CN109222903A - 帕金森病患者异常动作提示方法及装置 - Google Patents
帕金森病患者异常动作提示方法及装置 Download PDFInfo
- Publication number
- CN109222903A CN109222903A CN201810993759.2A CN201810993759A CN109222903A CN 109222903 A CN109222903 A CN 109222903A CN 201810993759 A CN201810993759 A CN 201810993759A CN 109222903 A CN109222903 A CN 109222903A
- Authority
- CN
- China
- Prior art keywords
- gait
- abnormal
- sensor
- patient
- standing state
- 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
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Developmental Disabilities (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本公开涉及一种帕金森病患者异常动作提示方法及装置，所述方法包括：若患者处于行走状态，获取步态信息；其中，步态信息包括步态模式和/或步态时间间隔；根据所述步态模式和/或步态时间间隔，确定步态是否为异常步态；若为异常步态，则进行提醒。通过获取帕金森病患者的步态信息，根据本公开实施例的帕金森病患者异常动作提示方法及装置，可以在确定所述步态信息对应的步态为异常步态时，对帕金森病患者进行提醒，能够使帕金森病患者及时纠正步态，促进患者康复。并且，通过根据步态模式和/或步态时间间隔确定异常步态，实现简单，异常步态的确定更快速，对帕金森病患者异常步态的提醒更加及时。
Description
技术领域
本公开涉及医疗器械技术领域，尤其涉及一种帕金森病患者异常动作提示方法及装置。
背景技术
帕金森病是世界第二大神经退行性疾病，在60岁以上老年人口中发病率超过1％，我国患者超过200万人，给社会和患者家庭造成沉重负担。该疾病临床上以运动症状为主，包括震颤、僵直、运动迟缓等。同时由于大脑额叶功能受损，患者还会出现步态异常和站立状态异常症状，其发病率随疾病严重程度不断升高，疾病晚期可达90％以上。步态障碍会导致患者跌倒，是重要的致残和致死原因，危害极为严重。目前采用药物以及脑深部电刺激手术等方法能够有效治疗帕金森病的运动症状，但是由于患者长达数年甚至数十年患病，步态和站立状态通常难以纠正。
发明内容
有鉴于此，本公开提出了一种帕金森病患者异常动作提示方法及装置。在确定帕金森病患者的步态为异常步态时，对帕金森病患者进行提醒，能够使帕金森病患者及时纠正步态，促进患者康复。并且，通过根据步态模式和/或步态时间间隔确定异常步态，实现简单，异常步态的确定更快速，对帕金森病患者异常步态的提醒更加及时。
根据本公开的一方面，提供了一种帕金森病患者异常动作提示方法，所述方法包括：
若患者处于行走状态，获取步态信息；其中，所述步态信息包括步态模式和/或步态时间间隔，步态模式表示脚底前部和脚底后部是否着地以及着地顺序，步态时间间隔表示脚底前部和脚底后部着地的时间间隔。
根据所述步态模式和/或步态时间间隔，确定步态是否为异常步态；
若为异常步态，则进行提醒。
在一种可能的实现方式中，若患者处于行走状态，获取步态信息，包括：
通过第一传感器和第二传感器，获取一个行走周期内脚底前部着地时间和/或脚底后部着地时间；
根据一个行走周期内脚底前部着地时间和/或脚底后部着地时间，获取所述步态信息；
其中，所述第一传感器和第二传感器位于同一只脚上，所述第一传感器位于前脚掌或趾部，第二传感器位于脚底后部。
在一种可能的实现方式中，根据所述步态时间间隔，确定步态是否为异常步态，包括：
根据所述步态时间间隔和异常步态时间阈值的关系，确定步态是否为异常步态。
在一种可能的实现方式中，根据所述步态模式，确定步态是否为异常步态，包括：
根据所述步态模式与预设异常步态的关系，确定步态是否为异常步态。
在一种可能的实现方式中，根据所述步态模式和步态时间间隔，确定步态是否为异常步态，包括：
若根据所述步态模式与预设异常步态的关系，确定与步态信息对应的步态不是异常步态，则根据所述步态时间间隔和异常步态时间阈值的关系，确定与步态信息对应的步态是否为异常步态。
在一种可能的实现方式中，所述方法还包括：通过机器学习，获取所述异常步态时间阈值。
在一种可能的实现方式中，所述步态信息还包括一个行走周期内脚底前部的第一压力曲线和一个行走周期内脚底后部的第二压力曲线，所述方法还包括：
若第一压力曲线与脚底前部压力参考曲线不匹配和/或第二压力曲线与脚底后部压力参考曲线不匹配，则确定与步态信息对应的步态为异常步态。
在一种可能的实现方式中，所述方法还包括：
若患者处于站立状态，获取第一传感器的第一压力值和第二传感器的第二压力值；
根据第一压力值和第二压力值的比值，确定所述站立状态是否为异常站立状态；
若为异常站立状态，则进行提醒。
在一种可能的实现方式中，若为异常步态，则进行提醒，包括：
确定异常步态的异常级别；
根据异常步态的异常级别进行所述提醒。
在一种可能的实现方式中，若为异常站立状态，则进行提醒，包括：
确定异常站立状态的异常级别；
根据异常站立状态的异常级别进行所述提醒。
在一种可能的实现方式中，所述提醒包括以下一种或多种方式：
以振动方式提醒、以声音方式提醒或以发光方式提醒。
在一种可能的实现方式中，所述方法还包括：
根据患者双脚传感器信号的相关性，确定患者处于行走状态或站立状态；或者，通过检测预设时间段内是否存在脚部抬起动作或脚部落下动作，确定患者处于行走状态或站立状态。
根据本公开的另一方面，提供了一种帕金森病患者异常动作提示装置，其特征在于，所述装置包括：
第一获取模块，用于若患者处于行走状态，获取步态信息；其中，所述步态信息包括步态模式和/或步态时间间隔，步态模式表示脚底前部和脚底后部是否着地以及着地顺序，步态时间间隔表示脚底前部和脚底后部着地的时间间隔。
第一异常步态确定模块，用于根据所述步态模式和/或步态时间间隔，确定步态是否为异常步态；
第一提醒模块，用于若为异常步态，则进行提醒。
在一种可能的实现方式中，所述第一获取模块包括：
第一获取单元，用于通过第一传感器和第二传感器，获取一个行走周期内脚底前部着地时间和/或脚底后部着地时间；
第二获取单元，用于根据一个行走周期内脚底前部着地时间和/或脚底后部着地时间，获取所述步态信息；
其中，所述第一传感器和第二传感器位于同一只脚上，所述第一传感器位于前脚掌或趾部，第二传感器位于脚底后部。
