CN108095729A - 一种冻结步态识别方法和装置 - Google Patents
一种冻结步态识别方法和装置 Download PDFInfo
- Publication number
- CN108095729A CN108095729A CN201810067559.4A CN201810067559A CN108095729A CN 108095729 A CN108095729 A CN 108095729A CN 201810067559 A CN201810067559 A CN 201810067559A CN 108095729 A CN108095729 A CN 108095729A
- Authority
- CN
- China
- Prior art keywords
- gait
- data
- freezing
- phase time
- leg
- 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.)
- Pending
Links
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
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种冻结步态识别方法和装置,通过将冻结步态识别装置穿戴在人体的大腿、小腿以及脚底板上,获取人体在运动的时候步态的相关信息,再通过对获取的信息进行分析控制,从而得到人体运动时双腿支撑相时间、摆动相时间和左右腿站立相时间等参数,通过之间的比值以及相关的关系,判断该步态是否为冻结步态。整个装置结构简单,轻便,便于人体穿戴,也可以用于室外运动穿戴,不局限于在室内使用测量数据,使用起来更为灵活,同时检测的工作原理简单,数据实时传送给主控制器以及客户端,便于医生或者看护人员监测,且长时间佩戴,监测的数据越多,从而判断的准确率更高。
Description
技术领域
本发明涉及一种医疗检测辅助技术领域,尤其涉及一种冻结步态识别方法和装置。
背景技术
帕金森病是一种常见于中老年人行为退化的一种病症,随着帕金森病患者病情的加剧,会有较大概率出现慌张步态、步态冻结、起步难等问题。当患者出现异常步态后,可以对患者施加规律性的刺激如声音、图标等就可以帮助患者恢复正常。但是如果一直对患者施加刺激,长时间之后会出现免疫、效果减弱等问题。帕金森病属于慢性神经退行性疾病,目前对于帕金森病的病情及治疗效果的评价主要依赖于患者的主观反馈及医生一次在门诊单一的量表评估。患者的反馈会存在回忆偏倚,主观性大,量表的评估仅是某一时刻的横断面的评估与监测,这些都与患者真实的日常生活存在一定的差距,医生也很难逐一地了解患者的全方位症状,因此,根据患者的主观反馈和医生门诊单一的量表评估存在着相当的局限性。
现有技术通过患者发生异常步态的频率和时间可以作为描述患者病情的指标。但是,现有的步态检测大多采用图像等光学传感器,需要在固定空间内使用,而基于惯性传感器的步态检测容易出现漂移,检测精度有限。对于在地板上铺设压力传感器或使用可测压力的鞋垫等步态检测方式,不利于检测静止步态;在帕金森病患者的异常步态检测过程中,单一异常步态检测方式在灵敏度、准确度等方面存在缺陷,不能够满足检测要求。
发明内容
针对上述技术中存在的不足之处,本发明提供一种冻结步态识别方法和装置,能够通过获取的步态运动信息,分析判断出是否为冻结步态,原理简单,操作也简单,结构简单轻便,检测方式更为灵敏,更为智能化。
为实现上述目的,本发明提供一种冻结步态识别方法,包括:
获取腿部步态的运动数据;
识别步态信息,并处理分析归类;
按预设程序处理不同种类的步态信息,得出对应参数;
计算分析上述处理得出的对应参数之间的比值;
判断识别出冻结步态。
其中,所述运动数据包括腿部惯性数据,腿部惯性数据采集于人体的大腿和小腿,通过数据识别,判断识别出大腿惯性数据和小腿惯性数据,通过预设程序,得出大腿惯性数据和小腿惯性数据之间的对应参数,该参数为膝关节的弯曲角度。
其中,所述腿部惯性数据包括大腿和小腿的加速度和角速度。
其中,所述运动数据还包括足底压力数据,通过预设程序,得出膝关节的弯曲角度与足底压力数据之间的对应参数,即对腿部步态的运动数据以步为单位进行分割。
其中,所述足底压力数据包括左前脚掌数据、左后跟数据、右前脚掌数据和右后跟数据,通过数据识别,判断对应方位的数据值。
其中,所述足底压力数据包括左前脚掌内侧数据、左前脚掌外侧数据、左后跟数据、右前脚掌内侧数据、右前脚掌外侧数据和右后跟,通过数据识别,判断对应方位的数据值。
