CN113425290A - 一种面向人体节律运动的关节耦合时序计算方法 - Google Patents
一种面向人体节律运动的关节耦合时序计算方法 Download PDFInfo
- Publication number
- CN113425290A CN113425290A CN202110662376.9A CN202110662376A CN113425290A CN 113425290 A CN113425290 A CN 113425290A CN 202110662376 A CN202110662376 A CN 202110662376A CN 113425290 A CN113425290 A CN 113425290A
- Authority
- CN
- China
- Prior art keywords
- motion
- joint
- point
- time
- phase
- 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
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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1071—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring angles, e.g. using goniometers
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
Abstract
本发明公开了一种面向人体节律运动的关节耦合时序计算方法,包括如下步骤:步骤S1:获取人体节律运动的关节角度变化数据,绘制关节角度变化曲线,确定运动周期,划分运动阶段;步骤S2:根据划分的运动阶段选定基准相位点,确定关节特征点和阶段特征点;步骤S3:在运动周期内基于基准相位点计算所有特征点的相位延迟,从而量化描述关节耦合转动时序。本发明实现了对人体节律运动关节耦合时序的量化描述,使复杂的人体关节耦合关系,通过描述相对相位分布,完成了其在时序上的清晰表达。
Description
技术领域
本发明涉及人体运动分析领域,尤其是一种面向人体节律运动的关节耦合时序计算方法。
背景技术
随着检测技术与传感技术的不断发展,利用现代仪器对人体运动进行分析有着越来越广阔的应用前景。而人体的运动主要是由大脑产生指令,通过神经将信号传导至肌肉,最终驱动肌肉收缩牵动骨骼绕关节转动。因此,当前对于人体运动的研究常常是从脑电、神经系统、肌电信号、关节转动等角度出发。相较于其他研究方法,从人体关节转动的角度开展研究具有数据采集准确、实验便捷等特点,是人体运动分析领域的重要研究手段。
对人体关节转动的分析,除了需要关注每个关节在运动过程中的角度变化,还需要考虑人体各个关节之间存在的耦合关系,尤其是各关节的耦合时序。但是,目前对于关节耦合时序的研究很少,且相关研究主要关注人体局部关节,例如双足的行走、手的触摸或者抓取运动等,其目标大多在于研究人体局部关节的耦合规律及相关运动模型,缺乏对人体整体关节耦合时序的关注,缺少能够量化描述人体整体关节耦合时序的科学方法,不利于对人体运动的进一步深入研究。
发明内容
本发明需要解决的技术问题是提供一种面向人体节律运动的关节耦合时序计算方法,该方法针对生活中常见的人体节律运动,实现对人体关节耦合转动时序的量化描述,有助于对人体运动的进一步深入研究,如运动分析、步态规划、康复工程等。
为解决上述技术问题,本发明所采用的技术方案是:一种面向人体节律运动的关节耦合时序计算方法,包括如下步骤:
步骤S1、获取人体节律运动的关节角度变化数据,绘制关节角度变化曲线,确定运动周期,划分运动阶段;
步骤S2、根据划分的运动阶段选定基准相位点,确定关节特征点和阶段特征点;
步骤S3、在运动周期内基于基准相位点计算所有特征点的相位延迟,从而量化描述关节耦合转动时序。
本发明技术方案的进一步改进在于:所述步骤S1具体包括以下步骤:
步骤S101、采集被测对象在节律运动过程中的关节角度变化数据并对数据做预处理,绘制人体节律运动关节角度变化曲线,确定运动周期T;
步骤S102、根据运动过程中不同时刻的足地关系、动力学或运动学参数特征:将一个运动周期划分为多个阶段。
本发明技术方案的进一步改进在于:所述步骤S101中通过二阶巴特沃斯滤波器对关节角度变化数据进行滤波预处理。
本发明技术方案的进一步改进在于:所述步骤S2具体包括以下步骤:
步骤S201、确定周期运动的起始阶段,该阶段的起始时刻即为运动周期的起始时刻,取该时刻在时间轴上对应的点为基准相位点;
步骤S202、根据运动过程中关节角度变化曲线的特征,在各条曲线上选取关节特征点;
步骤S203、根据运动阶段起止特征,在时间轴上确定阶段特征点。
本发明技术方案的进一步改进在于:所述S201中周期运动的起始阶段为人体从静止状态过渡到持续稳定的周期运动过程中所经历的第一个运动阶段。
