CN107616798A - 一种基于重力加速度的步态不对称性检测方法 - Google Patents
一种基于重力加速度的步态不对称性检测方法 Download PDFInfo
- Publication number
- CN107616798A CN107616798A CN201710845397.8A CN201710845397A CN107616798A CN 107616798 A CN107616798 A CN 107616798A CN 201710845397 A CN201710845397 A CN 201710845397A CN 107616798 A CN107616798 A CN 107616798A
- Authority
- CN
- China
- Prior art keywords
- gait
- acceleration
- gravity
- displacement
- sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明提供一种基于重力加速度的步态不对称性检测方法,通过三轴加速度传感器采集人体前胸部匀速步行过程的加速度信号;将信号时序序列进行频域二次积分得到步行过程中的位移时序序列;基于运动过程中的重心位移变化提取步态特征值;以步态特征值为基础计算左右腿运动过程中的步态不对称系数;根据不对称系数检测人体运动过程中的步态不对称性。本发明的方法可直接从运动数据中提取运动特征值并进行计算,不借助其他特殊设备,同时也降低了操作人员对专业知识的需求,且得到的测量结果具有较高的参考价值,适用于家庭、养老院等场所进行老人日常健康监护。
Description
技术领域
本发明属于健康检测领域,涉及一种基于重力加速度的步态不对称性检测方法。
背景技术
我国老年人口基数大、增速快、高龄化趋势明显。研究表明老龄化人群活动范围以及活动时间主要以家庭为主,因此家庭的日常健康监护占据着越来越重要的地位。医院对疾病的诊断主要以病例特征为参考,但很多与肢体有关的疾病,在发病之前就已经有了肢体运动异常表现。比如关节类病变、帕金森、中风等,初期表现为运动能力下降、步态异常等症状。如果能够通过日常运动检测提前发现疾病前期特征,就能够及早发现,及时预防与治疗,避免病情发展严重。
步态的不对称性主要和下肢运动有关,是运动退化的一个重要指标。之前的步态分析主要是基于影像和光电技术,一般只有在设施完善的实验室或者研究所才能进行。被测试者需要在指定的区域或者设备上运动,使用高速摄像机进行画面捕捉,再使用图像技术进行识别分析,极大的限制了基于步态分析的健康检测技术的推广。随着现代电子技术以及穿戴式医疗的发展,这种限制得到了极大的改善。穿戴式健康设备通常会集成运动传感器,如加速度传感器、陀螺仪等。将加速度传感器在运动过程中产生的运动信号作为研究对象,提取参数特征与正常人进行对比,可以及时发现运动状态的改变。穿戴式设备的应用,使得步态检测推广成为可能。
发明内容
本发明的任务是在原有技术的基础上进行发展,提供一种步态不对称性检测方法,以适合应用在穿戴式设备上,减少测量环境及设备的限制,减少操作人员对专业知识的依赖,增加步态分析的准确性。
为实现上述目的,本发明基于前胸三轴加速度信号,采用如下技术方案,具体包括以下步骤:
步骤1、匀速行走过程中人体重力加速度数据采集并进行信号预处理;
步骤2、对预处理后的加速度进行二次积分得到位移序列;
步骤3、基于位移序列提取步态特征值;
步骤4、计算双侧肢体步态不对称系数,进行步态不对称性判断。
所述步骤1包括,
1.1采集匀速行走过程三轴重力加速度数据,加速度采样频率要求100Hz以上,使用垂直方向加速度作为信号输入;
1.2对加速度信号进行移动平均滤波器处理,给出移动平均滤波器的数学表达式:其中,SMA是信号输出,xn为当前输入值,N为移动平均滤波器处理的数据窗长度。
1.3对移动平均滤波器处理后的加速度信号进行去积势处理,让加速度序列中的每个加速度值减去整体序列的平均值,给出去积势计算的数学表达式:其中1≤n≤N,Xn为去积势输出值,xn为当前输入值,N为加速度序列长度。
所述步骤2包括,
2.1使用FFT(快速傅里叶变换)将加速度时序序列转换为其频域序列。
2.2通过频域序列的相位变换,对频域序列进行二次积分,得到相应人体重心位移时序序列的频域序列。
2.3去掉指定正频带外的频率成分。主要是去掉干扰、颤动等噪声。
2.4使用IFFT(逆傅里叶变换)将处理后的二次积分频域序列转换为时序序列,得到匀速步行过程中重心运动的位移时间序列。
