KR20180047291A - System for analyzing successive period of pedestrian gait - Google Patents
System for analyzing successive period of pedestrian gait Download PDFInfo
- Publication number
- KR20180047291A KR20180047291A KR1020160143245A KR20160143245A KR20180047291A KR 20180047291 A KR20180047291 A KR 20180047291A KR 1020160143245 A KR1020160143245 A KR 1020160143245A KR 20160143245 A KR20160143245 A KR 20160143245A KR 20180047291 A KR20180047291 A KR 20180047291A
- Authority
- KR
- South Korea
- Prior art keywords
- axis
- cycle
- analyzing
- signal
- pedestrian
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Geometry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
본 발명은 보행자 보행 연속 주기 분석 시스템에 관한 것으로서, 보다 구체적으로는 보행자가 보행시 신발 등에 설치된 3차축 가속도 센서로부터 신호를 수신하여 3차원 공간에서의 보행을 분석하는 보행자 보행 연속 주기 분석 시스템에 관한 것이다. More particularly, the present invention relates to a pedestrian walking continuous cycle analyzing system for analyzing walking in a three-dimensional space by receiving a signal from a three-axis acceleration sensor installed on a foot in walking, will be.
통상적으로 사회가 고령화되어 가면서 나타나는 문제점으로서 사고나 손상과 같은 외상이나, 암과 같은 질병에 의한 내상보다 뇌신경계 퇴행성 질환이 삶의 질을 떨어트리는 것으로 볼 수 있다. Normally, as the society ages, problems such as accidents and injuries, degenerative diseases of the cerebral nervous system, rather than internal injuries caused by diseases such as cancer, can be seen as deteriorating the quality of life.
따라서, 이러한 뇌신경계 퇴행성 질환을 예방하고 대처하여 고령화되어 가는 사회에서 삶의 질을 증대시킬 필요성이 대두되고 있다. Therefore, there is a need to increase the quality of life in an aging society by preventing and coping with such neurodegenerative diseases.
종래 이와 같이 뇌신경계 퇴행성 질환을 진단하는 방법으로서, x-ray, MRI, CT나 PET 방법과 같은 진단영상법을 적용하려고 하고 있으나 찾아내기 어려운 문제가 있다. Conventionally, diagnostic imaging methods such as x-ray, MRI, CT and PET methods are applied as methods for diagnosing degenerative diseases of the cerebral nervous system, but they are difficult to find.
전세계적으로 대학병원뿐만 아니라 대부분의 중대형 병원들은 UPERS(Unified Parkinson's Disease Rating Scale)과 같은 설문 방법으로 병의 심각도를 측정하고 진단하는 방법이 널리 사용되고 있다. Around the world, methods for measuring and diagnosing the severity of illnesses are widely used, including questionnaires such as the UPERS (Unified Parkinson's Disease Rating Scale), as well as most university hospitals.
그러나, 이러한 설문 진단 방식의 진단측정은 실시하는 의사의 경험과 주관에 따라 달라질 수 있는 문제가 있다. 또한, 설문응답에 대한 점수를 부여하는 방법이기 때문에 정량적 비교를 위한 데이터 민감도가 떨어진다는 한계가 있다. However, there is a problem that the diagnostic measurement of the questionnaire diagnosis method may be changed depending on the doctor 's experience and subjectivity. In addition, since it is a method of giving a score to the questionnaire response, there is a limit that data sensitivity for quantitative comparison is lowered.
또한, 설문 진단 방식은 질문을 하고 이로부터 응답이 오면 이에 대한 점수를 내는 시간이 오래 걸리는 문제가 있는데, 대략 2시간 정도의 질의 응답이 진행되고 이를 분석하는데 2~3일 정도가 소요된다. In addition, the questionnaire method has a problem that it takes a long time to make a question about a question when it comes to a question and a response from the questionnaire. It takes about 2 hours to answer a question and it takes about 2 ~ 3 days to analyze it.
