基于智能鞋垫的步态分析系统技术方案

本发明专利技术公开了一种基于智能鞋垫的步态分析系统，包括数据采集系统，步态分析系统和步态健康云端；所述数据采集系统集成在智能鞋垫中；所述步态分析系统，包括步态分析APP，该步态分析APP与智能鞋垫进行信息传输；步态分析APP实时将步态数据上传至步态健康云端进行存储，所述步态健康云端用于形成个人步态分析档案。本申请使用户可以随时掌握自己的步态状况，根据步态状况用户可以及时的调整生活习惯，使生活更加健康，且该个人步态分析档案可供医生诊断参考。

Gait analysis system based on Intelligent insole

The invention discloses a gait analysis system based on Intelligent insole, including data acquisition system, gait analysis system and gait health cloud end; the data acquisition system is integrated in intelligent insole; the gait analysis system includes gait analysis APP, which carries out information transmission with intelligent insole; and gait analysis APP uploads gait data to gait health in real time. Cloud ends are stored, and the gait healthy cloud ends are used to form personal gait analysis files. This application enables users to grasp their gait status at any time, adjust their living habits according to the gait status, and make their life healthier. The personal gait analysis file can be used for doctor's diagnosis and reference.

【技术实现步骤摘要】
基于智能鞋垫的步态分析系统
本专利技术涉及一种步态分析系统，具体说是一种基于智能鞋垫的步态分析系统。
技术介绍
步态是人体结构与功能、运动调节系统、行为及心理活动在行走时的外在表现，但是，其中某个系统或某些方面的功能障碍，都可引起步态异常。据调查显示，50％-60％的轻运动人群由于运动过程中步态不正确而患有不同程度的膝盖伤；发育期行走姿态异常直接影响儿童成长阶段骨骼腿部甚至脊柱发育；步态异常具有对某些疾病提示意义，如糖尿病足、下肢关节炎、下肢肌无力。通过步态分析可以实现对某些疾病的预防以及辅助性治疗。步态分析是固体力学在生物系统的典型范例。步态判断与分析，是一门高尖端的专业医疗学科，目前尚处于科研级，监测设备门槛高，专业度也极高，人们享用设备的成本也相当高，例如德国的Proxomed、美国的Biodex等步态测试设备。目前尚没有消费级步态监测产品，能通过个体数据指导健康运动及临床辅助诊疗的产品。因此，提供一种方便，快捷，精准的步态分析方法，为医生、运动教练、用户自己提供客观的步态分析依据及康复治疗、矫正或运动改善后的效果评估，已经刻不容缓。
技术实现思路
本申请提供了一种基于智能鞋垫的步态分析系统，通过该系统架构，将智能鞋垫，APP，健康云，有机结合一体，为智能鞋垫领域整体发展提供一个方向。为实现上述目的，本申请的技术方案是：一种基于智能鞋垫的步态分析系统，包括数据采集系统，步态分析系统和步态健康云端；所述数据采集系统集成在智能鞋垫中；所述步态分析系统，包括步态分析APP，该步态分析APP与智能鞋垫进行信息传输；步态分析APP实时将步态数据上传至步态健康云端进行存储，所述步态健康云端用于形成个人步态分析档案。进一步的，数据采集系统，包括无线充电模块，即在智能鞋垫内部加装一个线圈，通过电磁感应产生电流。进一步的，所述数据采集系统，还包括薄膜压力传感器、加速度传感器、信号调理模块、信号采集模块、中央处理系统和信号发射模块；所述薄膜压力传感器、信号调理模块、信号采集模块、信号发射模块、无线充电模块均与中央处理系统信号相连，信号调理模块还与加速度传感器信号连接。