其中,通过膝关节的弯曲角度、足底压力数据,得出左右腿站立相时间、摆动相时间及双腿支撑相时间。
其中,根据左右腿站立相时间、摆动相时间及双腿支撑相时间之间的比值,与正常步态对应的数据对比,识别判断是否为冻结步态。
其中,双腿支撑相时间:为左脚和右脚的任意一部位同时与地面接触时的时间段;
右腿站立相时间:右脚跟刚刚接触地面到右脚尖离开地面的时间段;
左腿站立相时间:左脚跟刚刚接触地面到左脚尖离开地面的时间段;
摆动相时间包括左腿摆动相时间和右腿摆动相时间;
左腿摆动相时间:左腿脱离地面悬空的时间段;
右腿摆动相时间:右脚脱离地面悬空的时间段。
其中,
所述步态运动时间关系为:右站立相时间为左摆动相时间与相邻的两个双腿支撑相时间之和;
左站立相时间为右摆动相时间与相邻的两个双腿支撑相时间之和;
当摆动相时间减小或不变,同时站立相时间明显上升时,判断为冻结步态。
本发明还公开了一种冻结步态识别装置,包括位于腿部的惯性检测装置、位于足底的足底压力检测装置和主控制器,所述主控制器与腿部惯性检测装置和足底压力检测装置通过无线通信装置无线通信获取数据,所述主控制器与客户端连接通信。
其中,所述腿部惯性检测装置包括加速度传感器、角速度传感器和第一通信装置,所述加速度传感器与角速度传感器分别与第一无线通信装置连接通信,所述第一无线通信装置与主控制器上的第二无线通信装置连接通信。
其中,所述腿部惯性检测装置包括第一惯性检测装置和第二惯性检测装置,所述第一惯性检测装置安装在大腿上,所述第二惯性检测装置安装在小腿上。
其中,所述第一惯性检测装置和第二惯性检测装置分别设置有两个,两个第一惯性检测装置分别安装在左腿大腿和右腿大腿上,两个第二惯性检测装置分别安装在左腿小腿和右腿小腿上。
其中,所述足底压力检测装置上设置有压力检测传感器和第三无线通信装置,第三无线通信装置与主控制器的第二无线通信装置连接通信。
其中,所述压力检测传感器为压电传感器或薄膜压力传感器。
其中,所述压力检测传感器设置有多个,分别分布在脚掌位置和后跟位置。
其中,所述压力检测传感器设置有多个,分别分布在脚掌内侧位置、脚掌外侧位置和后跟位置。
其中,所述足底压力检测装置包括第一足底压力检测装置和第二足底压力检测装置,所述第一足底压力检测装置位于左脚底,所述第二足底压力检测装置位于右脚底。
其中,所述第一足底压力检测装置和第二足底压力检测装置分别嵌入到鞋垫内。
其中,所述无线通信装置优选低功耗蓝牙通信模块,也可以是其他的通信模块,WIFI通信模块、WLAN通信模块,本发明还可以是其他的有线通信模块。
本发明的有益效果是:
本发明公开一种冻结步态识别方法和装置,通过将冻结步态识别装置穿戴在人体的大腿、小腿以及脚底板上,获取人体在运动的时候步态的相关信息,再通过对获取的信息进行分析控制,从而得到人体运动时双腿支撑相时间、摆动相时间和左右腿站立相时间等参数,通过之间的比值以及相关的关系,判断该步态是否为冻结步态。整个装置结构简单,轻便,便于人体穿戴,也可以用于室外运动穿戴,不局限于在室内使用测量数据,使用起来更为灵活,同时检测的工作原理简单,数据实时传送给主控制器以及客户端,便于医生或者看护人员监测,且长时间佩戴,监测的数据越多,从而判断的准确率更高。
附图说明
图1为本发明冻结步态识别方法步骤图;
图2为本发明冻结步态识别方法具体流程图;
图3为本发明冻结步态识别装置模块方框图;
图4为本发明冻结步态识别装置步态判断情况示意图。
具体实施方式
为了更清楚地表述本发明,下面结合附图对本发明作进一步地描述。
请参阅图1-图2,为实现上述目的,本发明公开一种冻结步态识别方法,包括:
S10 获取腿部和足部步态的运动数据和压力数据;
S20 识别步态信息,并处理分析归类;
S30 按预设程序处理不同种类的步态信息,得出对应参数;
S40 计算分析上述处理得出的对应参数之间的比值;
S50 判断识别出冻结步态。
进一步的,所述运动数据包括腿部惯性数据,腿部惯性数据采集于人体的大腿和小腿,通过数据识别,判断识别出大腿惯性数据和小腿惯性数据,通过预设程序,得出大腿惯性数据和小腿惯性数据之间的对应参数,该参数为膝关节的弯曲角度。在本实施例中,腿部惯性数据包括大腿和小腿的加速度和角速度。其具体的弯曲角度计算方式为:通过积分得到大腿和小腿与铅垂线的夹角,从而计算大小腿之间的夹角。
进一步的,运动数据还包括足底压力数据,通过预设程序,得出膝关节的弯曲角度与足底压力数据之间的对应参数,即对腿部步态的运动数据以步为单位进行分割,其具体的计算方式为:通过压力可以判断什么时候脚落地并对脚底有压力作用以及什么时候悬空对脚底没有压力。