본 발명은 상기와 같은 문제점을 해결하기 위하여 도출된 것으로서, 검사 측정 결과를 신속하게 분석 및 처리할 수 있는 보행자 보행 연속주기 분석 시스템을 제공하는데 목적이 있다. SUMMARY OF THE INVENTION It is an object of the present invention to provide a pedestrian walking continuous cycle analyzing system capable of quickly analyzing and processing test measurement results.
본 발명의 바람직한 실시예에 의한 보행자 보행 연속주기 분석 시스템은 보행자가 착용하는 신발내에 설치되는 3축 가속도 센서 및 3축 각가속도 센서로부터 신호를 수신하는 수신부; 상기 수신부로부터 수신된 신호를 분석하는 제어부; 상기 제어부에 의하여 분석된 결과를 디스플레이하는 디스플레이부;를 포함하며, 상기 제어부는, 상기 분석된 신호에 대하여 분석하여, 한 사이클로 분리하여 분석하며, 한 사이클로 분리할 때 시간축인 x-축이 변동됨에 따라 이를 노멀라이징하여 각 사이클을 통일적으로 분석하는 것을 특징으로 한다. A pedestrian walking continuous cycle analysis system according to a preferred embodiment of the present invention includes: a receiver for receiving a signal from a 3-axis acceleration sensor and a 3-axis angular acceleration sensor installed in a shoe worn by a pedestrian; A controller for analyzing a signal received from the receiver; And a display unit for displaying the analyzed result by the control unit. The controller analyzes the analyzed signal, separates the analyzed signal into one cycle, and analyzes it. When the signal is divided into one cycle, the x- And then normalizing it, thereby analyzing each cycle in a unified manner.
또한, 상기 제어부는, 상기 x-축을 노멀라이징하기 위하여, 절대 시간이 가장 긴 사이클을 레퍼런스로 삼고, 상기 사이클의 총 데이터 개수를 노멀리제이션을 위한 데이터 개수(N)로 설정하는 것이 바람직하다. In addition, in order to normalize the x-axis, the controller may set a cycle having the longest absolute time as a reference, and set the total number of data of the cycle to the number of data (N) for normalization.
또한, 상기 제어부는, 상기 나머지 모든 데이터의 개수를 N만큼 재 생성시키는 것이 바람직하며, 더 바람직하게는 상기 제어부는, 상기 재 생성시 내삽법을 적용한다. Preferably, the control unit regenerates the number of all remaining data by N, more preferably, the control unit applies the interpolation method during the regeneration.
본 발명에 의하면, 보다 정확하면서 신속하게 보행자의 보행을 분석할 수 있어, 사용자 편의성을 높일 수 있다. According to the present invention, it is possible to more precisely and quickly analyze the walking of the pedestrian, thereby improving user convenience.
도 1 내지 도 4는 본 발명의 바람직한 실시예에 의한 보행자 보행 연속주기 분석 시스템의 분석 방법을 설명하기 위한 도면,
도 5 내지 도 10은 본 발명의 바람직한 실시예에 의한 보행자 보행 연속주기 분석 시스템의 분석 결과를 나타낸 도면이다. 1 to 4 are diagrams for explaining an analysis method of a pedestrian's walking continuous cycle analyzing system according to a preferred embodiment of the present invention;
5 to 10 are diagrams illustrating analysis results of a pedestrian walking continuous cycle analyzing system according to a preferred embodiment of the present invention.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 의한 보행자 보행 연속주기 분석 시스템을 설명한다. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, a pedestrian walking continuous cycle analysis system according to a preferred embodiment of the present invention will be described with reference to the accompanying drawings.
도 1 내지 도 4는 본 발명의 바람직한 실시예에 의한 보행자 보행 연속주기 분석 시스템의 분석 방법을 설명하기 위한 도면, 1 to 4 are diagrams for explaining an analysis method of a pedestrian's walking continuous cycle analyzing system according to a preferred embodiment of the present invention;
도 5 내지 도 10은 본 발명의 바람직한 실시예에 의한 보행자 보행 연속주기 분석 시스템의 분석 결과를 나타낸 도면이다. 5 to 10 are diagrams illustrating analysis results of a pedestrian walking continuous cycle analyzing system according to a preferred embodiment of the present invention.
