【技术实现步骤摘要】
基于步态数据的运动监控方法、装置以及电子设备
[0001]本专利技术涉及运动监控
,特别涉及是一种基于步态数据的运动监控方法
、
装置
、
电子设备以及存储介质
。
技术介绍
[0002]行走能力是人类转移功能的重要评价指标,人类下肢每一个步行动作都是多器官和肢体部位协同完成的,包括大脑的控制,神经传导
、
下肢肌肉收缩
、
下肢关节屈伸等,其中任何一个环节出问题都会导致步行障碍
。
[0003]对于此类患者的康复训练大多需要由医生在现场根据其主观经验完成,有时还需用到专用器械如压力垫
、
光学运动捕获设备
、
承重设备等,然而,大多数患者在具有着地能力后就会离开医院,在院外患者只能根据自身感觉以及医嘱进行步行康复训练,期间步行能力可能会有较大变化,患者无法实时准确了解自身的康复情况,缺乏反馈信息,康复训练的效率低下
。
技术实现思路
[0004]基于此,本专利技术的目的在于,提供一种基于步态数据的运动监控方法
、
装置
、
设备以及存储介质,根据用户的步态周期检测结果,对用户的步态数据进行定位切割,获得若干个分离步态数据,采用聚类分析方法,将若干个分离步态数据进行归类,构建若干个模板对应的分离步态集合,对各个分离步态集合进行参数统计,获得各个所述分离步态集合的步态统计结果,作为所述运动监控结果,用户能够实时
、
准确了解 ...
【技术保护点】
【技术特征摘要】
1.
一种基于步态数据的运动监控方法,其特征在于,包括以下步骤:获得用户在运动过程中的步态数据,其中,所述步态数据包括若干个时刻采集的关节屈伸角参数;对所述步态数据进行步态周期检测,获得所述步态数据的步态周期检测结果,根据所述步态周期检测结果,对所述步态数据进行定位切割,获得若干个分离步态数据;根据若干个所述分离步态数据以及预设的若干个模板,构建若干个模板特征数据,根据若干个所述分离步态数据以及若干个模板特征数据,采用聚类分析的方法,将若干个所述分离步态数据进行组合,构建若干个所述模板对应的分离步态集合,其中,所述分离步态集合包括若干个所述分离步态数据;对各个所述分离步态集合进行参数统计,获得各个所述分离步态集合的步态统计结果,作为运动监控结果,其中,所述运动监控结果包括分离步态数据总数目统计结果
、
分离步态数据总时长统计结果
、
模板数目统计结果以及模板特征统计结果,所述模板特征统计结果包括时长统计结果以及关节屈伸角统计结果
。2.
根据权利要求1所述的基于步态数据的运动监控方法,其特征在于:所述屈伸角参数包括髋关节
、
膝关节和踝关节屈伸角参数;所述对所述步态数据进行步态周期检测,获得所述步态数据的步态周期数据之前,包括步骤:获得用户在静止直立状态下的下肢俯仰角数据,根据所述下肢俯仰角数据,对所述步态数据进行修正,获得修正后的步态数据,其中,所述下肢俯仰角数据包括大腿
、
小腿及足部俯仰角参数
。3.
根据权利要求2所述的基于步态数据的运动监控方法,其特征在于:所述步态数据包括足部加速度数据;所述对所述步态数据进行步态周期检测,获得所述步态数据的步态周期检测结果,包括步骤:构建关节屈伸角序列以及足部加速度序列,其中,所述关节屈伸角序列为:式中,为所述关节屈伸角序列,为第
t
个时刻采集的关节屈伸角参数,为第
t
个时刻采集的左髋关节屈伸角参数,为第
t
个时刻采集的右髋关节屈伸角参数,为第
t
个时刻采集的左膝关节屈伸角参数,为第
t
个时刻采集的右膝关节屈伸角参数,为第
t
个时刻采集的左踝关节屈伸角参数,为第
t
个时刻采集的右踝关节屈伸角参数;所述足部加速度序列为:
式中,为所述足部加速度序列,为第
t
个时刻采集的足部加速度参数,为第
t
个时刻采集的左足部的加速度参数,为第
t
个时刻采集的右足部的加速度参数;遍历所述关节屈伸角序列,获得同一侧的髋关节屈伸角参数由负至正的相邻的两个时刻,构建若干个待检验的步态周期数据,根据若干个所述待检验的步态周期数据以及预设的步态周期范围阈值,从若干个所述待检验的步态周期数据中提取若干个中间步态周期数据;根据所述足部加速度序列以及若干个中间步态周期数据,获得各个所述中间步态周期数据对应的中间足部加速度序列以及足部最大加速度参数,根据所述足部最大加速度参数,构建足部加速度阈值,其中,所述足部最大加速度参数包括左足部最大加速度参数以及右足部最大加速度参数,所述足部加速度阈值包括左足部加速度阈值以及右足部加速度阈值;根据各个所述中间步态周期数据对应的中间足部加速度序列中若干个时刻采集的足部加速度参数以及所述足部加速度阈值,从若干个所述中间步态周期数据中提取若干个目标步态周期数据,作为所述步态数据的步态周期检测结果
。4.
根据权利要求3所述的基于步态数据的运动监控方法,其特征在于,所述对所述步态数据进行步态周期检测,获得所述步态数据的步态周期检测结果,还包括步骤:遍历各个所述目标步态周期数据,判断各个所述目标步态周期数据是否存在同一侧的髋关节屈伸角参数由负至正的相邻的两个时刻以及由正至负的相邻的两个时刻,若存在,保留所述目标步态周期数据,获取所述目标步态周期数据对应足部加速度序列的足部最大加速度参数,根据所述足部最大加速度参数,对相应的所述足部加速度阈值进行修正;若不存在,移除所述目标步态周期数据
。5.
根据权利要求4所述的基于步态数据的运动监控方法,其特征在于,所述根据若干个所述分离步态数据以及若干个模板特征数据,采用聚类分析的方法,将若干个所述分离步态数据进行组合,构建若干个所述模板对应的分离步态集合,包括步骤:根据若干个所述分离步态数据
、
若干个模板特征数据以及预设的相似度计算算法,获得各个所述分离步态数据与各个所述模板特征数据的相似度数据,其中,所述相似度计算算法为:式中,为第
i
个分离步态数据与相应的第
k
个模板的模板特征数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。