所述步骤4包括,
4.1标注位移序列中所有波峰值(极大值)位置,即步行过程中重心最高点在相应位移序列中的位置,并按发生时间的先后顺序记录,此位置表示单侧腿支撑重心位移达到最大。
4.2分别计算步行过程中左右腿在垂直方向最大位移的平均值,给出计算数学表达式为:其中DIFF为单侧腿支撑重心最大位移平均值,x为垂直方向单侧腿支撑重心位移最大值,N为步行过程中单侧腿迈步步数。
4.3计算不对称系数,给出计算数学表达式为:其中ASI为步态不对称系数,DIFF为左右单侧肢体运动垂直方向重心位移最大值平均值。
4.4步态不对称性判断。与实际数据统计得到的步态不对称系数阈值比较,给出参考区间。
由于采用了上述技术方案,本发明具有如下的优点:
本发明所述方法相对于基于影像光电等技术的步态不对称性检测方法,可应用在穿戴式设备上,极大的克服了步态测量的环境、设备等因素。同时该方法可直接在运动数据上提取运动特征值进行计算,不借助其他特殊设备,同时也降低了操作人员对专业知识的需求,且得到的测量结果具有较高的参考价值,适用于家庭、养老院等场所进行日常健康监护。
附图说明
图1为本发明的流程图;
图2为步态特征值提取流程图。
具体实施方式
为了使发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明做进一步的说明。应当理解,此处所描述的具体实施方法仅仅是用以解释本发明,并不用于限定本发明。重力加速度可以直接反映人体在运动过程中的状态,通过提取加速度特征值来进行步态分析的方法,应用在穿戴式设备上,不仅降低了传统步态分析设备的局限性,还减少了测试条件的限制,其分析结果对于健康监护有着较高的参考价值。
本发明进行步态不对称性分析的流程图如图1所示,包括以下步骤:
步骤1,匀速行走过程加速度数据采集并进行信号预处理。本步骤中所采用的是用户在平坦路面匀速行走的三轴加速度数据中垂直方向加速度数据,采样频率要求不低于100Hz。
1.1采集30秒三轴重力加速度数据,使用垂直方向的重力加速度数据作为输入。
1.2输入信号进行移动平均滤波器处理,移动平均滤波器的数学表达式:
其中SMA是信号输出,xn为当前输入值,N为移动平均滤波器处理的数据窗长度。本实施例中移动平均滤波器处理数据窗的长度为9个点。
1.3对加速度信号进行去积势处理。让加速度序列中的每个加速度值减去序列的平均值,目的是要去掉固有重力加速度分量的影响。给出去积势计算的数学表达式: 其中1≤n≤N,Xn为去积势输出值,xn为当前输入值,N为加速度序列长度。
步骤2,对原始加速度进行二次积分,得到位移时间序列。本步骤采用频域积分方法,这样可以直接通过设置正频带去除杂波以及噪声,这是时序积分所达不到的。
2.1将时序加速度信号,转换到频域,此过程使用FFT(快速傅里叶变换)进行计算。
2.2通过频域序列的相位变换,对频域序列进行二次积分,得到与人体重心位移时间序列相对应的频域序列。
2.3去掉指定正频带外的频率成分。人行走迈步频率为0.2~5Hz,经过实际数据分析以及实验,这里选定匀速步行重心位移频域正频带为0.5~3Hz。
2.4使用IFFT(逆傅里叶变换)将处理后的二次积分频域序列转换为时序序列,得到匀速步行过程中重心运动的位移时间序列。
步骤3,基于位移序列提取步态特征值,详细步骤见图2说明。
步骤4,计算步态不对称系数。计算不对称系数所使用的变量都是在位移序列中提取的特征值,不存在任何估测量,提高了步态不对称性判断的准确性。
4.1标注位移序列中所有波峰值(极大值)位置,即步行过程中重心最高点在相应位移序列中的位置,并按发生时间的先后顺序记录,此位置表示单侧腿支撑重心位移达到最大。
4.2分别计算步行过程中左右腿在垂直方向运动时,重心向上最大位移的平均值。一个波峰代表一只脚迈出了一步,因此相邻波峰分别是左、右脚所迈出的步子,因此区分好顺序,不需要真正识别左脚还是右脚,同时还要对左右脚迈步计数,计算平均值。给出计算数学表达式为:其中DIFF为单侧腿支撑重心最大位移平均值,x为垂直方向单侧腿支撑重心位移最大值,N为步行过程中单侧腿迈步步数
4.3计算不对称系数,给出计算数学表达式为:其中ASI为步态不对称系数,DIFF为左右单侧肢体垂直方向位移最大值平均值。
步骤5,对步态的对称性进行判断。主要依据是通过实际步态数据分析统计得出的阈值,详细见表1。经过实际数据分析发现,正常人步态不对称系数主要集中在9.0~10.0之间,少数人会偏高,且不会高于20。因此认为:不对称系数小于15,步态对称性正常;不对称系数大于15小于23,左右腿步行过程中可能存在不对称性,需要注意观察;不对称系数大于23,步态过程中左右腿存在明显不对称性,需要去做双侧肢体检查。