本发明技术方案的进一步改进在于:所述步骤S202中的关节特征点在关节角度变化曲线上取得,根据运动过程中的关节角度变化曲线特征进行选取,所述关节角度变化曲线特征包括极值点、拐点、零点。
本发明技术方案的进一步改进在于:所述步骤S203中阶段特征点在关节角度变化曲线图的时间轴上取得,根据各运动阶段起止动作的对应时刻进行选取。
本发明技术方案的进一步改进在于:所述步骤S3具体包括以下步骤:
步骤S301、计算所有关节特征点相对于基准相位点的相对相位差,公式为:
式中t0为基准相位点对应时刻,为第p个关节上第m个特征点对应时刻,T为节律运动的周期,kp为一个运动周期内在第p个关节上取得的特征点个数,为第p个关节上第m个特征点相对于基准相位点的迟滞时长在运动周期中的时间占比,即相对相位差,n为关节个数;
步骤S302、计算各阶段特征点相对于基准相位点的相对相位差,公式为:
式中t0为基准相位点对应时刻,ti为第i个阶段特征点对应时刻,T为节律运动的周期,N为一个运动周期内取得的阶段特征点个数,为各阶段特征点相对于基准相位点的迟滞时长在运动周期中的时间占比,即相对相位差;
步骤S303、将所有特征点的相对相位差用相位分布图、相位滞后表的数据表达方式进行展现,从而在节律运动的运动周期内,实现了对人体多个关节之间耦合转动时序的精准量化描述。
由于采用了上述技术方案,本发明取得的技术进步是:
1、本发明实现了对人体节律运动关节耦合时序的量化描述,使复杂的人体关节耦合关系,通过描述相对相位分布,完成了其在时序上的清晰表达;
2、本发明可用于整体描述节律运动过程中人体所有关节的耦合时序,同时实现了各关节在不同运动阶段下转动时序的直观展现,有助于对人体运动的进一步深入研究,如运动分析、步态规划、康复工程等;
3、本发明在实际应用中除可对单个对象进行分析外,还可以基于关节耦合时序将不同人的运动数据在一个或多个运动周期内标准化表示,方便对比研究。
附图说明
图1为本发明的一种面向人体节律运动的关节耦合时序计算方法流程图;
图2为步行的运动阶段划分示意图;
图3为一个周期内步行运动的下肢主要关节角度变化曲线,图中①、②、③、④、⑤、⑦依次分别为右髋、左踝、左膝、右踝、右膝、右髋、左髋的首个特征点,⑥为右髋的第二个特征点;为阶段特征点,分别对应右足着地、左足离地、左足着地、右足离地四个时刻,同时也是基准相位点;
图4从左到右依次分别为图3中①、②、③、④、⑤、⑥、⑦对应时刻的人体姿态示意图;
图5为图3对应的相位分布示意图,图中空白区域代表对应关节角度曲线的上升阶段,网格区域代表对应关节角度曲线的下降阶段。
具体实施方式
下面结合实施例对本发明做进一步详细说明:
如图1所示,本发明的一种面向人体节律运动的关节耦合时序计算方法,包括如下步骤:
步骤S1:获取人体节律运动的关节角度变化数据,绘制关节角度变化曲线,确定运动周期,划分运动阶段;
步骤S2:根据划分的运动阶段选定基准相位点,确定关节特征点和阶段特征点;
步骤S3:在运动周期内基于基准相位点计算所有特征点的相位延迟,从而量化描述关节耦合转动时序。
为了更清晰地对本发明技术方案进行说明,下面结合附图,以人体步行运动为例对本发明技术方案的各个步骤进行详细展开说明。
本实施例以步行运动作为研究对象,通过Noitom无线惯性全身动作捕捉套装,结合配套软件,实现对被测对象步行运动过程中关节角度变化数据的采集。因为传感器在记录实验数据的过程中存在不可避免的抖动现象,因此在进行后续处理之前先通过一个二阶巴特沃斯滤波器进行滤波。
利用滤波后的关节角度变化数据绘制关节角度变化曲线,基于曲线周期确定步行运动周期T。
根据人体步行运动过程中的足地关系,参考美国加利福尼亚州步态分析室提出的RLA划分方法,本实施例如图2所示将步行运动划分为4个阶段,其中1与2仅用于区分,并不表示先后顺序。
考虑到下肢关节在人体步行运动中的重要作用,本实施例中针对关节角度的处理、展示等均以人体两侧下肢的髋、膝、踝关节为主。其余关节的所有处理、分析流程均与展示关节一致。
结合划分得到的人体步行运动各个阶段,选取合适的运动阶段作为周期运动的起始阶段,具体为人体从静止状态过渡到持续稳定的周期运动过程中所经历的第一个运动阶段。本实施例选取图2中双足支撑期1为周期运动的起始阶段,即将右足着地时刻作为步行运动周期起始时刻,并取该时刻在时间轴上对应的点为基准相位点,取所有关节角度变化曲线的极值点为关节特征点。
具体的,从所选步行运动周期起点开始,右髋关节角度开始减小,因此在起始时刻取得右髋的第一个特征点,在右髋关节角度开始增大的时刻得到右髋的第二个特征点;从所选步行运动周期起点开始,右膝、右踝、左髋、左膝、左踝关节角度处于增大过程中,因此在其关节角度开始减小的时刻取得对应关节的第一个特征点,后续以相同方式取各关节曲线的极值点为对应关节的特征点,如图3所示,图中①、②、③、④、⑤、⑦依次分别为右髋、左踝、左膝、右踝、右膝、右髋、左髋的首个特征点,⑥为右髋的第二个特征点; 为阶段特征点,分别对应右足着地、左足离地、左足着地、右足离地四个时刻,同时也是基准相位点,图4从左到右依次分别为图3中①、②、③、④、⑤、⑥、⑦对应时刻的人体姿态示意图。