进一步的,为了能更好地获取足底压力数据,将足底压力数据分为左前脚掌数据、左后跟数据、右前脚掌数据和右后跟数据,通过数据识别,判断对应方位的数据值。而在一实施例中,还可以将左前脚掌数据和右前脚掌数据进一步分为左前脚掌内侧数据、左前脚掌外侧数据、右前脚掌内侧数据、右前脚掌外侧数据,因为人体运动时,脚掌内外侧的压力是不一样的,而对于帕金森患者,其内翻或者外翻的现象更为严重,故采用多个脚掌数据的方式判断,使监测的数据更多,更全面,更利于判断。
进一步的,在本实施例中,可以通过膝关节的弯曲角度、足底压力数据,得出左右腿站立相时间、摆动相时间及双腿支撑相时间,请参阅图4,而站立相和摆动相的判断依据为:
双腿支撑相时间:为左脚和右脚的任意一部位同时与地面接触时的时间段;
右腿站立相时间:右脚跟刚刚接触地面到右脚尖离开地面的时间段;
左腿站立相时间:左脚跟刚刚接触地面到左脚尖离开地面的时间段;
摆动相时间包括左腿摆动相时间和右腿摆动相时间;
左腿摆动相时间:左腿脱离地面悬空的时间段;
右腿摆动相时间:右脚脱离地面悬空的时间段。
进一步的,根据左右腿站立相时间、摆动相时间及双腿支撑相时间之间的比值,与正常步态对应的数据对比,识别判断是否为冻结步态。
进一步的为,步态运动时间关系为:右站立相时间为左摆动相时间与相邻的两个双腿支撑相时间之和;
左站立相时间为右摆动相时间与相邻的两个双腿支撑相时间之和;
当摆动相时间减小或不变,同时站立相时间明显上升时,判断为冻结步态。
基于上述的冻结步态识别方式,还公开了一种冻结步态识别装置,请参阅图3,包括位于腿部的惯性检测装置1、位于足底的足底压力检测装置2和主控制器3,所述主控制器3与腿部惯性检测装置1和足底压力检测装置2通过无线通信装置4无线通信获取数据,所述主控制器3与客户端5连接通信。进一步的,无线通信装置4优选低功耗蓝牙通信模块,也可以是其他的通信模块,WIFI通信模块、WLAN通信模块,本发明还可以是其他的有线通信模块。
在本实施例中,腿部惯性检测装置1包括位于大腿的第一惯性监测装置(图未示)和位于小腿的第二惯性检测装置(图未示),且在左右腿上,都可以安装该腿部惯性检测装置1,从而分别得出左右大腿和小腿的四组惯性数据。
具体的为,腿部惯性检测装置1包括加速度传感器11、角速度传感器12和第一通信装置13,加速度传感器11与角速度传感器12分别与第一无线通信装置13连接通信,所述第一无线通信装置13与主控制器3上的第二无线通信装置31连接通信,通过无线通信,将腿部惯性检测装置1上检测到的左大腿的加速度和角速度、左小腿的加速度和角速度、右大腿的加速度和角速度以及右小腿的加速度和角速度分别传送到主控制器3中进行分析判断。
进一步的,足底压力检测装置2上设置有压力检测传感器21和第三无线通信装置22,第三无线通信装置22与主控制器3的第二无线通信装置31连接通信。其中,所述压力检测传感器为压电传感器或薄膜压力传感器。
在本实施例中,采用薄膜压力传感器,并每只脚采用三个薄膜压力传感器,分别放置在鞋垫内,且分别位于脚掌内侧、脚掌外侧以及后脚跟位置,各个压力检测传感器21将数据通过第三无线通信装置22将数据传送给主控制器3中的主控模块32进行信息处理,而无线通信装置包括了第一无线通信装置13、第二无线通信装置22和第三无线通信装置31 ,优选低功耗蓝牙通信模块,以节省电量,当然,在本发明中,还可以采用其他的无线通信模块或者有线通信模块,均可进行通信。但是以上方案只是本发明为了能更好地说明冻结步态识别的方法以及装置列举的其中一种足底压力测量的方法,实际上,足底压力测量的方式还可以采用更多的薄膜压力传感器,比如每只脚采用四个薄膜压力传感器,在脚掌的前侧、左侧、右侧以及脚后跟分别放置一个薄膜压力传感器,或者采用多于四个薄膜压力传感器进行测量,且采用的传感器也不局限于薄膜压力传感器,还可以是其他的可以检测到压力的传感器,本发明中,传感器的数量以及位置和传感器的型号只是本发明为了解释说明的举例,其他的方式,只要其结合了本发明冻结步态识别的主要方法进行配合使用的,都纳入本发明的保护范围。
本发明的优势在于:
1)结构简单,轻便,零部件少,通过无线通信模块进行通信,更方便穿戴,可以在户外运动时进行步态监测,监测地点灵活,监测数据更多更全面;
2)数据处理方式简单,快捷,采用膝关节弯曲度以及足底的压力,判断各个动作完成的时间,得出对应所需的结果,方法简单,实现起来容易;
3)可以远程监控,方便医生或者看护人员随时监控患者的情况,以便于更好地诊断治疗和看护。