表1 不对称系数判断依据说明
本发明进行步态特征值提取流程图如图2所示,包括以下步骤:
步骤1,在位移序列中设定窗宽为Y,每次滑动一个长度,也就是说相邻两数据窗有四个数据是相同的。数据窗长度是经过实验观察、对比后选取的最优长度,窗长太大或者太小都会降低特征值提取的准确性。选取的位移时间序列可表示为{xi|i=1,2,…,Y},优选Y=5
步骤2,判断x3是否为窗口内数据的最大值,因为波峰为极大值,波峰处位移值要大于两侧的值。若x3不是最大值,则说明此处不是特征值,则滑动窗口,重复步骤2;若x3是最大值则继续步骤3。
步骤3,计算与前一个特征值点的时间间隔DI。由于相邻两步之间的时间间隔不会小于0.2秒,若DI小于0.2秒,则说明此点不是特征值点,舍去此点并滑动窗口,重新执行步骤2;若DI大于0.2秒,则说明此点是特征值点,按事件发生的先后顺序记录特征值点位置。
步骤4,若窗口滑动结束,则继续执行图1所示流程中的步骤4。
Claims (5)
1.一种基于重力加速度的步态不对称性检测方法,其特征在于,包括以下步骤:
步骤1、匀速行走过程中人体重力加速度数据采集并进行信号预处理;
步骤2、对预处理后的加速度进行二次积分得到位移序列;
步骤3、基于位移序列提取步态特征值;
步骤4、计算双侧肢体步态不对称系数,进行步态不对称性判断。
2.如权利要求1所述的基于重力加速度的步态不对称性检测方法,其特征在于,
所述步骤1包括,
1.1采集匀速行走过程三轴重力加速度数据,加速度采样频率要求100Hz以上,使用垂直方向加速度作为信号输入;
1.2对加速度信号进行移动平均滤波器处理,给出移动平均滤波器的数学表达式:其中,SMA是信号输出,xn为当前输入值,N为移动平均滤波器处理的数据窗长度;
1.3对移动平均滤波器处理后的加速度信号进行去积势处理,让加速度序列中的每个加速度值减去整体序列的平均值,给出去积势计算的数学表达式:其中1≤n≤N,Xn为去积势输出值,xn为当前输入值,N为加速度序列长度。
3.如权利要求1所述的基于重力加速度的步态不对称性检测方法,其特征在于,
所述步骤2包括,
2.1使用FFT将加速度时序序列转换为其频域序列;
2.2通过频域序列的相位变换,对频域序列进行二次积分,得到相应人体重心位移时序序列的频域序列;
2.3去掉指定正频带外的频率成分;
2.4使用IFFT将处理后的二次积分频域序列转换为时序序列,得到匀速步行过程中重心运动的位移时间序列。
4.如权利要求1所述的基于重力加速度的步态不对称性检测方法,其特征在于,
步骤3具体包括:
步骤1,在位移序列中设定窗宽为Y,每次滑动一个长度,选取的位移时间序列可表示为{xi|i=1,2,…,Y};
步骤2,判断x3是否为窗口内数据的最大值,若x3不是最大值,则说明此处不是特征值,则滑动窗口,重复步骤2;若x3是最大值则继续步骤3;
步骤3,计算与前一个特征值点的时间间隔DI,若DI小于0.2秒,则说明此点不是特征值点,舍去此点并滑动窗口,重新执行步骤2;若DI大于0.2秒,则说明此点是特征值点,按事件发生的先后顺序记录特征值点位置;
步骤4,若窗口滑动结束,则继续步骤4。
5.如权利要求1所述的基于重力加速度的步态不对称性检测方法,其特征在于,
所述步骤4包括,
4.1标注位移序列中所有波峰值位置,即步行过程中重心最高点在相应位移序列中的位置,并按发生时间的先后顺序记录,此位置表示单侧腿支撑重心位移达到最大;
4.2分别计算步行过程中左右腿在垂直方向最大位移的平均值,给出计算数学表达式为: 其中DIFF为单侧腿支撑重心最大位移平均值,x为垂直方向单侧腿支撑重心位移最大值,N为步行过程中单侧腿迈步步数;
4.3计算不对称系数,给出计算数学表达式为:其中ASI为步态不对称系数,DIFF为左右单侧肢体运动垂直方向重心位移最大值平均值;
4.4将计算得到的不对称系数与实际数据统计得到的步态不对称系数阈值比较,给出参考区间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710845397.8A CN107616798B (zh) | 2017-09-19 | 2017-09-19 | 一种基于重力加速度的步态不对称性检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710845397.8A CN107616798B (zh) | 2017-09-19 | 2017-09-19 | 一种基于重力加速度的步态不对称性检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107616798A true CN107616798A (zh) | 2018-01-23 |