在一种可能的实现方式中，所述第一异常步态确定模块包括：
第一异常步态确定单元，用于根据所述步态时间间隔和异常步态时间阈值的关系，确定步态是否为异常步态。
在一种可能的实现方式中，所述第一异常步态确定模块包括：
第二异常步态确定单元，用于根据所述步态模式与预设异常步态的关系，确定步态是否为异常步态。
在一种可能的实现方式中，所述第一异常步态确定模块包括：
第三异常步态确定单元，若根据所述步态模式与预设异常步态的关系，确定与步态信息对应的步态不是异常步态，则根据所述步态时间间隔和异常步态时间阈值的关系，确定与步态信息对应的步态是否为异常步态。
在一种可能的实现方式中，所述装置还包括：
异常步态时间阈值获取模块，用于通过机器学习，获取所述异常步态时间阈值。
在一种可能的实现方式中，所述步态信息还包括一个行走周期内脚底前部的第一压力曲线和一个行走周期内脚底后部的第二压力曲线，所述装置还包括：
第二异常步态确定模块，用于若第一压力曲线与脚底前部压力参考曲线不匹配和/或第二压力曲线与脚底后部压力参考曲线不匹配，则确定与步态信息对应的步态为异常步态。
在一种可能的实现方式中，所述装置还包括：
第二获取模块，用于若患者处于站立状态，获取第一传感器的第一压力值和第二传感器的第二压力值；
异常站立状态确定模块，用于根据第一压力值和第二压力值的比值，确定所述站立状态是否为异常站立状态；
第二提醒模块，用于若为异常站立状态，则进行提醒。
在一种可能的实现方式中，所述第一提醒模块包括：
第一异常级别确定单元，用于确定异常步态的异常级别；
第一提醒单元，用于根据异常步态的异常级别进行所述提醒。
在一种可能的实现方式中，所述第二提醒模块包括：
第二异常级别确定单元，用于确定异常站立状态的异常级别；
第二提醒单元，用于根据异常站立状态的异常级别进行所述提醒。
在一种可能的实现方式中，所述提醒包括以下一种或多种方式：
以振动方式提醒、以声音方式提醒或以发光方式提醒。
在一种可能的实现方式中，所述装置还包括：
动作确定模块，用于根据患者双脚传感器信号的相关性，确定患者处于行走状态或站立状态；或者，用于通过检测预设时间段内是否存在脚部抬起动作或脚部落下动作，确定患者处于行走状态或站立状态。
根据本公开的另一方面，提供了一种帕金森病患者异常动作提示装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法。
根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。
通过获取帕金森病患者的步态信息，根据本公开实施例的帕金森病患者异常动作提示方法及装置，可以在确定所述步态信息对应的步态为异常步态时，对帕金森病患者进行提醒，能够使帕金森病患者及时纠正步态，促进患者康复。并且，通过根据步态模式和/或步态时间间隔确定异常步态，实现简单，异常步态的确定更快速，对帕金森病患者异常步态的提醒更加及时。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开一实施例的帕金森病患者异常动作提示方法的流程图。
图2示出根据本公开一实施例的用于实现帕金森病患者异常动作提示方法的控制装置的连接示意图。
图3示出根据本公开一实施例的正常步态和异常步态的示意图。
图4示出根据本公开一实施例警示装置的位置设置的示意图。
图5示出根据本公开一实施例的步骤S11的方法流程图。
图6示出根据本公开一实施例的脚步传感器的位置示意图。
图7示出根据本公开一实施例的帕金森病患者异常动作提示方法的流程图。
图8示出根据本公开一实施例的帕金森病患者异常动作提示方法的流程图。
图9示出根据本公开一实施例的帕金森病患者异常动作提示方法的流程图。
图10示出根据本公开一实施例的步骤S13的流程图。
图11示出根据本公开一实施例的帕金森病患者异常动作提示方法的流程图。
图12示出根据本公开一实施例的步骤S18的流程图。
图13示出根据本公开一实施例的帕金森病患者异常动作提示装置的框图。
图14示出根据本公开一实施例的帕金森病患者异常动作提示装置的框图。
图15示出根据本公开一实施例的第一异常步态确定模块12的框图。
图16示出根据本公开一实施例的帕金森病患者异常动作提示装置的框图。
图17示出根据本公开一实施例的帕金森病患者异常动作提示装置的框图。
图18示出根据本公开一实施例的帕金森病患者异常动作提示装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开一实施例的帕金森病患者异常动作提示方法的流程图。如图1所示，该方法可以包括：
步骤S11，若患者处于行走状态，获取步态信息。
所述步态信息可以包括步态模式和/或步态时间间隔，步态模式可以表示脚底前部和脚底后部是否着地以及着地顺序，例如，脚底前部先着地，脚底后部后着地、仅脚底前部着地等。步态时间间隔可以表示脚底前部和脚底后部着地的时间间隔。
所述动作可以是指患者身体发生的动作，例如，患者站立或行走等。控制装置可以获取患者的动作为行走状态或站立状态，在一个示例中，控制装置可以检测患者设置的自身状态来获取患者的动作为行走状态或者站立状态。例如，患者可以携带状态切换装置，在患者从站立状态切换为行走状态时，患者可以通过该状态切换装置将自身状态切换为行走状态，控制装置可以检测该状态切换装置中患者的状态，获取患者的动作为行走状态。
控制装置在获取患者的动作为行走状态时，可以执行步骤S11；在获取患者的动作为站立状态时，执行站立状态的处理，关于站立状态的处理将在下文具体介绍。
控制装置可以通过传感器获取帕金森病患者步态信息，如图2所示，其中，所述N可以大于等于2，所述传感器可以是压力传感器和接近传感器等，所述控制装置可以为微控制器等。
如图2所示，控制装置可以与传感器连接，该连接方式可以为有线方式或无线方式，其中，有线方式包括但不限于串口、USB、I2C、SPI或者CAN总线，所述无线方式包括但不限于蓝牙、射频、红外、可见光通讯方式。
所述传感器可以放置在帕金森病患者的脚底区域；所述控制装置可以放置在帕金森病患者的脚底区域，也可以放置在帕金森病患者身体的其它部位，本公开对控制装置的位置不作限定。
举例来说，当帕金森病患者的脚底区域放置了传感器，例如，前脚掌和脚后跟分别放置一个传感器，当该患者走路时，传感器可以检测患者脚步从抬起到下一次脚步再次抬起时间段内的患者脚步着地的信号，传感器可以将患者脚步着地的信号发送至控制装置，控制器可以根据接收的患者脚步着地信号，获取前脚掌着地信号和该信号的检测时间，以及控制器可以获取脚后跟着地信号和该信号的检测时间。控制装置可以根据前脚掌着地信号和前脚掌着地信号的检测时间、脚后跟着地信号和脚后跟着地信号的检测时间，解析出所述步态信息。例如，前脚掌着地信号的检测时间在前，脚后跟着地信号的检测时间在后，可以解析出步态模式为脚底前部先着地，脚底后部后着地，并且可以解析出步态时间间隔为前脚掌着地信号的检测时间与脚后跟着地信号的检测时间的差值。