以上公开的仅为本发明的几个具体实施例,但是本发明并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (15)
1.一种冻结步态识别方法,其特征在于,包括:
获取腿部步态的运动数据;
识别步态信息,并处理分析归类;
按预设程序处理不同种类的步态信息,得出对应参数;
计算分析上述处理得出的对应参数之间的比值;
判断识别出冻结步态。
2.根据权利要求1所述的冻结步态识别方法,其特征在于,所述运动数据包括腿部惯性数据,腿部惯性数据采集于人体的大腿和小腿,通过数据识别,判断识别出大腿惯性数据和小腿惯性数据,通过预设程序,得出大腿惯性数据和小腿惯性数据之间的对应参数,该参数为膝关节的弯曲角度。
3.根据权利要求2所述的冻结步态识别方法,其特征在于,所述腿部惯性数据包括大腿和小腿的加速度和角速度。
4.根据权利要求2或3任意一项所述的冻结步态识别方法,其特征在于,所述运动数据还包括足底压力数据,通过预设程序,得出膝关节的弯曲角度与足底压力数据之间的对应参数,即对腿部步态的运动数据以步为单位进行分割。
5.根据权利要求4所述的冻结步态识别方法,其特征在于,所述足底压力数据包括左前脚掌数据、左后跟数据、右前脚掌数据和右后跟数据,通过数据识别,判断对应方位的数据值。
6.根据权利要求5所述的冻结步态识别方法,其特征在于,通过膝关节的弯曲角度、足底压力数据,得出左右腿站立相时间、摆动相时间及双腿支撑相时间。
7.根据权利要求6所述的冻结步态识别方法,其特征在于,根据左右腿站立相时间、摆动相时间及双腿支撑相时间之间的比值,与正常步态对应的数据对比,识别判断是否为冻结步态。
8.根据权利要求7所述的冻结步态识别方法,其特征在于,
双腿支撑相时间:为左脚和右脚的任意一部位同时与地面接触时的时间段;
右腿站立相时间:右脚跟刚刚接触地面到右脚尖离开地面的时间段;
左腿站立相时间:左脚跟刚刚接触地面到左脚尖离开地面的时间段;
摆动相时间包括左腿摆动相时间和右腿摆动相时间;
左腿摆动相时间:左腿脱离地面悬空的时间段;
右腿摆动相时间:右脚脱离地面悬空的时间段。
9.根据权利要求8所述的冻结步态识别方法,其特征在于,
所述步态运动时间关系为:右站立相时间为左摆动相时间与相邻的两个双腿支撑相时间之和;
左站立相时间为右摆动相时间与相邻的两个双腿支撑相时间之和;
当摆动相时间减小或不变,同时站立相时间明显上升时,判断为冻结步态。
10.一种冻结步态识别装置,其特征在于,包括位于腿部的惯性检测装置、位于足底的足底压力检测装置和主控制器,所述主控制器与腿部惯性检测装置和足底压力检测装置通过无线通信装置无线通信获取数据,所述主控制器与客户端连接通信。
11.根据权利要求10所述的冻结步态识别装置,其特征在于,所述腿部惯性检测装置包括加速度传感器、角速度传感器和第一通信装置,所述加速度传感器与角速度传感器分别与第一无线通信装置连接通信,所述第一无线通信装置与主控制器上的第二无线通信装置连接通信。
12.根据权利要求11所述的冻结步态识别装置,其特征在于,所述腿部惯性检测装置包括第一惯性检测装置和第二惯性检测装置,所述第一惯性检测装置安装在大腿上,所述第二惯性检测装置安装在小腿上。
13.根据权利要求10所述的冻结步态识别装置,其特征在于,所述足底压力检测装置上设置有压力检测传感器和第三无线通信装置,第三无线通信装置与主控制器的第二无线通信装置连接通信。
14.根据权利要求13所述的冻结步态识别装置,其特征在于,所述压力检测传感器为压电传感器或薄膜压力传感器。
15.根据权利要求14所述的冻结步态识别装置,其特征在于,所述压力检测传感器设置有多个,分别分布在脚掌位置和后跟位置,所述压力传感器分别与主控制器连接通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810067559.4A CN108095729A (zh) | 2018-01-24 | 2018-01-24 | 一种冻结步态识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810067559.4A CN108095729A (zh) | 2018-01-24 | 2018-01-24 | 一种冻结步态识别方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108095729A true CN108095729A (zh) | 2018-06-01 |
Family
