CN113317778A - 一种日常步行与健康分析的控制系统 - Google Patents

一种日常步行与健康分析的控制系统 Download PDF

Info

Publication number
CN113317778A
CN113317778A CN202110578138.XA CN202110578138A CN113317778A CN 113317778 A CN113317778 A CN 113317778A CN 202110578138 A CN202110578138 A CN 202110578138A CN 113317778 A CN113317778 A CN 113317778A
Authority
CN
China
Prior art keywords
user
inertial sensor
health condition
control system
straight
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
Application number
CN202110578138.XA
Other languages
English (en)
Other versions
CN113317778B (zh
Inventor
倪国新
吴长旺
陈美娟
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.)
Beijing Sport University
Original Assignee
Beijing Sport University
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 Beijing Sport University filed Critical Beijing Sport University
Priority to CN202110578138.XA priority Critical patent/CN113317778B/zh
Publication of CN113317778A publication Critical patent/CN113317778A/zh
Application granted granted Critical
Publication of CN113317778B publication Critical patent/CN113317778B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/1116—Determining posture transitions
    • 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

Landscapes

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

Abstract

本发明公开了一种日常步行与健康分析的控制系统，包括呈对称状佩戴在使用者左腿和其右腿的第一惯性传感器和第二惯性传感器，各惯性传感器用于检测使用者的动作信息，通过计算分析动作信息，评估使用者健康状况；其中，评估使用者健康状况的方法至少包括：自动判断使用者是处于直行状态还是转弯状态，然后分别计算直行状态与转弯状态时的信息变化特征；基于信息变化特征的差异程度来判定使用者的健康状况；和/或，根据使用者左、右腿的摆动对称性GAI来评估使用者的健康状况，摆动对称性越差，判定使用者的健康状况越差；本发明根据动作信息来评估人体健康状况，方法简单可靠，结构成本低，适合推广普及。