进一步的，所述步态分析APP，包括数据接收模块、云端交互模块、步态分析模块和显示模块；所述数据接收模块，与智能鞋垫通讯，接收来自智能鞋垫所采集的数据，并将数据传输给步态分析模块和云端交互模块；所述云端交互模块，是将本地数据上传到步态健康云端的个人步态分析档案中；所述步态分析模块，包括步态时相分析模块、步态特征识别模块、行走姿态判定模块；所述显示模块，将分析后的结果显示到APP中，还能根据足迹压力数据生成满足不同需求的伪彩图。进一步的，所述步态时相分析模块内设置有执行程序，将数据接收模块获取的数据进行分析，获得关键的特征图；具体是，将一个完整的步态分为8个阶段，这8个阶段包含7个不同的特征，把一个步幅中的7个特征图提取出来。更进一步的，所述步态时相分析模块，还包括数据准备模块，该模块采集到的数据为一组具有时序关系的足迹灰度图像；在该足迹灰度图像中将8个阶段关键点的图像提取出来，并把7个不同的特征分别定义为r1～r7，其中r1～r6的步态在足迹灰度图像上具有明显的特征，通过足迹时序图像对其进行提取；而r7步态由于其处于悬空状态，足底并未触地，因此其足迹图像为0；用测量加速度的方法对其r7步态特征图进行提取；通过人工标定的方法将部分足迹时序中属于r1～r6的图像标定出来，作为训练样本集；并将r1～r6步态进行One-hot编码，其编码如下r1＝[1,0,0,0,0,0,0]，r2＝[0,1,0,0,0,0,0]；以此类推r6＝[0,0,0,0,0,1,0]，将不属于r1～r6中的图像定义为r*。更进一步的，所述步态时相分析模块内的执行程序具体如下：S1：将步态时序图像中第t个图像作为输入inputS2：搜索ri步态特征图像S2.1：创建一个长度为2的列表ListS2.2：将input加入到List列表中S2.3：计算列表List中图像的差分Res＝List[top]-List[bottom]S2.4：将差分图像Res输入到CNN卷积网络中，获得判定标签LabelS2.5：如果Label＝＝ri，返回List[top]并转至S3S2.6：将第t+1个图像设置为input并转至S2.2S3：如果ri＝＝r6结束算法S4：i＝i+1，转至S2；其中，t表示图像在步态时序图中的位置；ri表示第i种步态特征，i＝1～6；CNN代表卷积神经网络；List[top]和List[bottom]代表列表List两端的元素；Label表示r1～r6步态的One-hot标签。作为更进一步的，步态特征识别模块，分别对落足、支撑和起步阶段特征归类；落足阶段特征在r1和r4的图像中提取；支撑阶段特征在r6的图像中提取；起步阶段特征在r3和r5的图像特征中提取；其中r1和r4的图像中能提取到踏痕，磕痕，擦痕，推痕，跄痕，压痕的特征；在r6的图像中能提取压痕，迫痕，坐痕，拧痕的特征；在r3和r5的图像中能提取蹬痕，挑痕和扫痕的特征，通过人工标记的方式，在成趟足迹序列图像中将属于以上几类的图像人工添加标签并制作成数据集，然后训练基于CNN网络的分类器。作为更进一步的，行走姿态判定模块根据步态特征判人的行走姿态，具体为：步态特征行走姿态蹬痕，踏痕，躯干直立，前后摆臂蹬痕重，有挑痕，扫痕躯干前倾，前后摆臂有挑痕，踏痕，迫痕躯干直立，向后甩臂磕痕，坐痕，挑痕，迫痕躯干后仰，向后甩臂跄痕，迫痕，躯干前倾，向后甩臂作为更进一步的，步态健康云端实时保存数据采集系统采集到的数据和步态分析APP分析的结果，形成完整的个人步态分析档案；以供后续生成健康报告使用，或者通过医疗接口供医生诊断参考。本专利技术的有益效果是：本专利技术将数据采集系统、步态分析系统和步态健康云端单个模块集成到一起，通过采集到的数据分析用户的步态，使用户可以随时掌握自己的步态状况；云端存储的个人步态分析档案，以供后续生成健康报告使用，或者通过医疗接口供医生诊断参考。根据步态状况用户可以及时的调整生活习惯，使生活更加健康。附图说明本专利技术共有附图5幅：图1为数据采集系统的结构框图；图2为步态分析APP架构图；图3为步态特征图；图4为步态时相特征提取方法流程图；图5为足底压力伪彩图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本专利技术进行详细描述。实施例1本实施例提供一种基于智能鞋垫的步态分析系统，包括数据采集系统，步态分析系统和步态健康云端；所述数据采集系统集成在智能鞋垫中；所述步态分析系统，包括步态分析APP，该步态分析APP与智能鞋垫进行信息传输；步态分析APP实时将步态数据上传至步态健康云端进行存储，所述步态健康云端用于形成个人步态分析档案。以下将分别对每个子系统做详细介绍：1.数据采集系统数据采集系统都集成在智能鞋垫中，该系统包括无线充电模块、薄膜压力传感器，加速度传感器模块，信号调理模块，信号采集模块，中央处理系统，信号发射模块组成；1)加速度传感器加速度传感器能够测量，人体在走路时脚步所产生加速度的大小。在步态分析中，加速度是十分重要的动态参数。对于计算人体行走能量消耗具有十分重要作用。此外，对于本文档来自技高网...