ID=62220420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810067559.4A Pending CN108095729A (zh) | 2018-01-24 | 2018-01-24 | 一种冻结步态识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108095729A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109528212A (zh) * | 2018-12-29 | 2019-03-29 | 大连乾函科技有限公司 | 一种异常步态识别设备及方法 |
CN109602422A (zh) * | 2019-01-25 | 2019-04-12 | 深圳市丞辉威世智能科技有限公司 | 足底穿戴装置和足底步态匹配方法 |
CN109830086A (zh) * | 2019-04-16 | 2019-05-31 | 河北工业大学 | 一种基于单片机的老年人在行走状态下的摔倒检测系统 |
CN109998551A (zh) * | 2019-04-11 | 2019-07-12 | 北京航空航天大学 | 一种分段式局部峰值检测的步态相位分析方法 |
CN110728226A (zh) * | 2019-10-09 | 2020-01-24 | 清华大学 | 一种基于动作识别的步态量化系统及方法 |
CN111248919A (zh) * | 2020-01-20 | 2020-06-09 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN111297368A (zh) * | 2020-01-20 | 2020-06-19 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN111419236A (zh) * | 2020-03-30 | 2020-07-17 | 哈尔滨工业大学 | 基于惯性传感器的运动模式无关下肢动力学实时解算方法 |
CN111436940A (zh) * | 2020-03-20 | 2020-07-24 | 北京邮电大学 | 一种步态健康评估方法及装置 |
CN112057080A (zh) * | 2020-08-10 | 2020-12-11 | 华中科技大学 | 一种基于分阶段特征提取的冻结步态检测方法和系统 |
CN113288121A (zh) * | 2021-05-07 | 2021-08-24 | 深圳先进技术研究院 | 一种步态分析系统 |
CN113924993A (zh) * | 2021-10-13 | 2022-01-14 | 上海恺多科技有限公司 | 宠物用智能运动计步及步态健康监测装置及其应用方法 |
CN113940666A (zh) * | 2020-07-15 | 2022-01-18 | 黄涵 | 以影像分析改善步态的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050030269A (ko) * | 2003-09-25 | 2005-03-30 | (주)두모션 | 보행분석기 및 이를 이용한 보행 분석 방법 |
WO2016166281A1 (en) * | 2015-04-17 | 2016-10-20 | National University Of Ireland, Galway | Apparatus for management of a parkinson's disease patient's gait |
CN106913341A (zh) * | 2017-03-22 | 2017-07-04 | 上海谦益生物科技有限公司 | 一种用于帕金森患者步态训练和监测评估的可穿戴设备、系统及方法 |
CN107095677A (zh) * | 2016-02-19 | 2017-08-29 | 财团法人资讯工业策进会 | 步态分析系统及方法 |
CN107137089A (zh) * | 2017-04-07 | 2017-09-08 | 浙江大学 | 一种穿戴式传感鞋系统及步态评估方法 |
-
2018
- 2018-01-24 CN CN201810067559.4A patent/CN108095729A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050030269A (ko) * | 2003-09-25 | 2005-03-30 | (주)두모션 | 보행분석기 및 이를 이용한 보행 분석 방법 |