在时间轴上取阶段特征点,分别对应图2中右足着地、左足离地、左足着地、右足离地时刻。
计算各个关节特征点相对于基准相位点的相对相位差,公式如下:
式中,t0为基准相位点对应时刻,在本实施例中将基准相位点作为时间轴的零点,因此t0=0,为第p个关节上第m个特征点对应时刻,n为关节个数,在本实施例中取n=6,kp为一个运动周期内在第p个关节上取得的特征点个数,在本实施例中,k1到k6依次分别为右髋、右膝、右踝、左髋、左膝、左踝关节角度变化曲线上的关节特征点个数,依次等于2、4、4、2、4、4,T为节律运动的周期,在本实施例中一个运动周期为0.93s,为第p个关节上第m个特征点相对于基准相位点的迟滞时长在运动周期中的时间占比,即相对相位差。
计算所有阶段特征点相对于基准相位点的相位延迟,计算公式为:
式中,t0为基准相位点对应时刻,在本实施例中t0=0,ti为第i个阶段特征点对应时刻,T为节律运动的周期,在本实施例中一个运动周期为0.93s,N为一个运动周期内在时间轴上取得的阶段特征点个数,在本实施例中一个周期内的阶段特征点总数为4,为各个阶段特征点相对于基准相位点的迟滞时长在运动周期中的时间占比,即相对相位差。
将计算得到的特征点相对相位差在时间轴上按顺序排列,得到如图5所示表征人体关节耦合时序的相对相位分布示意图,以及特征点相对相位滞后表。
表1.关节特征点相对相位滞后表
表2.阶段特征点相对相位滞后表
表1实现了对人体步行运动中多个关节之间耦合转动时序的精准量化描述,对照表2可以进一步分析各个关节在不同运动阶段下的转动时序,同时结合图5可以更清晰地展现各关节在整个周期上以及在各个运动阶段中的转动时序以及角度变化趋势,进而有助于对人体运动分析、步态诊断及康复工程等课题的进一步探究。
Claims (8)
1.一种面向人体节律运动的关节耦合时序计算方法,其特征在于:包括如下步骤:
步骤S1、获取人体节律运动的关节角度变化数据,绘制关节角度变化曲线,确定运动周期,划分运动阶段;
步骤S2、根据划分的运动阶段选定基准相位点,确定关节特征点和阶段特征点;
步骤S3、在运动周期内基于基准相位点计算所有特征点的相位延迟,从而量化描述关节耦合转动时序。
2.根据权利要求1所述的一种面向人体节律运动的关节耦合时序计算方法,其特征在于:所述步骤S1具体包括以下步骤:
步骤S101、采集被测对象在节律运动过程中的关节角度变化数据并对数据做预处理,绘制人体节律运动关节角度变化曲线,确定运动周期T;
步骤S102、根据运动过程中不同时刻的足地关系、动力学或运动学参数特征,将一个运动周期划分为多个阶段。
3.根据权利要求1所述的一种面向人体节律运动的关节耦合时序计算方法,其特征在于:所述步骤S101中通过二阶巴特沃斯滤波器对关节角度变化数据进行滤波预处理。
4.根据权利要求1所述的一种面向人体节律运动的关节耦合时序计算方法,其特征在于:所述步骤S2具体包括以下步骤:
步骤S201、确定周期运动的起始阶段,该阶段的起始时刻即为运动周期的起始时刻,取该时刻在时间轴上对应的点为基准相位点;
步骤S202、根据运动过程中关节角度变化曲线的特征,在各条曲线上选取关节特征点;
步骤S203、根据运动阶段起止特征,在时间轴上确定阶段特征点。
5.根据权利要求4所述的一种面向人体节律运动的关节耦合时序计算方法,其特征在于:所述S201中周期运动的起始阶段为人体从静止状态过渡到持续稳定的周期运动过程中所经历的第一个运动阶段。
6.根据权利要求4所述的一种面向人体节律运动的关节耦合时序计算方法,其特征在于:所述步骤S202中的关节特征点在关节角度变化曲线上取得,根据运动过程中的关节角度变化曲线特征进行选取,所述关节角度变化曲线特征包括极值点、拐点、零点。
7.根据权利要求4所述的一种面向人体节律运动的关节耦合时序计算方法,其特征在于:所述步骤S203中阶段特征点在关节角度变化曲线图的时间轴上取得,根据各运动阶段起止动作的对应时刻进行选取。
8.根据权利要求1所述的一种面向人体节律运动的关节耦合时序计算方法,其特征在于:所述步骤S3具体包括以下步骤:
步骤S301、计算所有关节特征点相对于基准相位点的相对相位差,公式为:
式中t0为基准相位点对应时刻,为第p个关节上第m个特征点对应时刻,T为节律运动的周期,kp为一个运动周期内在第p个关节上取得的特征点个数,为第p个关节上第m个特征点相对于基准相位点的迟滞时长在运动周期中的时间占比,即相对相位差,n为关节个数;
步骤S302、计算各阶段特征点相对于基准相位点的相对相位差,公式为:
式中t0为基准相位点对应时刻,ti为第i个阶段特征点对应时刻,T为节律运动的周期,N为一个运动周期内取得的阶段特征点个数,为各阶段特征点相对于基准相位点的迟滞时长在运动周期中的时间占比,即相对相位差;