步骤S12，根据所述步态模式和/或步态时间间隔，确定步态是否为异常步态。
控制装置可以获取预先设置的异常步态，可以将步态模式与预先设置的异常步态比较，确定与步态信息对应的步态是否为异常步态。其中，对于帕金森病患者而言，异常步态可以如图3所示，所述异常步态可以包括脚底前部先着地、脚底后部后着地；脚底前部和脚底后部同时着地；仅脚底前部着地等。所述异常步态可以是根据现有医学对帕金森病患者步态的统计预先设置的。
举例来说，如图3所示，其中，前脚掌先着地为异常步态。例如，根据步态信息中的步态模式为脚底前部(前脚掌)先着地，控制装置可以确定与该步态信息对应的步态为异常步态。
可选地，控制装置可以根据步态时间间隔是否为正常步态时间间隔，可以确定步态是否为异常步态。例如，脚底后部着地后，脚底前部立即就着地；或者，脚底后部和脚底前部同时着地，控制装置可以获取步态时间间隔小于正常步态时间间隔，确定步态为异常步态。其中，所述正常步态时间间隔可以是预先设置的。
步骤S13，若为异常步态，则进行提醒。
控制装置在确定步态为异常步态时，可以发送提醒信息至警示装置，以使警示装置对帕金森病患者进行提醒。如图2所示，控制装置可以与警示装置连接，该连接方式可以为有线方式或无线方式，其中，有线方式包括但不限于串口、USB、I2C、SPI或者CAN总线，所述无线方式包括但不限于蓝牙、射频、红外、可见光通讯方式。
所述警示装置可以设置在帕金森病患者身体的任意部位，例如，警示装置可以设置在帕金森病患者的脚底区域，或者，警示装置可以设置在帕金森病患者的手腕上，如图4所示，脚底区域的控制装置可以通过无线方式与该手腕上的警示装置通信连接。
其中，所述提醒信息可以包括指示警示装置进行提醒的信息，或者，所述提醒信息可以包括警示信息的提醒方式。
通过获取帕金森病患者的步态信息，根据本公开实施例的帕金森病患者异常动作提示方法，可以在确定所述步态信息对应的步态为异常步态时，对帕金森病患者进行提醒，能够使帕金森病患者及时纠正步态，促进患者康复。并且，通过根据步态模式和/或步态时间间隔确定异常步态，实现简单，异常步态的确定更快速，对帕金森病患者异常步态的提醒更加及时。
在一种可能的实现方式中，所述提醒可包括以下一种或多种方式：
以振动方式提醒、以声音方式提醒或以发光方式提醒。
警示装置接收到提醒信息，则可以根据所述提醒信息，进行相应提醒，例如可以选择以振动方式提醒、以声音方式提醒或以发光方式提醒中的一种或多种进行提醒。
其中，所述警示装置可以包括振动器、扬声器或发光装置中的一种或多种。例如，所述振动器可以为电动振动器，该电动振动器可以包括电机和偏心轮，当警示装置接收到控制装置发送的提醒信息，电动振动器可以产生振动。
图5示出根据本公开一实施例的步骤S11的方法流程图。图6示出根据本公开一实施例的脚步传感器的位置示意图。如图5所示，步骤S11可以包括：
步骤S111，根据通过第一传感器和第二传感器，获取一个行走周期内脚底前部着地时间和/或脚底后部着地时间。
其中，所述行走周期可以是指患者左脚或右脚从抬起状态到再次抬起状态的时间段。所述第一传感器和第二传感器位于同一只脚上，所述第一传感器可以位于前脚掌或趾部，第二传感器可以位于脚底后部。如图6所示，第一传感器1可以位于前脚掌，第二传感器2可以位于脚底后部，所述第一传感器和第二传感器可以为压敏电阻等。
如图6所示，所述警示装置3可以设置在脚底前部，所述警示装置3可以与控制装置连接。所述第一传感器1可以通过第一电压转换电路和第一A/D转换模块连接控制装置，所述第二传感器2可以通过第二电压转换电路和第二A/D转换模块连接控制装置。所述第一电压转换电路和第二电压转换电路可以将接收的信号转换为电压。
控制装置可以通过第一传感器和第二传感器，获取一个行走周期内脚底前部着地时间和/或脚底后部着地时间。在一个示例中，可以在帕金森病患者的右脚设置第一传感器和第二传感器，控制装置可以实时获取第一传感器上报的信号大小和采集时间，以及第二传感器上报的信号大小和采集时间，若第一传感器上报的信号大小和第二传感器上报的信号大小均小于阈值V0，则可以确定右脚为抬起状态，可以确定一个行走周期开始，可以记录该周期开始时间t0，当再次获取到第一传感器上报的信号大小和第二传感器上报的信号大小均小于阈值V0，则可以确定该行走周期结束，可以记录该周期结束时间t1。控制装置可以通过获取该行走周期内(大于t0且小于t1时间内)的第一传感器上报的信号大小V1(V1≥V0，即右脚的脚底前部为着地状态)对应的脚底前部着地时间T1，和/或第二传感器上报的信号大小V2(V2≥V0，即右脚的脚底后部为着地状态)对应的脚底后部着地时间T2。
所述控制装置可以在多个行走周期之后，获取一个行走周期的脚底前部着地时间和/或脚底后部着地时间。这样可以保证在患者步态稳定时获取一个行走周期的脚底前部着地时间和/或脚底后部着地时间。
需要说明的是，也可以在患者的双脚同时设置如图6所示的第一传感器和第二传感器，控制装置可以获取左脚的一个行走周期内脚底前部着地时间和/或脚底后部着地时间，以及获取右脚一个行走周期内脚底前部着地时间和/或脚底后部着地时间。
步骤S112，根据一个行走周期内脚底前部着地时间和/或脚底后部着地时间，获取所述步态模式和/或步态时间间隔。
以上述行走周期为例，控制装置可以根据T1和T2获取步态模式，例如，若T1在前，T2在后，控制装置可以确定步态模式为脚底前部先着地，脚底后部后着地；若T1和T2相同，控制装置可以确定步态模式为脚底前部和脚底后部同时着地；若获取到T1，未获取到T2，控制装置可以确定步态模式为仅有脚底前部着地；若T1在后，T2在前，控制装置可以确定步态模式为脚底后部先着地，脚底前部后着地。
控制装置可以根据T1和T2获取步态时间间隔，例如以T1-T2为步态的时间间隔。需要说明的是，如果所述行走周期内未检测到T2，则控制装置可以设置T2为大于T1的任意时间，例如设置T2＝t1。
可选地，控制装置可以获取双脚各自对应的步态模式和/或步态时间间隔。
图7示出根据本公开一实施例的帕金森病患者异常动作提示方法的流程图。如图7所示，在一种可能的实现方式中，步骤S12，根据所述步态时间间隔，确定步态是否为异常步态，可以包括：
步骤S121，根据所述步态时间间隔和异常步态时间阈值的关系，确定与步态信息对应的步态是否为异常步态。
所述异常步态时间阈值T0可以根据统计的帕金森病患者正常步态(帕金森病患者脚底后部先着地，脚底前部后着地)的时间间隔来设置，例如可以根据多次统计的帕金森病患者正常步态的时间间隔的均值作为T0，或者可以针对每个帕金森病患者设定，其中，T0取值范围可以为0-1秒。
控制装置可以根据T1-T2的值与T0比较，若T1-T2≥T0，则确定对应的步态为正常步态，若T1-T2<T0，则确定对应的步态为异常步态。
