CN109480850A - 一种男性老年人跌倒风险评估系统及方法 - Google Patents

一种男性老年人跌倒风险评估系统及方法 Download PDF

Info

Publication number
CN109480850A
CN109480850A CN201811422975.8A CN201811422975A CN109480850A CN 109480850 A CN109480850 A CN 109480850A CN 201811422975 A CN201811422975 A CN 201811422975A CN 109480850 A CN109480850 A CN 109480850A
Authority
CN
China
Prior art keywords
gait
risk
subject
male
parameter
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
Application number
CN201811422975.8A
Other languages
English (en)
Inventor
苏海龙
胡瑶
张峻霞
王新亭
张琰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University of Science and Technology
Original Assignee
Tianjin University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University of Science and Technology filed Critical Tianjin University of Science and Technology
Priority to CN201811422975.8A priority Critical patent/CN109480850A/zh
Publication of CN109480850A publication Critical patent/CN109480850A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116Determining posture transitions
    • A61B5/1117Fall detection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112Gait analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements 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
    • A61B5/6802Sensor mounted on worn items
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements 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
    • A61B5/6802Sensor mounted on worn items
    • A61B5/6804Garments; Clothes
    • A61B5/6807Footwear
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00Evaluating a particular growth phase or type of persons or animals
    • A61B2503/08Elderly

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及人体运动检测领域,具体涉及一种男性老年人跌倒风险评估系统及方法。本发明通过风险评估系统测定受试者行走过程中的三项步态参数,包括地面冲击GI、落脚强度PA以及离地时脚与地面的夹角PO,并设置步态参数标准为:GI≥1.47G;PA≥3.45G;PO≥37.2°,以上述标准设置风险等级,以此鉴别老年人是否具有跌倒高风险。本发明可以通过直观的数值对比的方法对男性老年人的跌倒风险高低进行分级,不需要靠主观臆测和肉眼对步态异常进行判断。相比于传统的需要医务人员判定的方法,本方法可以更广泛的应用在社区中。根据数据来进行判定,避免了因主观判断而造成的误差。