Description

一种日常步行与健康分析的控制系统
技术领域
本发明属于健康设备领域，具体涉及一种日常步行与健康分析的控制系统。
背景技术
健康对国民有重要意义。在日常生活中进行健康监测，预警可能出现的健康问题，对预防疾病的发生，及时采取有效措施防止疾病恶化，具有显著作用。研究表明，步行与健康有密切关系，日常步行状态可以辅助反映健康状况。但现有的技术不能可靠、方便地通过分析日常步行来反映健康，例如，现有技术通过简单检测步行速度来评估健康，认为步行越快，越健康长寿；但是普通人日常步行速度在不同状态下是不一样的，例如有事时走得快，休闲时走得慢，因此该方法可靠性有待提高。临床步态分析可以比较好地反映健康状态，但是需要使用复杂的步态分析设备，例如红外摄像机，或采用不少于7个惯性传感器，而且需要专业人员操作、解读，不适合国民日常使用。上述问题导致通过日常步行分析评估健康难以推广普及。
因此，本申请人希望寻求技术方案来指导人们进行有效的健康运动。
发明内容
有鉴于此，本发明的目的在于提供一种日常步行与健康分析的控制系统，根据动作信息来评估人体健康状况，方法简单可靠，结构成本低，适合推广普及。
本发明采用的技术方案如下：
一种日常步行与健康分析的控制系统，包括呈对称状佩戴在使用者左腿和其右腿的第一惯性传感器和第二惯性传感器，各惯性传感器用于检测所述使用者的动作信息，通过计算分析所述动作信息，评估使用者健康状况；其中，所述评估使用者健康状况的方法至少包括：
自动判断使用者是处于直行状态还是转弯状态，然后分别计算直行状态与转弯状态时的信息变化特征；基于所述信息变化特征的差异程度来判定使用者的健康状况；和/或，
根据使用者左、右腿的摆动对称性GAI来评估使用者的健康状况，摆动对称性越差，判定使用者的健康状况越差。
优选地，各所述惯性传感器至少包括三维加速度传感器和三维角速度传感器，所述动作信息包括加速度和角度；通过所述加速度可自动计算速度。
优选地，所述自动判断使用者是处于直行状态还是转弯状态的方法包括：当所述第一惯性传感器和第二惯性传感器检测到的水平面角度发生的变化超过水平面角度变化预设值时，且两者变化的方向一致，则判定处于转弯状态；当所述第一惯性传感器和第二惯性传感器检测到的水平面角度发生的变化不超过水平面角度变化预设值时，则判定处于直行状态。
优选地，所述水平面角度变化预设值的范围为2-10°。
优选地，所述信息变化特征的差异程度包括转弯速度与直行速度的比值S，其中，比值S越小，判定使用者的健康状况越差。
优选地，所述信息变化特征的差异程度包括转弯步伐角度与直行步伐角度的比值A，其中，比值越小，判定使用者的健康状况越差；所述步伐角度采用使用者步行时通过第一惯性传感器和第二惯性传感器测得的矢状面角度峰值。
优选地，所述使用者左、右腿的摆动对称性GAI的计算方法为：
Figure BDA0003085203810000021
其中，所述左腿摆动时间取自左腿迈步的矢状面角度，所述右腿摆动时间取自右腿迈步的矢状面角度。
优选地，通过多种评估方法来判定使用者的健康状况，其中，为各种评估方法设置权重比例。
优选地，所述第一惯性传感器和第二惯性传感器与上位机通信连接；其中，所述上位机为智能手机或PAD或电脑或其他电控装置。
优选地，将所述惯性传感器安装在袜子开口处，同时袜子开口设有用于将其对应惯性传感器固定安装在腿上的系带，利于惯性传感器的安装
本发明提出采用惯性传感器获取使用者的动作信息，根据该动作信息可以通过计算分析评估使用者步行时转弯相对于直行的步态信息变化以及使用者左、右腿的摆动对称性GAI来评估其健康状况，方法简单可靠，结构成本低，适合推广普及。
附图说明
图1是本发明具体实施方式下使用者佩戴惯性传感器行走时的侧视图；
图2是本发明具体实施方式下使用者处于转弯状态时的俯视图(Z’＝Z+Δz)；
图3是本发明具体实施方式下使用者处于直行状态时的俯视图。
具体实施方式
本发明实施例公开了一种日常步行与健康分析的控制系统，包括呈对称状佩戴在使用者左腿和其右腿的第一惯性传感器和第二惯性传感器，各惯性传感器用于检测使用者的动作信息，通过计算分析动作信息，评估使用者健康状况；其中，评估使用者健康状况的方法至少包括：自动判断使用者是处于直行状态还是转弯状态，然后分别计算直行状态与转弯状态时的信息变化特征；基于信息变化特征的差异程度来判定使用者的健康状况；和/或，根据使用者左、右腿的摆动对称性GAI来评估使用者的健康状况，摆动对称性越差，判定使用者的健康状况越差。
