为数据包括以下至少之一：行走类数据、震颤类数据、和走圆数据；根据人体行为数据选择可分析数据段；根据可分析数据段分析人体行为数据对应的人体行为是否存在异常；以及显示分析结果。另一方面，提供了一种人体行为数据的处理装置，该装置包括：数据接收单元，用于接收来自佩戴在人体各部位的惯性传感器获取的人体行为数据，其中，人体行为数据包括以下至少之一：行走类数据、震颤类数据、和走圆数据；选择单元，用于根据人体行为数据选择可分析数据段；分析单元，用于根据可分析数据段分析人体行为数据对应的人体行为是否存在异常；以及显示单元，用于显示分析结果。又一方面，提供了一种人体行为数据的处理系统，该系统包括：上述的人体行为数据的处理装置以及佩戴在人体各部位的惯性传感器。上述技术方案中的一个技术方案具有如下有益效果：通过对佩戴在人体各部分的多个惯性传感器获取的人体行为数据选择后进行分析，可以有效地观测测试者的身体状况，确定是否有异常情况。附图说明通过以下参照附图对本专利技术实施例的描述，本专利技术的上述以及其它目的、特征和优点将更为清楚，在附图中：图1是根据本专利技术实施例的人体行为数据处理方法的流程图；图2是采用数据插值算法对数据进行插值处理过程的示意图；图3是根据本专利技术实施例的人体行走数据及其数据片段选择的示意图；图4是根据本专利技术实施例的人体抬脚数据及其数据片段选择的示意图；图5是根据本专利技术实施例的基于图4选择的数据片段的抬脚高度计算结果示意图；图6是根据本专利技术实施例的人体震颤数据及其数据片段选择的示意图；图7是根据本专利技术实施例的基于图6选择的数据片段的震颤频率计算结果示意图；图8是根据本专利技术实施例的基于图6选择的数据片段的震颤幅度计算结果示意图；图9是根据本专利技术实施例的人体开步动作数据示意图；图10是根据本专利技术实施例的人体走圆数据示意图；图11是根据本专利技术实施例的人体行为数据处理装置的结构框图；图12是根据本专利技术实施例的选择单元102的结构框图；图13是根据本专利技术实施例的分析单元103的结构框图；图14是根据本专利技术实施例的人体行为数据处理系统的结构框图；图15是根据本专利技术实施例的人体行为数据处理系统采集人体行为数据的流程图；图16是根据本专利技术实施例的人体行为数据处理系统对存储在数据库中的人体行为数据进行分析的流程图。具体实施方式在医疗诊断方面，使用惯性传感器研究人体各种疾病和个体行为的内在联系具有潜在的医疗价值与前景，例如，可以在疾病诊断上应用人体行为感知与分析系统，分析病人步态、四肢运动及震颤、头部运动等情况和疾病程度的关系。然而现有研究在医疗领域关心的这些特征的分析及其相关软件很少。例如，正常压力脑积水(NormalPressureHydrocephalus,NPH)是一种脑室扩大，但脑脊液压力正常的交通性脑积水综合征，其临床表现为具有特征性的“三联征”：步态障碍(步距宽、拖步、磁力步态)、认知功能减退及尿失禁，其中步态障碍为最具典型临床表现特征，且易与帕金森病性步态障碍等疾病相混淆，目前尚未有专门用于检测NPH步态障碍的有效方法。基于此，本专利技术实施例提供一种人体行为数据的处理方案，通过对佩戴在人体各部位的惯性传感器获取的人体行为数据进行分析，可以有效地分析测试者的身体情况，有效地检测NPH步态障碍。以下基于实施例对本专利技术进行描述，但是本专利技术并不仅仅限于这些实施例。图1是根据本专利技术实施例的人体行为数据处理方法的流程图，如图1所示，该方法包括：步骤101，接收来自佩戴在人体各部位的惯性传感器获取的人体行为数据，其中，人体行为数据包括以下至少之一：行走类数据、震颤类数据、和走圆数据；步骤102，根据人体行为数据选择可分析数据段；步骤103，根据可分析数据段分析人体行为数据对应的人体行为是否存在异常；以及步骤104，显示分析结果。通过对佩戴在人体各部分的多个惯性传感器获取的人体行为数据选择后进行分析，可以有效地观测测试者的身体状况，检测NPH步态障碍，以确定是否有异常情况，并且，使用惯性传感器可以有效解决对测量环境要求高和信号阻挡的问题。在步骤103中，根据可分析数据段分析人体行为是否存在异常具体包括：首先根据可分析数据段确定人体行为数据对应的人体行为；之后根据预定规则分析人体行为是否存在异常。这里的预定规则可以是医学上对于某一病症的具体规定。在实际操作中，多个惯性传感器可以分别佩戴在测试者的脚部、手部和腰部，用于分别测试人体行走、震颤和走圆时的数据，以检测测试者是否步态障碍。具体地，当上述人体行为数据为行走类数据时，步骤101接收到的是佩戴在人体脚部的惯性传感器获取的行走类数据，其中，该行走类数据包括在人体脚部传感器的水平、或垂直方向上的线性加速度数据。当上述人体行为数据为震颤类数据时，步骤101接收到的是佩戴在人体手部和头部的惯性传感器获取的震颤类数据，其中，该震颤类数据包括在人体手部和头部惯性传感器坐标上的减去重力分量的加速度数据。当上述人体行为数据为走圆数据时，步骤101接收到的是佩戴在人体腰部的惯性传感器获取的走圆数据，其中，该走圆数据包括人体腰部惯性传感器获取的欧拉角数据。在具体实施过程中，对于NPH患者，可以将惯性传感器分别佩戴在测试者头部(额头正前方)、左右手上臂、左右手掌背面、腰部、左右脚背面。对病人行为特征数据进行采集，主要是采集三维加速度值、三维线性加速度值、重力在传感器坐标上的分量和欧拉角值。在本专利技术实施例中，使用惯性传感器可以有效解决测量环境要求高和信号阻挡的问题，可以从算法上实现针对病人特殊情况的特征计算，如速度重建的误差修正算法等，也可以计算医疗领域关心的其他特征，如使用离散傅立叶变换分析震颤频率，使用离散频域积分算法计算震颤幅度等。在步骤102中，根据人体行为数据选择可分析数据段具体包括：对人体行为数据进行插值处理；根据插值处理后的人体行为数据选择可分析数据段。通过插值处理，可以解决无线数据采集过程中存在的数据丢包问题。数据丢包问题是指设定一定采集频率之后一段时间内采集到的数据数量存在不足，且丢失的数据在时间上不规则分布。这一问题属于传本文档来自技高网...