WO2016166281A1 (en) * | 2015-04-17 | 2016-10-20 | National University Of Ireland, Galway | Apparatus for management of a parkinson's disease patient's gait |
CN107095677A (zh) * | 2016-02-19 | 2017-08-29 | 财团法人资讯工业策进会 | 步态分析系统及方法 |
CN106913341A (zh) * | 2017-03-22 | 2017-07-04 | 上海谦益生物科技有限公司 | 一种用于帕金森患者步态训练和监测评估的可穿戴设备、系统及方法 |
CN107137089A (zh) * | 2017-04-07 | 2017-09-08 | 浙江大学 | 一种穿戴式传感鞋系统及步态评估方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109528212A (zh) * | 2018-12-29 | 2019-03-29 | 大连乾函科技有限公司 | 一种异常步态识别设备及方法 |
CN109528212B (zh) * | 2018-12-29 | 2023-09-19 | 大连乾函科技有限公司 | 一种异常步态识别设备及方法 |
CN109602422A (zh) * | 2019-01-25 | 2019-04-12 | 深圳市丞辉威世智能科技有限公司 | 足底穿戴装置和足底步态匹配方法 |
CN109998551A (zh) * | 2019-04-11 | 2019-07-12 | 北京航空航天大学 | 一种分段式局部峰值检测的步态相位分析方法 |
CN109830086A (zh) * | 2019-04-16 | 2019-05-31 | 河北工业大学 | 一种基于单片机的老年人在行走状态下的摔倒检测系统 |
CN110728226A (zh) * | 2019-10-09 | 2020-01-24 | 清华大学 | 一种基于动作识别的步态量化系统及方法 |
CN111248919A (zh) * | 2020-01-20 | 2020-06-09 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN111297368A (zh) * | 2020-01-20 | 2020-06-19 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN111436940A (zh) * | 2020-03-20 | 2020-07-24 | 北京邮电大学 | 一种步态健康评估方法及装置 |
CN111419236B (zh) * | 2020-03-30 | 2023-05-05 | 哈尔滨工业大学 | 基于惯性传感器的运动模式无关下肢动力学实时解算方法 |
CN111419236A (zh) * | 2020-03-30 | 2020-07-17 | 哈尔滨工业大学 | 基于惯性传感器的运动模式无关下肢动力学实时解算方法 |
CN113940666A (zh) * | 2020-07-15 | 2022-01-18 | 黄涵 | 以影像分析改善步态的方法 |
CN112057080A (zh) * | 2020-08-10 | 2020-12-11 | 华中科技大学 | 一种基于分阶段特征提取的冻结步态检测方法和系统 |
CN113288121A (zh) * | 2021-05-07 | 2021-08-24 | 深圳先进技术研究院 | 一种步态分析系统 |
WO2022233138A1 (zh) * | 2021-05-07 | 2022-11-10 | 深圳先进技术研究院 | 一种步态分析系统 |
CN113924993A (zh) * | 2021-10-13 | 2022-01-14 | 上海恺多科技有限公司 | 宠物用智能运动计步及步态健康监测装置及其应用方法 |
CN113924993B (zh) * | 2021-10-13 | 2022-09-13 | 上海恺多科技有限公司 | 宠物用智能运动计步及步态健康监测装置及其应用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108095729A (zh) | 一种冻结步态识别方法和装置 | |