如图7所示，在一种可能的实现方式中，所述方法还包括：步骤S14，所述控制装置可以通过机器学习，获取所述异常步态时间阈值T0。
在一个示例中，专业医师可以让帕金森病患者以正常步态行走，并设置通过机器获取该帕金森病患者的多个行走周期的正常步态的步态信息，所述机器可以学习并统计多个行走周期的正常步态的步态时间间隔的平均值Δt1和标准差SD1，可以设置Δt1-a*SD1为T0的上限，其中，a大于2；专业医师还可以让帕金森病患者以脚底前部和脚底后部同时着地的方式行走，并设置通过机器获取该帕金森病患者的多个行走周期的同时着地方式行走的步态信息，所述机器可以学习并统计该多个步态信息的步态时间间隔的平均值Δt2和标准差SD2，可以设置Δt2+b*SD2为T0的下限。机器可以从上述T0的上限和下限之间，通过多次学习，设定T0的取值，进而获取异常步态时间阈值T0。
可选地，所述控制装置可以通过人工预先分类，获取所述异常步态时间阈值T0。
在一个示例中，对于T0的取值范围，可以通过专业医师对帕金森病患者的每个行走周期的步态进行标定为正常步态或异常步态，然后专业医师可以对每个行走周期的正常步态的步态信息或异常步态的步态信息进行统计，获取所述异常步态时间阈值，例如，可以将正常步态的步态时间间隔的均值作为异常步态时间阈值T0。
图8示出根据本公开一实施例的帕金森病患者异常动作提示方法的流程图。如图8所示，在一种可能的实现方式中，步骤S12，根据所述步态模式，确定步态是否为异常步态，可以包括：
步骤S122，根据所述步态模式与预设异常步态的关系，确定步态是否为异常步态。
所述预设异常步态可以包括：脚底前部先着地、脚底后部后着地；脚底前部和脚底后部同时着地；仅有脚底前部着地；脚底后部先着地、脚底前部后着地、且步态时间间隔小于T0等，本公开对此不作限定，只要预设异常步态可以表征帕金森病患者的异常步态即可。
控制装置可以根据一个行走周期内的步态模式和预设异常步态的关系，确定与步态信息对应的步态是否为异常步态。
图9示出根据本公开一实施例的帕金森病患者异常动作提示方法的流程图。如图9所示，在一种可能的实现方式中，步骤S12，根据所述步态模式和步态时间间隔，确定步态是否为异常步态，可以包括：
步骤S123，若根据所述步态模式与预设异常步态的关系，确定与步态信息对应的步态不是异常步态，则根据所述步态时间间隔和异常步态时间阈值的关系，确定与步态信息对应的步态是否为异常步态。
控制装置可以根据步态模式与预设异常步态，确定与步态信息对应的步态是否为异常步态，在不是异常步态的情况下，再根据步态时间间隔和异常步态时间阈值的关系，确定与步态信息对应的步态是否为异常步态。。例如，步态模式为脚底后部先着地，脚底前部后着地时；步态时间间隔为ΔT。控制装置可以根据步态模式与预设异常步态的关系，确定与步态信息对应的步态是否为异常步态，若不是异常步态，则确定ΔT是否小于T0，如果ΔT小于T0，控制装置可以确定与步态信息对应的步态为异常步态。
以上均是对根据所述步态模式和/或步态时间间隔，确定与步态信息对应的步态是否为异常步态的示例，本公开对此不作限定。
在一种可能的实现方式中，所述步态信息还可以包括一个行走周期内脚底前部的第一压力曲线和一个行走周期内脚底后部的第二压力曲线，所述方法还可以包括：
若第一压力曲线与脚底前部压力参考曲线不匹配和/或第二压力曲线与脚底后部压力参考曲线不匹配，则确定与步态信息对应的步态为异常步态。
所述脚底前部压力参考曲线可以是指正常行走状态下，脚底前部压力在一个行走周期内随时间变化的曲线；所述脚底后部压力参考曲线可以是指正常行走状态下，脚底后部压力在一个行走周期内随时间变化的曲线。
控制装置可以实时获取一个行走周期内脚底前部的压力值，结合各压力值对应的时间，生成所述脚底前部的第一压力曲线，可以实时获取一个行走周期内脚底后部的压力值，结合各压力值对应的时间，生成所述脚底后部的第二压力曲线。控制装置可以根据第一压力曲线与脚底前部压力参考曲线是否匹配，和/或，第二压力曲线与脚底后部压力参考曲线是否匹配，确定与步态信息对应的步态是否为异常步态，若第一压力曲线与脚底前部压力参考曲线不匹配和/或第二压力曲线与脚底后部压力参考曲线不匹配，则确定与步态信息对应的步态为异常步态。
图10示出根据本公开一实施例的步骤S13的流程图。如图10所示，在一种可能的实现方式中，所述步骤S13可以包括：
步骤S131，确定异常步态的异常级别。
控制装置可以预先设置多个异常步态的异常级别，例如，可以设置四个级别，将脚底后部先着地、脚底前部后着地、且步态时间间隔小于异常步态时间阈值T0，设置为异常步态的第一异常级别；将脚底前部和脚底后部同时着地设置为异常步态的第二异常级别；将脚底前部先着地、脚底后部后着地设置为异常步态的第三异常级别；将仅脚底前部着地设置为异常步态的第四异常级别。其中，所述异常步态的异常级别越高表示行走状态异常程度越严重。
控制装置可以获取患者的步态模式，根据步态模式和上述的异常步态的异常级别，确定异常步态的异常级别。例如，控制装置获取患者的脚底前部和脚底后部同时着地，可以确定异常步态的异常级别为第二异常级别。
以上异常步态的异常级别的设置仅仅是示例，本公开对此不作限定，只要设置的异常步态的异常级别能够与步态异常严重程度匹配即可。
步骤S132，根据异常步态的异常级别进行所述提醒。
控制装置可以根据异常步态的异常级别进行所述提醒，例如，异常步态的异常级别越高，可以增加提醒的强度。如振动速度更快或振动强度更为剧烈、声音更大或提示音频率更高、发光闪烁频率更快等。或者，异常步态的异常级别越高，可以同时进行振动方式、声音方式和发光方式的提醒。本公开对此不作限定，只要所述提醒能够体现所述异常级别并且可以使患者区别步态异常的严重程度就可以。
图11示出根据本公开一实施例的帕金森病患者异常动作提示方法的流程图。如图11所示，在一种可能的实现方式中，所述方法还可以包括：
步骤S15，根据患者双脚传感器信号的相关性，确定患者处于行走状态或站立状态；或者，通过检测预设时间段内是否存在脚部抬起动作或脚部落下动作，确定患者处于行走状态或站立状态。
控制装置可以获取患者双脚传感器信号，根据患者双脚传感器信号的相似性，确定患者处于行走状态或站立状态。例如，控制装置可以获取患者左脚第一传感器的压力值的时间序列，以及患者右脚第一传感器的压力值的时间序列，可以对患者左脚第一传感器的压力值的时间序列和患者右脚第一传感器的压力值的时间序列进行相关性分析，例如，采用Pearson相关系数进行所述相关性分析，若患者左脚第一传感器的压力值的时间序列和患者右脚第一传感器的压力值的时间序列正相关性大于站立阈值，确定患者处于站立状态；若患者左脚第一传感器的压力值的时间序列和患者右脚第一传感器的压力值的时间序列负相关性大于行走阈值，确定患者处于行走状态。其中，所述站立阈值和行走阈值可以为0.5～0.9之间，所述站立阈值和行走阈值可以根据测试统计结果设置。