CN107616798B CN107616798B (zh) | 2020-06-19 |
Family
ID=61089982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710845397.8A Active CN107616798B (zh) | 2017-09-19 | 2017-09-19 | 一种基于重力加速度的步态不对称性检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107616798B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109171655A (zh) * | 2018-09-19 | 2019-01-11 | 北京工业大学 | 一种基于重力加速度的睡眠呼吸及睡姿的检测方法 |
CN109770911A (zh) * | 2019-01-21 | 2019-05-21 | 北京诺亦腾科技有限公司 | 一种步态分析方法、装置及存储介质 |
WO2019180029A1 (en) | 2018-03-19 | 2019-09-26 | Ao Technology Ag | Device and method for evaluating gait asymmetry |
WO2019219961A1 (en) * | 2018-05-18 | 2019-11-21 | Medotemic Ab | A method and a system for analyzing an asymmetric movement pattern of a subject |
CN110916673A (zh) * | 2019-11-18 | 2020-03-27 | 清华大学 | 一种步态监测的方法及智能设备 |
CN111839526A (zh) * | 2020-03-03 | 2020-10-30 | 沈阳大学 | 一种基于加速度信号的自适应步态周期波形异常检测方法 |
CN112674762A (zh) * | 2020-12-28 | 2021-04-20 | 江苏省省级机关医院 | 一种基于可穿戴惯性传感器的帕金森震颤评估装置 |
CN114376566A (zh) * | 2022-02-16 | 2022-04-22 | 常州大学 | 一种手部负重时下肢节段的对称性评估方法 |
CN114469074A (zh) * | 2021-12-15 | 2022-05-13 | 中国科学院深圳先进技术研究院 | 一种跌倒预警方法、系统、设备及计算机存储介质 |
CN114626409A (zh) * | 2022-02-21 | 2022-06-14 | 中铁第四勘察设计院集团有限公司 | 一种近断层加速度脉冲识别方法、存储介质及计算机设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217155A (zh) * | 2012-01-20 | 2013-07-24 | 株式会社森精机制作所 | 移位检测方法和移位检测单元 |
CN103505219A (zh) * | 2012-06-20 | 2014-01-15 | 中国科学院电子学研究所 | 一种人体步态评测系统及方法 |
GB2533430A (en) * | 2014-12-19 | 2016-06-22 | Mclaren Applied Tech Ltd | Biomechanical analysis |
CN106412839A (zh) * | 2016-09-12 | 2017-02-15 | 南京邮电大学 | 基于二级分区与指纹梯度匹配的室内定位与跟踪方法 |
CN106539587A (zh) * | 2016-12-08 | 2017-03-29 | 浙江大学 | 一种基于多运动传感器的跌倒风险评估以及监测系统及评估方法 |
CN106908021A (zh) * | 2017-01-19 | 2017-06-30 | 浙江大学 | 一种用于可穿戴式设备的人体步长测量方法及其测量设备 |
CN106937872A (zh) * | 2017-04-20 | 2017-07-11 | 杭州电子科技大学 | 一种基于回归曲线的步态双侧对称性评价方法 |