Description

一种男性老年人跌倒风险评估系统及方法
技术领域:
本发明涉及人体运动检测领域,具体涉及一种男性老年人跌倒风险评估系统及方法。
背景技术:
跌倒是威胁老年人健康的重要问题,根据老年人的跌倒风险制定相应的干预措施可以有效避免许多跌倒的发生,所以对跌倒风险的判定十分重要。
现有的老年人跌倒风险评估方法集中在根据老年人身体情况和活动能力,在医务人员的辅助下使用各种跌倒风险评估量表对老年人跌倒风险进行评估。这种方法问题在于:
(1)需要具有医学专业知识人士的评判,无法更加广泛的应用。
(2)对于老年人的活动能力的评判具有主观臆测性,无法通过数值来衡量。
还有运用传感设备(如Vicon光学动作捕捉系统、测力板系统等)对老年人的平衡能力和步态进行测量,研究老年人的步态特征,但是没有一种方法能在步态参数值上直观的辨别出具有跌倒高风险的老年人。
发明内容:
为了解决上述技术问题,本发明将提供一种通过测量男性老年人(60岁及以上)在平坦路面常速行走时的步态数据,来鉴别出该老年人是否具有跌倒高风险的风险评估系统及方法。
本发明技术方案如下:
一种老年人跌倒风险评估系统,所述评估系统包括步态数据检测装置和数据分析装置;
所述步态数据检测装置,用于检测受试者用于风险评估的步态参数,所述评估参数包括地面冲击(Ground Impact,以下简称GI)、落脚强度(Pulling Accel,以下简称PA)、离地时脚与地面的夹角(Push off,以下简称PO);
所述数据分析装置,将上述步态参数与评估标准进行比对,获得评估结果;
进一步地,所述步态数据检测装置为美国MiniSun公司的3系统;
优选地,上述评估系统适用于60岁及以上的男性;
进一步地,所述数据分析装置通过以下方法获得评估结果:
设置步态参数标准为:GI≥1.47G;PA≥3.45G;PO≥37.2°,并根据下述评价标准对男性老年人跌倒风险等级进行划分:
数据分析装置将步态数据检测装置测定的受试者步态参数与上述步态参数标准、以及评价标准进行比对,以此确定受试者的跌到风险等级。
本发明还提供采用上述评估系统对男性老年人跌倒风险评估方法,具体如下:
(1)受试者在平坦路面,以正常速度行走25米;
(2)采用上述评估系统中的步态数据检测装置测定受试者行走过程中的三项步态参数,包括地面冲击GI、落脚强度PA、离地时脚与地面的夹角PO;
(3)根据数据分析装置中设置的步态参数标准:GI≥1.47G;PA≥3.45G;PO≥37.2°,以及下述评价标准:
男性老年人跌倒风险 评价标准
三项参数均符合标准
偏低 一项参数不符合标准
中等 两项参数不符合标准
三项均不符合标准
数据分析装置将测定的受试者步态参数与所述的步态参数标准、以及评价标准进行比对,以此确定受试者的跌到风险等级。
有益效果:
本发明提供的评估系统及方法可以通过直观的数值对比的方法对男性老年人的跌倒风险高低进行分级,不需要靠主观臆测和肉眼对步态异常进行判断。相比于传统的需要医务人员判定的方法,本系统及方法可以更广泛的应用在社区中。根据数据来进行判定,避免了因主观判断而造成的误差。
根据数据标准可以找到老年人下肢力量薄弱的部分,以此制定对老年人护理方案和干预措施,通过治疗或者运动锻炼增强下肢肌肉力量和活动能力,避免发生跌倒。
附图说明:
图1地面冲击预测跌倒的ROC曲线;
图2落脚强度预测跌倒的ROC曲线;
图3离地时脚的角度预测跌倒的ROC曲线;
图4为本发明提供的老年人跌倒风险评估系统结构示意图
其中,1-步态数据检测装置;2-数据分析装置。
具体实施方式:
为了使本专利的目的、技术方案及优点更加清楚明白,以下结合具体实施例,对本专利进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本专利,并不用于限定本发明。
本发明所提供跌倒风险评估系统及方法的确定及划分风险等级原理:
地面冲击(GI)在正常人的步态中,其作用一是延长足跟触地时间,缓冲足跟触地过程;二是依靠胫骨前肌肉在小腿的近端的止点,牵拉胫骨向前运动。一般来说胫骨前肌均匀一致的收缩能力下降,则会使足部缓冲能力下降,地面冲击会变小。
落地强度(PA)偏小代表着下肢对摆动的控制变差,胫骨向前移动速度变慢。
离地时脚与地面的夹角(PO)主要受小腿三头肌收缩力量的影响。小腿三头肌无力、踝关节和跖骨头痛,等可能会造成该角度变小。
这三项步态参数的下降预示着老年人下肢肌肉力的衰弱和步行能力的下降。而跌倒风险高的老年人最明显且直观的表现即为步态的失稳和异常。
上述三项参数对预测跌倒发生的显著影响和临界值是通过男性老年人的步态实验中总结发现的(具体参考实施例1和实施例2)。因为性别因素对老年人步态特征有很大影响,女性老年人和男性老年人身体机能、步态特征有较明显的差异,所以在该实验中只选取了男性老年人。所得的实验结果也只适用于男性老年人。首先,将参加实验的老年人分为跌倒组(在一年中有过跌倒经历)和未跌倒组(在一年中无跌倒经历),对两组老年人都进行了25m常速行走实验,然后将测得的步态参数进行统计学分析,通过独立样本t检验找到两组老年人的步态差异,其中具有显著性差异的三个参数种类即确定为本发明将采用的风险评估参数。根据这些差异绘制受试者工作特征曲线(ROC曲线),确定预测老年人跌倒的这三项步态参数的临界值。依靠这一标准值和所测的老年人的步态参数进行对比,可以将老年人的跌倒风险划分为四个等级。
以下将结合具体实施例对本发明提供的跌倒风险评估系统及方法进行进一步地说明解释。
实施例1评估参数的筛选
实验对象:随机抽选60名无严重肌肉外骨骼疾病的60岁及以上的男性老年人。
纳入标准:均自愿参加,能安全稳定行走50m以上距离;老年人均无严重心肺、外骨骼疾病;意识清楚,能进行有效沟通。为避免性别差异带来的影响,此次实验选取的老年人均为男性。
最终抽选的60名老年人,年龄为(66.2±3.5)岁,身高为(169.5±5.0)cm,体重为(68.8±6.8)kg,身体质量指数BMI为(24.0±2.8)。
跌倒的判定:受试者回忆在过去1年中出现突然的非故意的,倒在地上或其他更低平面上的意外事件。将实验对象分为跌倒组(近一年中有一次及以上跌倒次数)和未跌倒组(近一年中无跌倒历史)。
经过问卷调查上述60名实验对象中,有18名老年人在近一年中跌倒过,有3名老年人跌倒两次。