도 1 내지 도 4를 참조하면, 본 발명의 바람직한 실시예에 의한 보행자 보행 연속주기 분석 시스템은, 보행자가 착용하는 신발내에 설치되는 3축 가속도 센서 및 3축 각가속도 센서로부터 신호를 수신하는 수신부와, 상기 수신부로부터 수신된 신호를 분석하는 제어부와, 상기 제어부에 의하여 분석된 결과를 디스플레이하는 디스플레이부를 포함한다. 1 to 4, a pedestrian's running continuous cycle analyzing system according to a preferred embodiment of the present invention includes a receiver for receiving a signal from a 3-axis acceleration sensor and a 3-axis angular acceleration sensor installed in a shoe worn by a pedestrian, A controller for analyzing a signal received from the receiver, and a display for displaying a result analyzed by the controller.
제어부는 상기 분석된 신호에 대하여 분석하여, 한 사이클로 분리하여 분석하며, 한 사이클로 분리할 때 시간축인 x-축이 변동됨에 따라 이를 노멀라이징하여 각 사이클을 통일적으로 분석한다. The controller analyzes the analyzed signal, separates it into one cycle and analyzes it. When the signal is divided into one cycle, the controller normalizes the x-axis as the time axis is changed, and analyzes each cycle in a unified manner.
이때, 제어부는, 상기 x-축을 노멀라이징하기 위하여, 절대 시간이 가장 긴 사이클을 레퍼런스로 삼고, 상기 사이클의 총 데이터 개수를 노멀리제이션을 위한 데이터 개수(N)로 설정한다. At this time, in order to normalize the x-axis, the controller sets the cycle having the longest absolute time as a reference, and sets the total number of data of the cycle to the number of data (N) for normalization.
보다 바람직하게는 상기 제어부는, 상기 나머지 모든 데이터의 개수를 N만큼 재 생성시키며, 상기 재 생성시 내삽법을 적용하는 것이 바람직하다. More preferably, the controller recovers the number of all remaining data by N, and applies the interpolation method during the regeneration.
이하, 본 발명의 바람직한 실시예에 의한 보행자 보행 연속주기 분석 시스템의 처리 방법을 설명한다. Hereinafter, a processing method of the pedestrian's walking continuous cycle analyzing system according to the preferred embodiment of the present invention will be described.
도 1에 도시된 바와 같이, 보행자가 착용하는 신발에 3축 가속도 센서 및 3축 각가속도 센서로부터 신호를 수신받아 즉, 1분 동안의 Full Cycle 모션 데이터를 좌/우 모드 6개씩 총 12개를 동일 시간대에 비교할 수 있도록 이를 로데이터(raw data)로 하여 발이 땅에 닿는 시점(HS)와 발이 땅에서 뜨는 시점(TO)를 구분하여 Cycle을 분리할 수 있다. As shown in FIG. 1, when a footwear worn by a pedestrian receives a signal from a 3-axis acceleration sensor and a 3-axis angular acceleration sensor, that is, a full cycle motion data for 1 minute is divided into 6 left / It is possible to separate the cycle by separating the time (HS) when the foot touches the ground and the time (TO) when the foot comes on the ground, as raw data.
도 2a 내지 도 2c는 도 3에 도시된 바와 같이 로데이터로부터 발이 땅에 닿는 시점 HS와 발이 땅에서 뜨는 시점 TO를 구분하여 Cycle을 분리하여 각 사이클을 비교한 도면이다. FIGS. 2A to 2C are diagrams illustrating a cycle when a foot is touched at a time point at which the foot touches the ground and a time point at which the foot is touched at the floor from the road data, and the cycles are separated.