【技术保护点】
1.基于智能鞋垫的步态分析系统，其特征在于，包括数据采集系统，步态分析系统和步态健康云端；所述数据采集系统集成在智能鞋垫中；所述步态分析系统，包括步态分析APP，该步态分析APP与智能鞋垫进行信息传输；步态分析APP实时将步态数据上传至步态健康云端进行存储，所述步态健康云端用于形成个人步态分析档案。

【技术特征摘要】
1.基于智能鞋垫的步态分析系统，其特征在于，包括数据采集系统，步态分析系统和步态健康云端；所述数据采集系统集成在智能鞋垫中；所述步态分析系统，包括步态分析APP，该步态分析APP与智能鞋垫进行信息传输；步态分析APP实时将步态数据上传至步态健康云端进行存储，所述步态健康云端用于形成个人步态分析档案。2.根据权利要求1所述基于智能鞋垫的步态分析系统，其特征在于，数据采集系统，包括无线充电模块，即在智能鞋垫内部加装一个线圈，通过电磁感应产生电流。3.根据权利要求1或2所述基于智能鞋垫的步态分析系统，其特征在于，所述数据采集系统，还包括薄膜压力传感器、加速度传感器、信号调理模块、信号采集模块、中央处理系统和信号发射模块；所述薄膜压力传感器、信号调理模块、信号采集模块、信号发射模块、无线充电模块均与中央处理系统信号相连，信号调理模块还与加速度传感器信号连接。4.根据权利要求1所述基于智能鞋垫的步态分析系统，其特征在于，所述步态分析APP，包括数据接收模块、云端交互模块、步态分析模块和显示模块；所述数据接收模块，与智能鞋垫通讯，接收来自智能鞋垫所采集的数据，并将数据传输给步态分析模块和云端交互模块；所述云端交互模块，是将本地数据上传到步态健康云端的个人步态分析档案中；所述步态分析模块，包括步态时相分析模块、步态特征识别模块、行走姿态判定模块；所述显示模块，将分析后的结果显示到APP中，还能根据足迹压力数据生成满足不同需求的伪彩图。5.根据权利要求4所述基于智能鞋垫的步态分析系统，其特征在于，所述步态时相分析模块内设置有执行程序，将数据接收模块获取的数据进行分析，获得关键的特征图；具体是，将一个完整的步态分为8个阶段，这8个阶段包含7个不同的特征，把一个步幅中的7个特征图提取出来。6.根据权利要求5所述基于智能鞋垫的步态分析系统，其特征在于，所述步态时相分析模块，还包括数据准备模块，该模块采集到的数据为一组具有时序关系的足迹灰度图像；在该足迹灰度图像中将8个阶段关键点的图像提取出来，并把7个不同的特征分别定义为r1～r7，其中r1～r6的步态在足迹灰度图像上具有明显的特征，通过足迹时序图像对其进行提取；而r7步态由于其处于悬空状态，足底并未触地，因此其足迹图像为0；用测量加速度的方法对其r7步态特征图进行提取；通过人工标定的方法将部分足迹时序中属于r1～r6的图像标定出来，作为训练样本集；并将r1～r6步态进行One-hot编码，...

【专利技术属性】
技术研发人员：张吉昌，董波，郭宝珠，于昕晔，陈伟卿，
申请(专利权)人：大连恒锐科技股份有限公司，
类型：发明
国别省市：辽宁,21