控制装置还可以根据左脚的第二传感器的压力值的时间序列和右脚的第二传感器的压力值的时间序列的相关性，确定患者处于行走状态或站立状态。本公开对此不作限定。
可选地，控制装置可以通过检测预设时间段内是否存在脚部抬起动作或脚部落下动作，确定患者处于行走状态或站立状态。即控制装置可以通过检测预设时间段内患者脚部状态是否发生变化来确定患者处于行走状态或站立状态。其中，所述脚部可以是指患者的一只脚或两只脚。例如，可以检测预设时间段内，患者是否存在左脚或右脚抬起的动作，如果存在，则获取患者的动作为行走状态，如果不存在，则获取患者的动作为站立状态。或者，可以检测预设时间段内，患者是否存在左脚或右脚落下的动作，如果存在，则获取患者的动作为行走状态，如果不存在，则获取患者的动作为站立状态。
其中，所述预设时间段可以根据临床统计设置，或者，可以根据每个患者的病情个性化设置，例如，设置为0.1～10s之间，本公开对此不作限定。
控制装置通过步骤S15确定患者的动作为行走状态时，可以执行步骤S11；确定患者的动作为站立状态时，执行步骤S16。
如图11所示，在一种可能的实现方式中，所述方法还包括：
步骤S16，若患者处于站立状态，获取第一传感器的第一压力值和第二传感器的第二压力值。其中，第一传感器的第一压力值和第二传感器的第二压力值对应于患者同一只脚的第一传感器的第一压力值和第二传感器的第二压力值。
步骤S17，根据第一压力值和第二压力值的比值，确定所述站立状态是否为异常站立状态。
步骤S18，若为异常站立状态，则进行提醒。
控制装置在确定患者处于站立状态时，可以获取患者左脚的第一传感器的第一压力值和第二传感器的第二压力值，也可以获取患者右脚的第一传感器的第一压力值和第二传感器的第二压力值。若所述左脚对应的第一压力值和第二压力值的比值大于异常站立阈值，或者所述右脚对应的第一压力值和第二压力值的比值大于异常站立阈值，确定所述站立状态是否为异常站立状态。控制装置在确定步态为异常步态时，可以发送提醒信息至警示装置，以使警示装置对帕金森病患者进行提醒。
通过对帕金森病患者的异常站立状态的确定和提醒，可以及时纠正帕金森病患者的站姿，并且可以纠正帕金森病患者行走前的站立状态。
图12示出根据本公开一实施例的步骤S18的流程图。如图12所示，在一种可能的实现方式中，所述步骤S18可以包括：
步骤S181，确定异常站立状态的异常级别。
控制装置可以确定异常站立状态的异常级别，例如，可以根据患者左脚或右脚的第一传感器的第一压力值与第二传感器的第二压力值的比值，比值越大，确定异常站立状态的异常级别越高。
可选地，控制装置可以预先设置多个异常站立状态的异常级别，例如，可以设置三个级别，将患者左脚或右脚的第一传感器的第一压力值与第二传感器的第二压力值的比值大于异常站立阈值，且小于第一站立阈值，设置为异常站立状态的第一异常级别；将所述比值大于第一站立阈值且小于第二站立阈值，设置为异常站立状态的第二异常级别；将所述比值大于第二站立阈值，设置为异常站立状态的第三异常级别。其中，第二站立阈值大于第一站立阈值，第一站立阈值大于异常站立阈值。所述异常站立状态的异常级别越高表示站立状态异常程度越严重。控制装置可以检测患者左脚或右脚的第一压力值和第二压力值的比值，根据该比值和上述设置的异常站立状态的异常级别，确定异常站立状态的异常级别，例如，检测到患者左脚或右脚的第一压力值和第二压力值的比值大于第二站立阈值，可以确定异常站立状态的异常级别为第三异常级别。
以上异常站立状态的异常级别的设置仅仅是示例，本公开对此不作限定，只要设置的异常站立状态的异常级别能够与站立异常严重程度匹配即可。
步骤S182，根据异常站立状态的异常级别进行所述提醒。
控制装置可以根据异常站立状态的异常级别进行所述提醒，例如，异常站立状态的异常级别越高，可以增加提醒的强度。如振动速度更快或振动强度更为剧烈、声音更大或提示音频率更高、发光闪烁频率更快等。或者，异常站立状态的异常级别越高，可以同时进行振动方式、声音方式和发光方式的提醒。本公开对此不作限定，只要所述提醒能够体现所述异常级别并且可以使患者区别异常站立状态的严重程度就可以。
图13示出根据本公开一实施例的帕金森病患者异常动作提示装置的框图。如图13所示，所述装置可以包括：
第一获取模块11，用于若患者处于行走状态，获取步态信息；其中，所述步态信息包括步态模式和/或步态时间间隔，步态模式表示脚底前部和脚底后部是否着地以及着地顺序，步态时间间隔表示脚底前部和脚底后部着地的时间间隔。
第一异常步态确定模块12，用于根据所述步态模式和/或步态时间间隔，确定步态是否为异常步态；
第一提醒模块13，用于若为异常步态，则进行提醒。
通过获取帕金森病患者的步态信息，根据本公开实施例的帕金森病患者异常动作提示装置，可以在确定所述步态信息对应的步态为异常步态时，对帕金森病患者进行提醒，能够使帕金森病患者及时纠正步态，促进患者康复。并且，通过根据步态模式和/或步态时间间隔确定异常步态，实现简单，异常步态的确定更快速，对帕金森病患者异常步态的提醒更加及时。
图14示出根据本公开一实施例的帕金森病患者异常动作提示装置的框图。如图14所示，在一种可能的实现方式中，所述第一获取模块11可以包括：
第一获取单元111，用于通过第一传感器和第二传感器，获取一个行走周期内脚底前部着地时间和/或脚底后部着地时间；
第二获取单元112，用于根据一个行走周期内脚底前部着地时间和/或脚底后部着地时间，获取所述步态信息；
其中，所述第一传感器和第二传感器位于同一只脚上，所述第一传感器位于前脚掌或趾部，第二传感器位于脚底后部。
如图14所示，在一种可能的实现方式中，所述第一异常步态确定模块12可以包括：
第一异常步态确定单元121，用于根据所述步态时间间隔和异常步态时间阈值的关系，确定步态是否为异常步态。
如图14所示，在一种可能的实现方式中，所述装置还可以包括：
异常步态时间阈值获取模块14，用于通过机器学习，获取所述异常步态时间阈值。
如图14所示，在一种可能的实现方式中，所述第一提醒模块13包括：
第一异常级别确定单元131，用于确定异常步态的异常级别；
第一提醒单元132，用于根据异常步态的异常级别进行所述提醒。
图15示出根据本公开一实施例的第一异常步态确定模块12的框图。如图15所示，在一种可能的实现方式中，所述第一异常步态确定模块12还可以包括：
第二异常步态确定单元122，用于根据所述步态模式与预设异常步态的关系，确定步态是否为异常步态。
如图15所示，在一种可能的实现方式中，所述第一异常步态确定模块12还可以包括：
第三异常步态确定单元123，若根据所述步态模式与预设异常步态的关系，确定与步态信息对应的步态不是异常步态，则根据所述步态时间间隔和异常步态时间阈值的关系，确定与步态信息对应的步态是否为异常步态。