그러나, 건강한 사람이나 정신을 집중할 수록 같은 시간대에 x-축에 대응하는 y-축의 데이터는 원칙적으로 동일하거나 유사하여야 하는데, 현실에서는 절대시간 x-축에 따라 y-축의 데이터는 각 사이클마다 다를 수 밖에 없다. However, as the healthy person or the mind concentrates, the data of the y-axis corresponding to the x-axis at the same time should be the same or similar in principle. In reality, depending on the absolute time x-axis, the data of the y- There is nothing.
전자계산적 측면에서도 사이클을 자를 때마다 데이터 수가 다르게 되면 시간 축인 x-축의 의미를 살릴 수 없게 되므로 노말라이징된 새로운 x-축을 생성할 필요가 있다. On the electronic computation side, it is necessary to generate a new normalized x-axis because the meaning of the x-axis which is the time axis can not be utilized if the number of data is different every time a cycle is cut.
도 3은 이와 같이 노말라이징된 새로운 x-축을 생성하는 방법을 설명하는 도면으로서, 대부분 신호분석에서 x-축은 단순히 시간이 흘러가는 것에 불과하지만 본 발명에서는 x-축은 정상 신경계가 반응하는 시점을 정확하게 알고 있다는 측면에서 정보를 내포한 축이라 할 수 있다. FIG. 3 is a view for explaining a method for generating a new normalized x-axis in this way. In most of the signal analysis, the x-axis is merely time-lapse. However, in the present invention, the x- It is an axis that contains information in terms of knowing.
y-축의 단순한 변동 폭보다 x-축의 변동에 따른 y-축의 이벤트가 어떻게 일어나는지 파악하는 것이 중요하므로, 보행주기는 x-축의 몇 퍼센트 시점에서 y-축의 어떠한 이벤트가 발생하는지를 파악하는 것이 중요하게 된다. 즉, x-축의 변동에 대해 어떻게 나타는지가 중요하다. Since it is important to understand how the y-axis event is caused by the x-axis variation rather than the simple y-axis variation, it is important to understand what kind of event occurs on the y-axis at a percentage of the x-axis . That is, how it relates to the variation of the x-axis is important.
x-축을 노말라이징하기 위하여 절대 시간이 가장 긴 사이클을 레퍼런스로 삼고 그 사이클의 총 데이터 개수를 노말라이징을 위한 데이터 개수(N)로 설정하고, 나머지 모든 사이클의 데이터 개수를 N개 만큼 재생성시킴으로써 x-축을 노말라이징할 수 있다. In order to normalize the x-axis, a cycle having the longest absolute time is referred to as a reference, the total number of data of the cycle is set to the number of data for normalizing (N), and the number of data of all remaining cycles is regenerated by N, - The axis can be normalized.
이때 나머지 사이클의 데이터 개수를 재생성시키는 방법으로서 내삽법을 이용하는 것이 바람직하다. At this time, it is preferable to use an interpolation method as a method for regenerating the number of data of the remaining cycles.
한편, 도 4에 도시된 바와 같이 이동속도(보행속도)가 변할 수록 신호의 형태도 변화하게 되는데 보행속도가 증가할 수록 x-축이 짧아 진다. Meanwhile, as shown in FIG. 4, as the moving speed (walking speed) changes, the signal shape also changes. As the walking speed increases, the x-axis becomes shorter.
보행속도가 증가할 수록 x-축마다 대응되는 y-축의 이벤트 패턴 변화가 달라지며 정상 신경계의 경우 y-축의 변동폭이 짧아진다. 특별히 선형 x, y 및 z 모션, 회전 3개 모션 중에서 특정한 선형 모션과 회전모션의 조합을 통해 정상 신경계와 비정산간의 차이를 극대화할 수 있다. As the walking speed increases, the event pattern changes in the y-axis corresponding to each x-axis change, and in the case of the normal nervous system, the variation range of the y-axis decreases. Especially in linear x, y, and z motions, three different revolutions, you can maximize the difference between a normal nervous system and a non-illiterate by combining certain linear and rotary motions.