实验设备:本发明采用美国MiniSun公司的3系统对实验对象进行步态参数测定,该仪器是一款可穿戴的步态分析仪器,IDEEA3的硬件是由主记录仪、副记录仪和一些配件组成,主记录仪连接着三个传感器,分别可以佩戴于胸口和大腿的位置。它有一个LED显示屏和一些按钮,可以通过重力系统对IDEEA进行操纵。副记录仪在数据记录期间,佩戴在脚踝位置,每个副记录仪上分别配有一块传感器,和副记录仪相连的传感器应置于脚底,传感器远端位置应在第四跖骨头近端0.7cm处。(正好位于跖骨头下方的位置)。它们将各种活动中脚和脚踝的动作和数据通过无线发送到主记录仪。
试验方法:实验对象穿戴好实验设备,在平坦的路面,以正常速度(在最舒服的状态下)在25m范围内行走,受试者开始站立不动,开始行走的同时开始记录数据,在25米结束时停止行走,并停止记录数据。
采用IDEEA记录的步态数据有:单脚支撑时间、双脚支撑时间、单脚支撑时间/双脚支撑时间、摆动时间、步幅持续时间、周期时间、离地时大腿摆动的加速度、摆动强度、地面冲击、落脚强度、离地时脚与地面的角度、速度、步频、步长与跨步长。
统计学方法:使用SPSS 22.0软件进行统计学分析,经过K-S检验,正态分布的计量资料以表示,偏态分布资料以M(P25,P75)表示,正态分布数据用独立样本t检验,偏态分布资料比较采用秩和检验。
通过对实验对象采用上述方法采集步态参数,结果如下表:
常速行走步态数据
由上表可知,在常速步行25m测试中,跌倒组与未跌倒组老年人相比,二者在三组步态参数上,即地面冲击、落脚强度、离地时脚与地面的夹角,具有显著性差异,P<0.01。因此本发明将其确定为跌倒风险评估参数。
实施例2参数标准值的确定
ROC曲线指受试者工作特征曲线(receiver operating characteristic curve),是用来反映敏感性和特异性连续变量的综合指标,它常用来预测某一因素对疾病的影响,预测某一因素的临界值会有疾病的产生。
运用受试者工作特征曲线(ROC),结果变量为是否发生跌倒,确定老年人群中跌倒者三项步态参数的临界值。在ROC曲线上,最靠近坐标图左上方的点为敏感性和特异性均较高的临界值。
根据实施例1中常速步行实验中两组老年人具有显著性差异的步态参数项目,包括地面冲击、落脚强度、离地时脚与地面的夹角,找到这些数据能预测老年人跌倒的临界值。
(1)地面冲击:指负重反应初期(首次触地之后重心由足跟向全足转移的过程)足向上的最大加速度,此时胫骨前肌肉(主要是胫骨前肌和趾长伸肌)收缩,限制前足过快触地,维持足跟的支点和足平衡,小腿向前滚动。正常的步态中,其作用一是延长足跟触地时间,缓冲足跟触地过程;二是依靠胫骨前肌肉在小腿的近端的止点,牵拉胫骨向前运动。一般来说胫骨前肌均匀一致的收缩能力下降,则会使足部缓冲能力下降,地面冲击会变小。由地面冲击预测跌倒的ROC曲线见图1。
如图1中对应敏感度和特异性值最高的点为1.47G,敏感度0.92,特异性0.83,地面冲击临界值为1.47G。AUC为0.92[95%CI(0.82~1)],P<0.05。这表明该临界值可以预测92%的男性老年人的跌倒,会错误的估计17%的男性老年人的跌倒。曲线坐标表如下:
地面冲击ROC曲线坐标
(2)落脚强度:指摆动末期控制足部减速落地过程中的平均加速度,依赖于大腿肌群(股四头肌、髂肌等)推动下肢向前摆动,使足跟抬高、向前,并迅速且平稳落地[12],落地强度偏小则体现为下肢对摆动的控制变差,胫骨向前移动速度变慢。
如图2中对应敏感度和特异性值最高的点为3.45G,敏感度0.85,特异性0.83,落脚强度临界值为3.45G。AUC为0.89[95%CI(0.74~1)],P<0.05。这表明该临界值可以预测85%的男性老年人的跌倒,会错误的估计17%的男性老年人的跌倒。曲线坐标表如下:
落地强度ROC曲线坐标
(3)离地时脚的角度:指在摆动前期(足离开地面早期时段的活动,主要的动作包括足廓清地面和屈髋带动屈膝,加速肢体前向摆动)角度,跖趾关节与地面的最大屈曲角度。支撑相末期,足跟抬起的高度是主要影响因素。主要受小腿三头肌收缩力量的影响。小腿三头肌无力、踝关节和跖骨头痛,等可能会造成该角度变小。
如图3中对应敏感度和特异性值最高的点为37.2°,敏感度0.64,特异性0.84,离地时脚的角度临界值为37.2°。AUC为0.87[95%CI(0.45~0.94)],P<0.05。这表明该临界值可以预测64%的男性老年人的跌倒,会错误的估计16%的男性老年人的跌倒。曲线坐标如下表:
离地时脚的角度ROC曲线坐标
经过对地面冲击、落脚强度、离地时脚的角度的ROC曲线分析,得到这三项数据的临界值。其中地面冲击1.47G,落脚强度3.45G,离地时脚的角度37.2°是跌倒老年人和未跌倒老年人的临界值。
这三组参数分别反映了老年人下肢不同部位的运动能力,GI≥1.47G;PA≥3.45G;PO≥37.2°为符合标准,根据这三组参数对老年人跌倒的预测,可以将老年人的跌倒风险划分为不同等级,即:
男性老年人跌倒风险 评价标准
三项参数均符合标准
偏低 一项参数不符合标准
中等 两项参数不符合标准
三项均不符合标准
实施例3男性老年人跌倒风险评估系统及方法应用实例
任意选取5名60岁及以上的老年男性受试者,采用如图4所示的风险评估系统,受试者在平坦路面,以正常速度行走25米的过程中,采用1-步态数据检测装置对受试者的三项步态参数,包括地面冲击GI、落脚强度PA、离地时脚与地面的夹角PO进行测定和收集;并将数据传输至2-数据分析装置,数据分析装置将获取的数据与设置的步态参数标准GI≥1.47G;PA≥3.45G;PO≥37.2°进行比对,并根据下述评价标准对男性老年人跌倒风险等级进行划分:
男性老年人跌倒风险 评价标准
三项参数均符合标准
偏低 一项参数不符合标准
中等 两项参数不符合标准
三项均不符合标准
以此确定受试者的跌到风险等级,测定结果及风险评估结果如下表:
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本专利构思的前提下,上述各实施方式还可以做出若干变形、组合和改进,这些都属于本专利的保护范围。因此,本专利的保护范围应以权利要求为准。