CN105286874B (zh) | 一种用于预测老年人跌倒风险的系统及方法 | |
CN110916679B (zh) | 一种人体下肢位姿步态检测装置及方法 | |
KR102124095B1 (ko) | 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법 | |
Allseits et al. | The development and concurrent validity of a real-time algorithm for temporal gait analysis using inertial measurement units | |
Webster et al. | Validity of the GAITRite® walkway system for the measurement of averaged and individual step parameters of gait | |
CN104146712B (zh) | 穿戴式足底压力检测设备及足底压力检测和姿态预测方法 | |
CN109480857B (zh) | 一种用于帕金森病患者冻结步态检测的装置及方法 | |
Chang et al. | Measures of dynamic stability: Detecting differences between walking overground and on a compliant surface | |
CN105795571B (zh) | 一种用于外骨骼压力鞋的数据采集系统及方法 | |
CN105835044B (zh) | 一种基于多传感器融合的外骨骼机器人测距智能鞋系统 | |
Chew et al. | Estimating running spatial and temporal parameters using an inertial sensor | |
Gouwanda et al. | A low cost alternative to monitor human gait temporal parameters–wearable wireless gyroscope | |
US11318035B2 (en) | Instrumented orthotic | |
CN108379038A (zh) | 一种下肢康复外骨骼系统及其步行控制方法 | |
CN108577854A (zh) | 步态识别方法和步态辅助设备 | |
CN105662419B (zh) | 一种用于外骨骼控制的足底压力测量装置及方法 | |
Benocci et al. | A wireless system for gait and posture analysis based on pressure insoles and Inertial Measurement Units | |
CN110420029A (zh) | 一种基于多传感器融合的行走步态无线检测系统 | |
CN108836344B (zh) | 步长步频估算方法和装置及步态检测仪 | |
CN107998609A (zh) | 一种基于多传感器融合的辅助行走外骨骼机器人系统 | |
Bertuletti et al. | A wearable solution for accurate step detection based on the direct measurement of the inter-foot distance | |
CN103610446A (zh) | 一种足部运动状况检测装置 | |
US20200375503A1 (en) | Lower limb muscle strength evaluation method, non-transitory computer-readable recording medium storing lower limb muscle strength evaluation program, lower limb muscle strength evaluation device, and lower limb muscle strength evaluation system | |
CN108882866A (zh) | 用于监测对象的排尿的方法和装置 |
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 |