图16示出根据本公开一实施例的帕金森病患者异常动作提示装置的框图。其中，所述步态信息还可以包括一个行走周期内脚底前部的第一压力曲线和一个行走周期内脚底后部的第二压力曲线。如图16所示，在一种可能的实现方式中，所述装置还可以包括：
第二异常步态确定模块15，用于若第一压力曲线与脚底前部压力参考曲线不匹配和/或第二压力曲线与脚底后部压力参考曲线不匹配，则确定与步态信息对应的步态为异常步态。
图17示出根据本公开一实施例的帕金森病患者异常动作提示装置的框图。如图17所示，在一种可能的实现方式中，所述装置还可以包括：
第二获取模块16，用于若患者处于站立状态，获取第一传感器的第一压力值和第二传感器的第二压力值；
异常站立状态确定模块17，用于根据第一压力值和第二压力值的比值，确定所述站立状态是否为异常站立状态；
第二提醒模块18，用于若为异常站立状态，则进行提醒。
如图17所示，在一种可能的实现方式中，所述第二提醒模块18可以包括：
第二异常级别确定单元181，用于确定异常站立状态的异常级别；
第二提醒单元182，用于根据异常站立状态的异常级别进行所述提醒。
如图17所示，在一种可能的实现方式中，所述装置还可以包括：
动作确定模块19，用于根据患者双脚传感器信号的相关性，确定患者处于行走状态或站立状态；或者，用于通过检测预设时间段内是否存在脚部抬起动作或脚部落下动作，确定患者处于行走状态或站立状态。
关于上述实施例中的装置，其中各个模块和单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图18是根据一示例性实施例示出的一种帕金森病患者异常动作提示装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图18，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (26)
1.一种帕金森病患者异常动作提示方法，其特征在于，所述方法包括：
若患者处于行走状态，获取步态信息；其中，所述步态信息包括步态模式和/或步态时间间隔，步态模式表示脚底前部和脚底后部是否着地以及着地顺序，步态时间间隔表示脚底前部和脚底后部着地的时间间隔；
根据所述步态模式和/或步态时间间隔，确定步态是否为异常步态；
若为异常步态，则进行提醒。
2.根据权利要求1所述的方法，其特征在于，若患者处于行走状态，获取步态信息，包括：
通过第一传感器和第二传感器，获取一个行走周期内脚底前部着地时间和/或脚底后部着地时间；
根据一个行走周期内脚底前部着地时间和/或脚底后部着地时间，获取所述步态信息；
其中，所述第一传感器和第二传感器位于同一只脚上，所述第一传感器位于前脚掌或趾部，第二传感器位于脚底后部。
3.根据权利要求1所述的方法，其特征在于，根据所述步态时间间隔，确定步态是否为异常步态，包括：
根据所述步态时间间隔和异常步态时间阈值的关系，确定步态是否为异常步态。
4.根据权利要求1所述的方法，其特征在于，根据所述步态模式，确定步态是否为异常步态，包括：
根据所述步态模式与预设异常步态的关系，确定步态是否为异常步态。
5.根据权利要求4所述的方法，其特征在于，根据所述步态模式和步态时间间隔，确定步态是否为异常步态，包括：
若根据所述步态模式与预设异常步态的关系，确定与步态信息对应的步态不是异常步态，则根据所述步态时间间隔和异常步态时间阈值的关系，确定与步态信息对应的步态是否为异常步态。
6.根据权利要求3或5所述的方法，其特征在于，所述方法还包括：
通过机器学习，获取所述异常步态时间阈值。
7.根据权利要求1所述的方法，其特征在于，所述步态信息还包括一个行走周期内脚底前部的第一压力曲线和一个行走周期内脚底后部的第二压力曲线，所述方法还包括：
若第一压力曲线与脚底前部压力参考曲线不匹配和/或第二压力曲线与脚底后部压力参考曲线不匹配，则确定与步态信息对应的步态为异常步态。
8.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若患者处于站立状态，获取第一传感器的第一压力值和第二传感器的第二压力值；
根据第一压力值和第二压力值的比值，确定所述站立状态是否为异常站立状态；
若为异常站立状态，则进行提醒。
9.根据权利要求1所述的方法，其特征在于，若为异常步态，则进行提醒，包括：
确定异常步态的异常级别；
根据异常步态的异常级别进行所述提醒。
10.根据权利要求8所述的方法，其特征在于，若为异常站立状态，则进行提醒，包括：
确定异常站立状态的异常级别；
根据异常站立状态的异常级别进行所述提醒。
11.根据权利要求1所述的方法，其特征在于，所述提醒包括以下一种或多种方式：
以振动方式提醒、以声音方式提醒或以发光方式提醒。
12.根据权利要求8所述的方法，其特征在于，所述方法还包括：
根据患者双脚传感器信号的相关性，确定患者处于行走状态或站立状态；或者，通过检测预设时间段内是否存在脚部抬起动作或脚部落下动作，确定患者处于行走状态或站立状态。
13.一种帕金森病患者异常动作提示装置，其特征在于，所述装置包括：
第一获取模块，用于若患者处于行走状态，获取步态信息；其中，所述步态信息包括步态模式和/或步态时间间隔，步态模式表示脚底前部和脚底后部是否着地以及着地顺序，步态时间间隔表示脚底前部和脚底后部着地的时间间隔；
第一异常步态确定模块，用于根据所述步态模式和/或步态时间间隔，确定步态是否为异常步态；
第一提醒模块，用于若为异常步态，则进行提醒。
14.根据权利要求13所述的装置，其特征在于，所述第一获取模块包括：
第一获取单元，用于通过第一传感器和第二传感器，获取一个行走周期内脚底前部着地时间和/或脚底后部着地时间；
第二获取单元，用于根据一个行走周期内脚底前部着地时间和/或脚底后部着地时间，获取所述步态信息；
其中，所述第一传感器和第二传感器位于同一只脚上，所述第一传感器位于前脚掌或趾部，第二传感器位于脚底后部。
15.根据权利要求13所述的装置，其特征在于，所述第一异常步态确定模块包括：
第一异常步态确定单元，用于根据所述步态时间间隔和异常步态时间阈值的关系，确定步态是否为异常步态。
16.根据权利要求13所述的装置，其特征在于，所述第一异常步态确定模块包括：
第二异常步态确定单元，用于根据所述步态模式与预设异常步态的关系，确定步态是否为异常步态。
17.根据权利要求16所述的装置，其特征在于，所述第一异常步态确定模块包括：
第三异常步态确定单元，若根据所述步态模式与预设异常步态的关系，确定与步态信息对应的步态不是异常步态，则根据所述步态时间间隔和异常步态时间阈值的关系，确定与步态信息对应的步态是否为异常步态。
18.根据权利要求15或17所述的装置，其特征在于，所述装置还包括：
异常步态时间阈值获取模块，用于通过机器学习，获取所述异常步态时间阈值。