이러한 차이점을 알고리즘으로 구성하기 위해 보행속도 변화를 3단계로 저속, 보통 및 고속을 정할 수 있다. In order to construct this difference as an algorithm, we can define low, normal and high walking speed changes in three steps.
보통에서 6:4의 입각기와 유각기 비율이 나오지 않으면 저속과 고속 결과를 비율로 6:4의 최적화된 생리학적 보행속도를 찾을 수 있다. If you do not have a standard 6: 4 ratio of stance and swing, you can find an optimized physiological walking speed of 6: 4 at a low to high speed ratio.
이로부터 정상 신경계는 저속보다는 보통에서 에너지 소모를 줄이기 위해 y-축 변동을 줄이게 되고 보통보다는 고속에서 y-축 변동을 줄이게 된다. From this, the normal nervous system reduces y-axis fluctuations to reduce energy consumption in the normal rather than the slower, and reduces the y-axis fluctuations at higher speeds than normal.
즉, 저속-보통, 보통-고속 두 단계에서 y축 변동이 줄어 들면 에너지 소모를 정상적으로 줄인다는 근거가 되며, 이외에 어떤 경우도 모두 비정상이되는 것이다. In other words, it is a basis for the energy consumption to be normally reduced when the y-axis fluctuation decreases in the low-normal-medium-high-speed two stages.
도 5 내지 도 10은 상기와 같은 본 발명의 바람직한 실시예를 적용하여 도출된 결과물을 디스플레이부를 통하여 안내하는 것으로서, 다양한 그래프로 시각화화여 전달됨으로써 사용자의 이해도를 증가시킬 수 있게 된다. FIGS. 5 to 10 illustrate a result obtained by applying the preferred embodiment of the present invention as described above through a display unit, and are visualized in various graphs, thereby increasing a user's understanding.
이와 같이, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 상기에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해되어야만 한다. It will be apparent to those skilled in the art that the present invention may be embodied in other specific forms without departing from the spirit or essential characteristics thereof. It is therefore to be understood that the above-described embodiments are to be considered in all respects only as illustrative and not restrictive.
본 발명의 범위는 상기 상세한 설명보다는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다. The scope of the present invention is defined by the appended claims rather than the detailed description, and all changes or modifications derived from the meaning and scope of the claims and their equivalents should be interpreted as being included in the scope of the present invention.
Claims (4)
상기 수신부로부터 수신된 신호를 분석하는 제어부;
상기 제어부에 의하여 분석된 결과를 디스플레이하는 디스플레이부;를 포함하며,
상기 제어부는,
상기 분석된 신호에 대하여 분석하여, 한 사이클로 분리하여 분석하며,
한 사이클로 분리할 때 시간축인 x-축이 변동됨에 따라 이를 노멀라이징하여 각 사이클을 통일적으로 분석하는 것을 특징으로 하는 보행자 보행 연속주기 분석 시스템. A receiver for receiving signals from a 3-axis acceleration sensor and a 3-axis angular acceleration sensor installed in a shoe worn by a pedestrian;
A controller for analyzing a signal received from the receiver;
And a display unit for displaying a result analyzed by the control unit,
Wherein,
Analyzing the analyzed signal, separating it into one cycle and analyzing it,
Wherein the x-axis as the time axis is normalized when it is separated into one cycle, and the cycle is uniformly analyzed.
상기 x-축을 노멀라이징하기 위하여, 절대 시간이 가장 긴 사이클을 레퍼런스로 삼고, 상기 사이클의 총 데이터 개수를 노멀리제이션을 위한 데이터 개수(N)로 설정하는 것을 특징으로 하는 보행자 보행 연속주기 분석 시스템. The apparatus of claim 1,
Wherein a cycle having the longest absolute time is referred to as a reference for normalizing the x-axis, and the total number of data of the cycle is set to the number of data (N) for normalization.