-
2017
- 2017-09-19 CN CN201710845397.8A patent/CN107616798B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217155A (zh) * | 2012-01-20 | 2013-07-24 | 株式会社森精机制作所 | 移位检测方法和移位检测单元 |
CN103505219A (zh) * | 2012-06-20 | 2014-01-15 | 中国科学院电子学研究所 | 一种人体步态评测系统及方法 |
GB2533430A (en) * | 2014-12-19 | 2016-06-22 | Mclaren Applied Tech Ltd | Biomechanical analysis |
WO2016097746A1 (en) * | 2014-12-19 | 2016-06-23 | Mclaren Applied Technologies Limited | Biomechanical analysis |
CN106412839A (zh) * | 2016-09-12 | 2017-02-15 | 南京邮电大学 | 基于二级分区与指纹梯度匹配的室内定位与跟踪方法 |
CN106539587A (zh) * | 2016-12-08 | 2017-03-29 | 浙江大学 | 一种基于多运动传感器的跌倒风险评估以及监测系统及评估方法 |
CN106908021A (zh) * | 2017-01-19 | 2017-06-30 | 浙江大学 | 一种用于可穿戴式设备的人体步长测量方法及其测量设备 |
CN106937872A (zh) * | 2017-04-20 | 2017-07-11 | 杭州电子科技大学 | 一种基于回归曲线的步态双侧对称性评价方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019180029A1 (en) | 2018-03-19 | 2019-09-26 | Ao Technology Ag | Device and method for evaluating gait asymmetry |
WO2019219961A1 (en) * | 2018-05-18 | 2019-11-21 | Medotemic Ab | A method and a system for analyzing an asymmetric movement pattern of a subject |
CN109171655A (zh) * | 2018-09-19 | 2019-01-11 | 北京工业大学 | 一种基于重力加速度的睡眠呼吸及睡姿的检测方法 |
CN109770911B (zh) * | 2019-01-21 | 2021-03-09 | 北京诺亦腾科技有限公司 | 一种步态分析方法、装置及存储介质 |
CN109770911A (zh) * | 2019-01-21 | 2019-05-21 | 北京诺亦腾科技有限公司 | 一种步态分析方法、装置及存储介质 |
CN110916673A (zh) * | 2019-11-18 | 2020-03-27 | 清华大学 | 一种步态监测的方法及智能设备 |
CN111839526A (zh) * | 2020-03-03 | 2020-10-30 | 沈阳大学 | 一种基于加速度信号的自适应步态周期波形异常检测方法 |
CN111839526B (zh) * | 2020-03-03 | 2023-11-14 | 沈阳大学 | 一种基于加速度信号的自适应步态周期波形异常检测方法 |
CN112674762A (zh) * | 2020-12-28 | 2021-04-20 | 江苏省省级机关医院 | 一种基于可穿戴惯性传感器的帕金森震颤评估装置 |
CN114469074A (zh) * | 2021-12-15 | 2022-05-13 | 中国科学院深圳先进技术研究院 | 一种跌倒预警方法、系统、设备及计算机存储介质 |
CN114376566A (zh) * | 2022-02-16 | 2022-04-22 | 常州大学 | 一种手部负重时下肢节段的对称性评估方法 |
CN114626409A (zh) * | 2022-02-21 | 2022-06-14 | 中铁第四勘察设计院集团有限公司 | 一种近断层加速度脉冲识别方法、存储介质及计算机设备 |