Claims (7)

1.一种老年人跌倒风险评估系统,其特征在于,所述评估系统包括步态数据检测装置和数据分析装置;
所述步态数据检测装置,用于检测受试者用于风险评估的步态参数,所述评估参数包括地面冲击GI、落脚强度PA、离地时脚与地面的夹角PO;
所述数据分析装置,将上述步态参数与评估标准进行比对,获得评估结果。
2.如权利要求1所述的一种老年人跌倒风险评估系统,其特征在于,所述数据分析装置通过以下方法获得评估结果:
设置步态参数标准为:GI≥1.47G;PA≥3.45G;PO≥37.2°,并根据下述评价标准对跌倒风险等级进行划分:
跌倒风险 评价标准 三项参数均符合标准 偏低 一项参数不符合标准 中等 两项参数不符合标准 三项均不符合标准
数据分析装置将测定的受试者步态参数与上述步态参数标准、以及评价标准进行比对,以此确定受试者的跌到风险等级。
3.如权利要求2所述的一种老年人跌倒风险评估系统,其特征在于,所述评估系统适用于60岁及以上的男性。
4.如权利要求1所述的一种老年人跌倒风险评估系统,其特征在于,所述步态数据检测装置为美国MiniSun公司的3系统。
5.一种男性老年人跌倒风险评估方法,其特征在于,具体步骤如下:
(1)受试者在平坦路面,以正常速度行走25米;
(2)采用步态分析仪器测定受试者行走过程中的三项步态参数,包括地面冲击GI、落脚强度PA、离地时脚与地面的夹角PO;
(3)设置步态参数标准为:GI≥1.47G;PA≥3.45G;PO≥37.2°,并根据下述评价标准对男性老年人跌倒风险等级进行划分:
将步骤(2)测定的受试者步态参数与步骤(3)所述的步态参数标准、以及评价标准进行比对,以此确定受试者的跌到风险等级。
6.如权利要求5所述的一种男性老年人跌倒风险评估方法,其特征在于,所述步态分析仪器为美国MiniSun公司的3系统。
7.如权利要求5所述的一种男性老年人跌倒风险评估方法,其特征在于,所述评估方法适用于60岁及以上的男性。
CN201811422975.8A 2018-11-27 2018-11-27 一种男性老年人跌倒风险评估系统及方法 Pending CN109480850A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811422975.8A CN109480850A (zh) 2018-11-27 2018-11-27 一种男性老年人跌倒风险评估系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811422975.8A CN109480850A (zh) 2018-11-27 2018-11-27 一种男性老年人跌倒风险评估系统及方法