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
实施例1：请参见图1所示，一种日常步行与健康分析的控制系统，包括呈对称状佩戴在使用者左腿11和其右腿12的第一惯性传感器21和第二惯性传感器22，优选地，在本实施方式中，将惯性传感器21，22安装在袜子开口13处，同时袜子开口13设有用于将其对应惯性传感器21，22固定安装在腿上的系带14，利于惯性传感器21，22的便携性安装；
在本实施方式中，各惯性传感器21，22用于检测使用者的动作信息，通过计算分析动作信息，评估使用者健康状况；优选地，在本实施方式中，各惯性传感器21，22至少包括三维加速度传感器和三维角速度传感器，动作信息包括加速度和角度,具体包括了X轴(Yaw)、Y轴(Pitch)以及Z轴(Roll)等信息；通过加速度可自动计算速度；其中，评估使用者健康状况的方法具体采用：自动判断使用者是处于直行状态还是转弯状态，然后分别计算直行状态与转弯状态时的信息变化特征；基于信息变化特征的差异程度来判定使用者的健康状况；优选地，在本实施方式中，信息变化特征的差异程度包括转弯速度与直行速度的比值S(也称为转弯速度比S)，具体计算公式如下：
Figure BDA0003085203810000041
其中，比值S越小，判定使用者的健康状况越差；具体来说，比值S越接近1，说明使用者的状况越健康，比值S越接近0，说明使用者的状况越不健康，可能是跌倒和帕金森病的早期信号，依据实际检测的数据,我们发现:老年人的比值S普遍小于年轻人的比值S。
优选地，在本实施方式中，自动判断使用者是处于直行状态还是转弯状态的方法包括：预先设置水平面角度变化预设值，优选地，水平面角度变化预设值的范围为2-10°，具体在本实施方式中，水平面角度变化预设值为5°，当然也可以采用其他优选的水平面角度变化预设值范围数据，也可以采用不属于本申请提出的优选水平面角度变化预设值范围数据，本实施例对此不做具体限定；请参见图2所示，当第一惯性传感器和第二惯性传感器检测到的水平面角度(来自惯性传感器的检测数据)发生的变化(Δz)超过2°时，且两者变化的方向一致，则判定处于转弯状态；请参见图3所示，当第一惯性传感器和第二惯性传感器检测到的水平面角度发生的变化(Δz)不超过2°时，则判定处于直行状态；
优选地，在本实施方式中，第一惯性传感器21和第二惯性传感器22与上位机(图未示出)通信连接；其中，上位机为智能手机或PAD或电脑或其他合适的电控装置，具体在本实施方式中，各惯性传感器21，22通过蓝牙与上位机通信，上位机将评估结果展示在屏幕上；进一步优选地，本实施例中的上位机还可以通过远程互联通过网络共享健康评估内容。具体说明的是，在本申请实施过程中，计算分析的工作可以由上位机依据接收得到的动作信息信号来完成，也可以直接由惯性传感器来计算完成，本实施例对其不做具体限定；
具体优选地，在本实施方式中，各惯性传感器21，22的结构主要包括传感器外壳，安装在传感器外壳内部的内部电路板，在内部电路板上分别设置有IMU惯性测量单元(集成了三轴加速度计、三轴陀螺仪和三轴磁力计)、MCU微控制单元、RF射频单元(实现惯性传感器与其上位机的通信)以及电源(用于给惯性传感器的内部电路供电)。
实施例2：本实施例2的其余技术方案同实施例1，区别在于，在本实施例2中，评估使用者健康状况的方法采用：根据使用者左、右腿的摆动对称性GAI来评估使用者的健康状况，摆动对称性越差，判定使用者的健康状况越差。优选地，使用者左、右腿的摆动对称性GAI(为Gait Asymmetric Index的英文缩写，直译为步态不对称指数)的计算方法为：
Figure BDA0003085203810000061
其中，左腿摆动时间取自左腿迈步的矢状面角度，右腿摆动时间取自右腿迈步的矢状面角度；具体在实施时，转弯时，GAI比值越大，说明转弯过程越不稳定，健康状况越差。
实施例3：本实施例3的其余技术方案同实施例1，区别在于，在本实施例3中，优选地，信息变化特征的差异程度包括转弯步伐角度与直行步伐角度的比值A(也称为转弯步伐角度比值A)，具体计算公式如下：
Figure BDA0003085203810000062
其中，比值越小，判定使用者的健康状况越差；步伐角度采用使用者步行时通过第一惯性传感器21和第二惯性传感器22测得的矢状面角度峰值；具体来说，正常情况下，转弯时小腿摆动的角度小于直行时小腿摆动的角度，比值A越接近1，说明越健康，比值A越接近0，说明越不健康，依据实际检测的数据,我们发现:老年人的比值普遍小于年轻人。