상기 나머지 모든 데이터의 개수를 N만큼 재 생성시키는 것을 특징으로 하는 보행자 보행 연속주기 분석 시스템. 3. The apparatus of claim 2,
And the number of remaining data is regenerated by N. The system of claim 1,
상기 재 생성시 내삽법을 적용하는 것을 특징으로 하는 보행자 보행 연속주기 분석 시스템.
The apparatus of claim 3,
Wherein the interpolation method is applied during the regeneration.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160143245A KR20180047291A (en) | 2016-10-31 | 2016-10-31 | System for analyzing successive period of pedestrian gait |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160143245A KR20180047291A (en) | 2016-10-31 | 2016-10-31 | System for analyzing successive period of pedestrian gait |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20180047291A true KR20180047291A (en) | 2018-05-10 |
Family
ID=62184037
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160143245A KR20180047291A (en) | 2016-10-31 | 2016-10-31 | System for analyzing successive period of pedestrian gait |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20180047291A (en) |
-
2016
- 2016-10-31 KR KR1020160143245A patent/KR20180047291A/en not_active Application Discontinuation
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lee et al. | Evaluation of postural stability based on a force plate and inertial sensor during static balance measurements | |
| Abdulhay et al. | Gait and tremor investigation using machine learning techniques for the diagnosis of Parkinson disease | |
| Moore et al. | Autonomous identification of freezing of gait in Parkinson's disease from lower-body segmental accelerometry | |
| Toebes et al. | Local dynamic stability and variability of gait are associated with fall history in elderly subjects | |
| Iluz et al. | Automated detection of missteps during community ambulation in patients with Parkinson’s disease: a new approach for quantifying fall risk in the community setting | |
| Yoneyama et al. | Accelerometry-Based gait analysis and its application to parkinson's disease assessment—Part 2: A new measure for quantifying walking behavior | |
| Renggli et al. | Wearable inertial measurement units for assessing gait in real-world environments | |
| KR101703547B1 (en) | Method and apparatus for estimating effective channel of functional near-infrared spectroscopy | |
| Varrecchia et al. | An artificial neural network approach to detect presence and severity of Parkinson’s disease via gait parameters | |
| Sabatini et al. | Fourier-based integration of quasi-periodic gait accelerations for drift-free displacement estimation using inertial sensors | |
| KR20160079501A (en) | Method and apparatus for control of wearable gait robot based on eeg | |
| Derie et al. | Tibial acceleration-based prediction of maximal vertical loading rate during overground running: a machine learning approach | |
| Prado et al. | Gait segmentation of data collected by instrumented shoes using a recurrent neural network classifier | |
| Salchow-Hömmen et al. | Emerging portable technologies for gait analysis in neurological disorders | |
| Micó-Amigo et al. | Is the assessment of 5 meters of gait with a single body-fixed-sensor enough to recognize idiopathic Parkinson’s disease-associated gait? | |
| Reinfelder et al. | Timed Up-and-Go phase segmentation in Parkinson's disease patients using unobtrusive inertial sensors | |
| Mundt et al. | Intelligent prediction of kinetic parameters during cutting manoeuvres | |
| Baroudi et al. | Estimating walking speed in the wild | |
| CN109770913A (en) | A kind of abnormal gait recognition methods based on reverse transmittance nerve network | |
| Shahzad et al. | Automated prescreening of mild cognitive impairment using shank-mounted inertial sensors based gait biomarkers | |
| Vienne-Jumeau et al. | Personalized template-based step detection from inertial measurement units signals in multiple sclerosis | |
| Ahmadi et al. | Regularity of kinematic data between single and dual-task treadmill walking in people with Parkinson’s disease | |
| Jabri et al. | Automatic ML-based vestibular gait classification: examining the effects of IMU placement and gait task selection | |
| US20230329587A1 (en) | System And Method For Assessing Neuro Muscular Disorder By Generating Biomarkers From The Analysis Of Gait | |
| KR20180047291A (en) | System for analyzing successive period of pedestrian gait |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E601 | Decision to refuse application |