19.根据权利要求13所述的装置，其特征在于，所述步态信息还包括一个行走周期内脚底前部的第一压力曲线和一个行走周期内脚底后部的第二压力曲线，所述装置还包括：
第二异常步态确定模块，用于若第一压力曲线与脚底前部压力参考曲线不匹配和/或第二压力曲线与脚底后部压力参考曲线不匹配，则确定与步态信息对应的步态为异常步态。
20.根据权利要求14所述的装置，其特征在于，所述装置还包括：
第二获取模块，用于若患者处于站立状态，获取第一传感器的第一压力值和第二传感器的第二压力值；
异常站立状态确定模块，用于根据第一压力值和第二压力值的比值，确定所述站立状态是否为异常站立状态；
第二提醒模块，用于若为异常站立状态，则进行提醒。
21.根据权利要求13所述的装置，其特征在于，所述第一提醒模块包括：
第一异常级别确定单元，用于确定异常步态的异常级别；
第一提醒单元，用于根据异常步态的异常级别进行所述提醒。
22.根据权利要求20所述的装置，其特征在于，所述第二提醒模块包括：
第二异常级别确定单元，用于确定异常站立状态的异常级别；
第二提醒单元，用于根据异常站立状态的异常级别进行所述提醒。
23.根据权利要求13所述的装置，其特征在于，所述提醒包括以下一种或多种方式：
以振动方式提醒、以声音方式提醒或以发光方式提醒。
24.根据权利要求20所述的装置，其特征在于，所述装置还包括：
动作确定模块，用于根据患者双脚传感器信号的相关性，确定患者处于行走状态或站立状态；或者，用于通过检测预设时间段内是否存在脚部抬起动作或脚部落下动作，确定患者处于行走状态或站立状态。
25.一种帕金森病患者异常动作提示装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令以实现上述权利要求1-12任一项所述的方法。
26.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至12中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810993759.2A CN109222903A (zh) | 2018-08-29 | 2018-08-29 | 帕金森病患者异常动作提示方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810993759.2A CN109222903A (zh) | 2018-08-29 | 2018-08-29 | 帕金森病患者异常动作提示方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109222903A true CN109222903A (zh) | 2019-01-18 |
Family
ID=65069396
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810993759.2A Pending CN109222903A (zh) | 2018-08-29 | 2018-08-29 | 帕金森病患者异常动作提示方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109222903A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111553899A (zh) * | 2020-04-28 | 2020-08-18 | 湘潭大学 | 一种基于音视频的帕金森非接触式智能检测方法及系统 |
| CN111724569A (zh) * | 2019-03-20 | 2020-09-29 | 北京小米移动软件有限公司 | 报警方法、装置和存储介质 |
| CN112043555A (zh) * | 2019-06-07 | 2020-12-08 | 丰田自动车株式会社 | 步行训练系统、显示方法以及计算机可读介质 |
| CN114271578A (zh) * | 2021-12-24 | 2022-04-05 | 杭州电子科技大学 | 一种可检测脚步混乱的智能鞋及检测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080053253A1 (en) * | 2006-09-06 | 2008-03-06 | Individual Monitoring Systems, Inc | Fully ambulatory, self-contained gait monitor |
| CN103383292A (zh) * | 2013-07-17 | 2013-11-06 | 北京航空航天大学 | 一种穿戴式尖足步态实时监测反馈报警的装置及方法 |
| CN104834888A (zh) * | 2014-12-04 | 2015-08-12 | 龙岩学院 | 一种辅助筛查帕金森症的异常步态识别方法 |
| CN105286874A (zh) * | 2015-11-03 | 2016-02-03 | 长安大学 | 一种用于预测老年人跌倒风险的系统及方法 |
| US20160058326A1 (en) * | 2013-04-15 | 2016-03-03 | University Of Delaware | Gait and mobility assessment systems and methods |
| CN105654041A (zh) * | 2015-12-28 | 2016-06-08 | 西北工业大学 | 基于步态数据的特征参数获取方法和装置 |
| CN105662423A (zh) * | 2016-03-30 | 2016-06-15 | 李宁体育(上海)有限公司 | 脚掌落地方式检测设备及方法、包括该设备的鞋垫和鞋 |
-
2018
- 2018-08-29 CN CN201810993759.2A patent/CN109222903A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080053253A1 (en) * | 2006-09-06 | 2008-03-06 | Individual Monitoring Systems, Inc | Fully ambulatory, self-contained gait monitor |
| US20160058326A1 (en) * | 2013-04-15 | 2016-03-03 | University Of Delaware | Gait and mobility assessment systems and methods |
| CN103383292A (zh) * | 2013-07-17 | 2013-11-06 | 北京航空航天大学 | 一种穿戴式尖足步态实时监测反馈报警的装置及方法 |