【技术保护点】
1.一种人体行为数据的处理方法，其特征在于，所述方法包括：接收来自佩戴在人体各部位的惯性传感器获取的人体行为数据，其中，所述人体行为数据包括以下至少之一：行走类数据、震颤类数据、和走圆数据；根据所述人体行为数据选择可分析数据段；根据所述可分析数据段分析所述人体行为数据对应的人体行为是否存在异常；以及显示分析结果。

【技术特征摘要】
1.一种人体行为数据的处理方法，其特征在于，所述方法包括：接收来自佩戴在人体各部位的惯性传感器获取的人体行为数据，其中，所述人体行为数据包括以下至少之一：行走类数据、震颤类数据、和走圆数据；根据所述人体行为数据选择可分析数据段；根据所述可分析数据段分析所述人体行为数据对应的人体行为是否存在异常；以及显示分析结果。2.根据权利要求1所述的人体行为数据的处理方法，其特征在于，根据所述可分析数据段分析所述人体行为数据对应的人体行为的异常情况包括：根据所述可分析数据段确定所述人体行为数据对应的人体行为；根据预定规则分析所述人体行为是否存在异常。3.根据权利要求1所述的人体行为数据的处理方法，其特征在于，根据所述人体行为数据选择可分析数据段包括：对所述人体行为数据进行插值处理；根据插值处理后的人体行为数据选择所述可分析数据段。4.根据权利要求3所述的人体行为数据的处理方法，其特征在于，当所述人体行为数据为行走类数据时，接收来自佩戴在人体各部位的惯性传感器获取的人体行为数据包括：接收来自佩戴在人体脚部的惯性传感器获取的所述行走类数据，其中，所述行走类数据包括在所述人体脚部惯性传感器的水平、或垂直方向上的线性加速度数据。5.根据权利要求3所述的人体行为数据的处理方法，其特征在于，当所述人体行为数据为震颤类数据时，接收来自佩戴在人体各部位的惯性传感器获取的人体行为数据包括：接收来自佩戴在人体手部和头部的惯性传感器获取的所述震颤类数据，其中，所述震颤类数据包括在所述人体手部和头部惯性传感器坐标上的减去重力分量的加速度数据；当所述人体行为数据为走圆数据时，接收来自佩戴在人体各部位的惯性传感器获取的人体行为数据包括：接收来自佩戴在人体腰部的惯性传感器获取的所述走圆数据，其中，所述走圆数据包括所述人体腰部惯性传感器获取的欧拉角数据。6.一种人体行为数据的处理装置，其特征在于...

【专利技术属性】
技术研发人员：顾威庭，马骏杰，方嵘，皇甫江涛，叶生晅，
申请(专利权)人：上海交通大学医学院附属瑞金医院北院，
类型：发明
国别省市：上海,31