实施例4：本实施例4的其余技术方案同实施例1，区别在于，在本实施例4中，通过实施例1、实施例2以及实施例3中的评估方法来综合判定使用者的健康状况，其中，为各种评估方法设置权重比例；具体来说，权重按40％：30％：30％，具体计算公式如下：
健康状况综合评分M＝40％*S+30％*A+30％*(1-GAI)；
其中：S为转弯速度比；A为转弯步伐角度比值，GAI：使用者左、右腿的摆动对称性；健康状况综合评分M越接近1，说明使用者的状况越健康，越接近0，说明使用者的状况越不健康。当然也可以采用其他权重比例，本实施例对此不做特别限定。
本申请实施例提出采用惯性传感器获取使用者的动作信息，根据该动作信息可以通过计算分析评估使用者步行时转弯相对于直行的步态信息变化以及使用者左、右腿的摆动对称性GAI来快速便携地评估人体的健康状况，方法简单可靠，结构成本低，适合推广普及。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.一种日常步行与健康分析的控制系统，其特征在于，包括呈对称状佩戴在使用者左腿和其右腿的第一惯性传感器和第二惯性传感器，各惯性传感器用于检测所述使用者的动作信息，通过计算分析所述动作信息，评估使用者健康状况；其中，所述评估使用者健康状况的方法至少包括：
自动判断使用者是处于直行状态还是转弯状态，然后分别计算直行状态与转弯状态时的信息变化特征；基于所述信息变化特征的差异程度来判定使用者的健康状况；和/或，
根据使用者左、右腿的摆动对称性GAI来评估使用者的健康状况，摆动对称性越差，判定使用者的健康状况越差。
2.根据权利要求1所述的控制系统，其特征在于，各所述惯性传感器至少包括三维加速度传感器和三维角速度传感器，所述动作信息包括加速度和角度；通过所述加速度可自动计算速度。
3.根据权利要求1所述的控制系统，其特征在于，所述自动判断使用者是处于直行状态还是转弯状态的方法包括：当所述第一惯性传感器和第二惯性传感器检测到的水平面角度发生的变化超过水平面角度变化预设值时，且两者变化的方向一致，则判定处于转弯状态；当所述第一惯性传感器和第二惯性传感器检测到的水平面角度发生的变化不超过水平面角度变化预设值时，则判定处于直行状态。
4.根据权利要求3所述的控制系统，其特征在于，所述水平面角度变化预设值的范围为2-10°。
5.根据权利要求1所述的控制系统，其特征在于，所述信息变化特征的差异程度包括转弯速度与直行速度的比值S，其中，比值S越小，判定使用者的健康状况越差。
6.根据权利要求1所述的控制系统，其特征在于，所述信息变化特征的差异程度包括转弯步伐角度与直行步伐角度的比值A，其中，比值越小，判定使用者的健康状况越差；所述步伐角度采用使用者步行时通过第一惯性传感器和第二惯性传感器测得的矢状面角度峰值。
7.根据权利要求1所述的控制系统，其特征在于，所述使用者左、右腿的摆动对称性GAI的计算方法为：
Figure FDA0003085203800000021
其中，所述左腿摆动时间取自左腿迈步的矢状面角度，所述右腿摆动时间取自右腿迈步的矢状面角度。
8.根据权利要求1所述的控制系统，其特征在于，通过多种评估方法来判定使用者的健康状况，其中，为各种评估方法设置权重比例。
9.根据权利要求1所述的控制系统，其特征在于，所述第一惯性传感器和第二惯性传感器与上位机通信连接；其中，所述上位机为智能手机或PAD或电脑或其他电控装置。
10.根据权利要求1所述的控制系统，其特征在于，将所述惯性传感器安装在袜子开口处，同时袜子开口设有用于将其对应惯性传感器固定安装在腿上的系带，利于惯性传感器的安装。
CN202110578138.XA 2021-05-26 2021-05-26 一种日常步行与健康分析的控制系统 Active CN113317778B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110578138.XA CN113317778B (zh) 2021-05-26 2021-05-26 一种日常步行与健康分析的控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110578138.XA CN113317778B (zh) 2021-05-26 2021-05-26 一种日常步行与健康分析的控制系统