| CN104834888A (zh) * | 2014-12-04 | 2015-08-12 | 龙岩学院 | 一种辅助筛查帕金森症的异常步态识别方法 |
| CN105286874A (zh) * | 2015-11-03 | 2016-02-03 | 长安大学 | 一种用于预测老年人跌倒风险的系统及方法 |
| CN105654041A (zh) * | 2015-12-28 | 2016-06-08 | 西北工业大学 | 基于步态数据的特征参数获取方法和装置 |
| CN105662423A (zh) * | 2016-03-30 | 2016-06-15 | 李宁体育(上海)有限公司 | 脚掌落地方式检测设备及方法、包括该设备的鞋垫和鞋 |
Non-Patent Citations (1)
| Title |
|---|
| 陈淑芳等: "足底压力分析在帕金森病患者运动训练中的应用", 《中国康复医学杂志》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111724569A (zh) * | 2019-03-20 | 2020-09-29 | 北京小米移动软件有限公司 | 报警方法、装置和存储介质 |
| CN111724569B (zh) * | 2019-03-20 | 2021-11-02 | 北京小米移动软件有限公司 | 报警方法、装置和存储介质 |
| CN112043555A (zh) * | 2019-06-07 | 2020-12-08 | 丰田自动车株式会社 | 步行训练系统、显示方法以及计算机可读介质 |
| 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 |
| CN111553899A (zh) * | 2020-04-28 | 2020-08-18 | 湘潭大学 | 一种基于音视频的帕金森非接触式智能检测方法及系统 |
| CN114271578A (zh) * | 2021-12-24 | 2022-04-05 | 杭州电子科技大学 | 一种可检测脚步混乱的智能鞋及检测方法 |
| CN114271578B (zh) * | 2021-12-24 | 2024-03-26 | 杭州电子科技大学 | 一种可检测脚步混乱的智能鞋及检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109222903A (zh) | 帕金森病患者异常动作提示方法及装置 | |
| US10777048B2 (en) | Methods and apparatus regarding electronic eyewear applicable for seniors | |
| CN114190924B (zh) | 用于神经康复的系统和方法 | |
| Quiroz et al. | Emotion recognition using smart watch sensor data: Mixed-design study | |
| US20190328282A1 (en) | Multi-functional smart mobility aid devices and methods of use | |
| US9311789B1 (en) | Systems and methods for sensorimotor rehabilitation | |
| US20160116326A1 (en) | Interactive body weight scale system and method | |
| KR20160044269A (ko) | 웨어러블 디바이스를 이용한 운동 관리 방법 및 운동 관리 시스템 | |
| JP2016525383A (ja) | 転倒検出システム及び方法 | |
| US20200289026A1 (en) | Mobile system allowing adaptation of the runner's cadence | |
| CN107205692B (zh) | 喘鸣检测装置 | |
| US11751813B2 (en) | System, method and computer program product for detecting a mobile phone user's risky medical condition | |
| JP6742380B2 (ja) | 電子装置 | |
| JP2018029706A (ja) | 端末装置、評価システム、およびプログラム | |
| CN110881987B (zh) | 一种基于可穿戴设备的老年人情绪监测系统 | |
| WO2022161037A1 (zh) | 一种用户确定方法、电子设备和计算机可读存储介质 | |
| KR20190047648A (ko) | 행동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법 | |
| WO2020125078A1 (zh) | 心律监控方法、装置、电子设备及计算机可读存储介质 | |
| CN115147915A (zh) | 一种检测穿戴设备佩戴松紧的方法、装置和系统 | |
| CN113923293B (zh) | 喝水提醒方法及电子设备 | |
| CN111000542B (zh) | 基于智能药箱实现身体异常预警的方法及装置 | |
| Mohan Gowda et al. | Recent advances and future directions of assistive technologies for alzheimer’s patients | |
| Richardson et al. | Mobile Applications for Stroke: A Survey and a Speech Classification Approach. | |
| US20240008766A1 (en) | System, method and computer program product for processing a mobile phone user's condition | |
| Bächlin et al. | Experiences in developing a wearable gait assistant for parkinson’s disease patients |
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 |