CN114626409B (zh) * | 2022-02-21 | 2023-09-26 | 中铁第四勘察设计院集团有限公司 | 一种近断层加速度脉冲识别方法、存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107616798B (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107616798A (zh) | 一种基于重力加速度的步态不对称性检测方法 | |
Abdulhay et al. | Gait and tremor investigation using machine learning techniques for the diagnosis of Parkinson disease | |
Chen et al. | Computerized wrist pulse signal diagnosis using modified auto-regressive models | |
CN109907752A (zh) | 一种去除运动伪影干扰与心电特征检测的心电诊断与监护方法及系统 | |
CN104008398B (zh) | 一种基于多传感器信息融合的步态分类方法 | |
US10285650B2 (en) | Heart monitoring device and method | |
CN105249925B (zh) | 一种中医脉象采集装置及降噪系统和降噪方法 | |
CN102988036A (zh) | 测量脉率的方法 | |
CN110801212B (zh) | 基于神经网络的bcg信号心率提取方法 | |
Fortune et al. | Step detection using multi-versus single tri-axial accelerometer-based systems | |
CN114469124B (zh) | 一种运动过程中异常心电信号的识别方法 | |
González et al. | Estimation of temporal gait events from a single accelerometer through the scale-space filtering idea | |
Xue et al. | Vision-based gait analysis for senior care | |
Khandelwal et al. | Novel methodology for estimating Initial Contact events from accelerometers positioned at different body locations | |
Lee et al. | Analysis of gait sub-movements to estimate ataxia severity using ankle inertial data | |
WO2013086615A1 (en) | Device and method for detecting congenital dysphagia | |
CN112674762A (zh) | 一种基于可穿戴惯性传感器的帕金森震颤评估装置 | |
KR20120061143A (ko) | 장음 분석을 통한 비침습적인 장 운동성 측정 장치 및 방법 | |
CN106419884A (zh) | 一种基于小波分析的心率计算方法与系统 | |
Bobrova et al. | Mathematical methods of fetal activity signal processing | |
CN110801214A (zh) | 一种心率实时检测方法及系统 | |
Castaño et al. | Spatiotemporal Gait Variables Using Wavelets for an Objective Analysis of Parkinson Disease. | |
CN113397528B (zh) | 一种踝泵运动评估方法、设备和系统 | |
CN110897621B (zh) | 一种生理信号提取方法及其系统 | |
JP2015083101A (ja) | 脈波検出装置、脈波検出方法及び脈波検出プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |