一种脑卒中患者步态行走分析方法和装置制造方法及图纸

本发明专利技术提供一种脑卒中患者步态行走分析方法和装置，包括：基于足底压力传感模块、惯性测量模块采集患者步态行走中产生的压力数据和惯性数据；对压力数据和惯性数据进行数据预处理；构建双流神经网络分别提取压力数据和惯性数据的压力特征和惯性特征，并进行特征融合，基于融合后的特征计算步长、步频、步态不对称性指数、步态稳定性指数关键指标，从而实现步态评估；将评估结果传输到柔性OLED触控屏，通过柔性OLED触控屏实时显示步态参数、康复进展、异常预警和训练指导信息。本发明专利技术实现了从原始传感器数据到临床应用的端到端流程，避免了人工监测，提高了评估的准确性和临床实用性，特别适用于脑卒中患者的家庭康复监测和医疗机构的精准康复评估。

【技术实现步骤摘要】

本专利技术属于医疗康复设备及步态分析，具体涉及一种柔性便携式脑卒中患者步态监测装置及分析方法。

技术介绍

1、脑卒中是一种常见的中枢神经系统疾病，会导致患者运动、感觉、认知和言语等功能障碍。据统计，我国每年新发脑卒中患者约200万人，存量患者超过1300万人。针对脑卒中后遗症，康复训练是恢复运动功能的重要手段，尤其是步态康复对提高患者生活自理能力和社会参与度至关重要。

2、传统的步态分析系统主要基于医院实验室中的三维动作捕捉系统、测力平台和肌电图设备等，这些设备不仅价格昂贵，操作复杂，还需要专业人员操作，难以实现日常家庭康复监测。近年来，可穿戴传感技术的发展为步态监测提供了新的解决方案，但目前面临的主要挑战包括：(1)单一传感模态难以全面捕捉步态特征；(2)传感数据易受噪声干扰；(3)传统分析方法对数据缺失和异常敏感；(4)缺乏针对脑卒中特定步态特征的评估标准。

3、现有技术文献cn112426149a公开了一种基于惯性传感器的步态分析方法，但仅使用单一传感模态，信息不全面。cn115944291a介绍了一种基于多个惯性测量装置的脑本文档来自技高网...

【技术保护点】

1.一种脑卒中患者步态行走分析方法，其特征在于，包括：

2.如权利要求1所述的一种脑卒中患者步态行走分析方法，其特征在于：数据预处理包括时域同步、频域滤波和多尺度特征分解；

3.如权利要求2所述的一种脑卒中患者步态行走分析方法，其特征在于：

4.如权利要求1所述的一种脑卒中患者步态行走分析方法，其特征在于：采用时空分形卷积网络ST-FractalNet学习预处理后的压力数据，对于输入的压力传感器数据其中，P表示经过经验模态分解后的压力信号集合，T为序列长度，S为传感器数量，F为特征维度，包含所有分量残余项rn(t)以及每个分量的近似熵ApEn值，ci为...

【技术特征摘要】

1.一种脑卒中患者步态行走分析方法，其特征在于，包括：

2.如权利要求1所述的一种脑卒中患者步态行走分析方法，其特征在于：数据预处理包括时域同步、频域滤波和多尺度特征分解；

3.如权利要求2所述的一种脑卒中患者步态行走分析方法，其特征在于：

4.如权利要求1所述的一种脑卒中患者步态行走分析方法，其特征在于：采用时空分形卷积网络st-fractalnet学习预处理后的压力数据，对于输入的压力传感器数据其中，p表示经过经验模态分解后的压力信号集合，t为序列长度，s为传感器数量，f为特征维度，包含所有分量残余项rn(t)以及每个分量的近似熵apen值，ci为第i个内在模态函数，rn(t)为残余项，表示分解后的剩余部分，n为模态函数总数；st-fractalnet的基本计算单元可表示为：

5.如权利要求1所述的一种脑卒中患者步态行走分析方法，其特征在于：采用相位敏感注意力网络psa-net处理惯性数据，由于预处理中已使用小波变换进行信号分解，psa-net直接利用这些分解结果...

【专利技术属性】
技术研发人员：常卓卿，和平，赵语，
申请(专利权)人：东北农业大学，
类型：发明
国别省市：