Publications (1)

Publication Number Publication Date
CN109480850A true CN109480850A (zh) 2019-03-19

Family

ID=65696658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811422975.8A Pending CN109480850A (zh) 2018-11-27 2018-11-27 一种男性老年人跌倒风险评估系统及方法

Country Status (1)

Country Link
CN (1) CN109480850A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105902274A (zh) * 2016-04-08 2016-08-31 上海逸动医学科技有限公司 膝关节动态评估方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105902274A (zh) * 2016-04-08 2016-08-31 上海逸动医学科技有限公司 膝关节动态评估方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
王莉 等: "社区老年人双重任务行走步态特征与跌倒的关系研究", 《护理学杂志》 *
金丕焕 等: "《医用统计方法(第2版)》", 30 September 2003, 复旦大学出版社 *
黄瑾 等: "老年人群预测跌倒的"起立-行走"计时测试临界值的研究", 《中华现代护理杂志》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Similar Documents

Publication Publication Date Title
Attia et al. Measurement errors when estimating the vertical jump height with flight time using photocell devices: the example of Optojump
Clark et al. Validity and reliability of the Nintendo Wii Balance Board for assessment of standing balance
Lienhard et al. Validity of the Optogait photoelectric system for the assessment of spatiotemporal gait parameters
Long‐Rossi et al. Pain and hip lateral rotator muscle strength contribute to functional status in females with patellofemoral pain
Lee et al. Agreement between the spatio-temporal gait parameters from treadmill-based photoelectric cell and the instrumented treadmill system in healthy young adults and stroke patients
Auvinet et al. Gait abnormalities in elderly fallers
Park et al. Comparison between a center of mass and a foot pressure sensor system for measuring gait parameters in healthy adults
Pratt et al. Detection of knee power deficits following anterior cruciate ligament reconstruction using wearable sensors
Tedesco et al. Experimental validation of the Tyndall portable lower-limb analysis system with wearable inertial sensors
Caccese et al. Sway area and velocity correlated with MobileMat balance error scoring system (BESS) scores
Kim et al. Quantification of agility testing with inertial sensors after a knee injury
Mizrahi et al. Bi-lateral reactive force patterns in postural sway activity of normal subjects
Whatling et al. Objective functional assessment of total hip arthroplasty following two common surgical approaches: the posterior and direct lateral approaches
CN109480850A (zh) 一种男性老年人跌倒风险评估系统及方法
Bengs et al. Reliability of measuring lower-limb-muscle electromyography activity ratio in activities of daily living with electrodes embedded in the clothing
Hettiarachchi et al. A wearable system to analyze the human arm for predicting injuries due to throwing
Kim et al. Testing the assumption of normality in body sway area calculations during unipedal stance tests with an inertial sensor
JP2020151470A (ja) 歩行評価装置、歩行評価方法およびプログラム
Fatahi et al. The effect of eight weeks of core stability training on the lower extremity joints moment during single-leg drop landing
Abraham et al. Kinematic and kinetic analysis of repeated and static eleve in adolescent female dance students
Musalem et al. Biomechanical and electromyographic comparisons of isometric trunk flexor endurance test postures: Prone Plank Versus V-Sit
US20230218199A1 (en) A system for assessing human movement and balance
Wareńczak et al. Body balance a few years after total hip replacement
Mateos-Angulo et al. Kinematic mobile drop jump analysis at different heights based on a smartphone inertial sensor
Tedesco et al. Inertial sensors-based lower-limb rehabilitation assessment: A comprehensive evaluation of gait, kinematic and statistical metrics

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190319

RJ01 Rejection of invention patent application after publication