Publications (2)

Publication Number Publication Date
CN113317778A true CN113317778A (zh) 2021-08-31
CN113317778B CN113317778B (zh) 2023-02-17

Family

ID=77415089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110578138.XA Active CN113317778B (zh) 2021-05-26 2021-05-26 一种日常步行与健康分析的控制系统

Country Status (1)

Country Link
CN (1) CN113317778B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110092860A1 (en) * 2009-07-24 2011-04-21 Oregon Health & Science University System for clinical assessment of movement disorders
CN110334573A (zh) * 2019-04-09 2019-10-15 北京航空航天大学 一种基于密集连接卷积神经网络的人体运动状态判别方法
CN110974242A (zh) * 2019-12-26 2020-04-10 浙江福祉医疗器械有限公司 一种用于可穿戴式设备的步态异常程度评价方法及该设备
CN111967366A (zh) * 2020-08-12 2020-11-20 华中科技大学鄂州工业技术研究院 一种对腿部患者的康复状况进行评测的方法及助行机器人

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110092860A1 (en) * 2009-07-24 2011-04-21 Oregon Health & Science University System for clinical assessment of movement disorders
CN110334573A (zh) * 2019-04-09 2019-10-15 北京航空航天大学 一种基于密集连接卷积神经网络的人体运动状态判别方法
CN110974242A (zh) * 2019-12-26 2020-04-10 浙江福祉医疗器械有限公司 一种用于可穿戴式设备的步态异常程度评价方法及该设备
CN111967366A (zh) * 2020-08-12 2020-11-20 华中科技大学鄂州工业技术研究院 一种对腿部患者的康复状况进行评测的方法及助行机器人

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
汪丰 等: "帕金森患者步行运动的定量分析", 《东南大学学报（自然科学版）》 *

Also Published As

Publication number Publication date
CN113317778B (zh) 2023-02-17

Similar Documents

Publication Publication Date Title
US10670621B2 (en) Fall prevention
US10617912B2 (en) Systems and methods of swimming calorimetry
CN105632101A (zh) 一种人体防跌倒预警方法及系统
US20170074897A1 (en) Calculating an estimate of wind resistance experienced by a cyclist
CN106705968A (zh) 基于姿态识别和步长模型的室内惯性导航算法
US20180049694A1 (en) Systems and methods for determining individualized energy expenditure
CN104223613B (zh) 智能手环显示控制系统及智能手环
CN104436596A (zh) 运动支持装置及运动支持方法
CN103616034A (zh) 一种基于蓝牙的网络计步器及计步方法
CN104091053B (zh) 用于自动检测行为模式的方法和设备
US20190076063A1 (en) Systems and methods of ski activity detection
US20210093917A1 (en) Detecting outdoor walking workouts on a wearable device
JP4214259B2 (ja) 人の動作状態監視方法および装置
CN105243787B (zh) 一种老年人跌倒报警系统、报警方法及报警器
CN104392583A (zh) 一种基于knn算法的跌倒检测与报警系统及方法
CN109091151B (zh) 一种基于mimu的行人跌倒检测方法及装置
CN113317778B (zh) 一种日常步行与健康分析的控制系统
Lester et al. Sensing and modeling activities to support physical fitness
CN106643785A (zh) 一种基于mems惯性测量单元的多源信息自适应步数检测方法
CN205548573U (zh) 一种带码表功能的骑行运动智能穿戴设备
CN113100724A (zh) 一种针对无监护人群的多功能智能服饰系统
CN206639357U (zh) 基于惯性、位置传感器的老年人跌倒检测装置
CN204908244U (zh) 一种带有姿势状态判断的智能手环
CN219641930U (zh) 一种基于多源信息的自适应行人位姿监测装置
Zare et al. A Portable Motion Sensor to Measure the Movements of Runners for Biomechanics Analysis

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