步骤S303、将所有特征点的相对相位差用相位分布图、相位滞后表的数据表达方式进行展现,从而在节律运动的运动周期内,实现了对人体多个关节之间耦合转动时序的精准量化描述。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110662376.9A CN113425290A (zh) | 2021-06-15 | 2021-06-15 | 一种面向人体节律运动的关节耦合时序计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110662376.9A CN113425290A (zh) | 2021-06-15 | 2021-06-15 | 一种面向人体节律运动的关节耦合时序计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113425290A true CN113425290A (zh) | 2021-09-24 |
Family
ID=77755874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110662376.9A Pending CN113425290A (zh) | 2021-06-15 | 2021-06-15 | 一种面向人体节律运动的关节耦合时序计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113425290A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103083027A (zh) * | 2013-01-10 | 2013-05-08 | 苏州大学 | 一种基于下肢关节运动信息的步态相位判别方法 |
CN104771175A (zh) * | 2015-03-04 | 2015-07-15 | 上海交通大学 | 捕捉人体四肢三维空间姿态的可穿戴智能环 |
CN106166105A (zh) * | 2015-05-19 | 2016-11-30 | 本田技研工业株式会社 | 步行辅助装置 |
CN106308809A (zh) * | 2016-08-15 | 2017-01-11 | 河北工业大学 | 大腿残肢者的步态识别方法 |
CN107741196A (zh) * | 2017-12-04 | 2018-02-27 | 成都思悟革科技有限公司 | 一种人体姿态获得方法及系统 |
RU2017114395A (ru) * | 2017-04-25 | 2018-10-25 | Общество с ограниченной ответственностью "НейроБиоЛаб" | Способ объективной оценки проприоцептивной чувствительности в отдельных суставах конечностей у человека |
CN108992072A (zh) * | 2018-08-13 | 2018-12-14 | 浙江大学 | 一种基于步态事件的人体下肢运动意图识别方法 |
US20180360347A1 (en) * | 2017-06-15 | 2018-12-20 | Samsung Electronics Co., Ltd. | Walking assistance method and apparatuses |
US20190175078A1 (en) * | 2018-06-05 | 2019-06-13 | Yan Chen | Human physical functional ability and muscle ability comprehensive assessment system and method thereof |
CN111887856A (zh) * | 2020-02-25 | 2020-11-06 | 哈尔滨工业大学 | 一种基于惯性传感器的抗位置窜动关节角度解算实时方法 |
CN111950383A (zh) * | 2020-07-21 | 2020-11-17 | 燕山大学 | 一种基于关节角度的节律运动协同分析方法 |
CN112263246A (zh) * | 2020-10-13 | 2021-01-26 | 广东博方众济医疗科技有限公司 | 基于大腿角度的自适应步态相位识别方法及装置 |
CN112807001A (zh) * | 2019-11-15 | 2021-05-18 | 上海中研久弋科技有限公司 | 多步态意图识别和运动预测方法、系统、终端以及介质 |
-
2021
- 2021-06-15 CN CN202110662376.9A patent/CN113425290A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103083027A (zh) * | 2013-01-10 | 2013-05-08 | 苏州大学 | 一种基于下肢关节运动信息的步态相位判别方法 |
CN104771175A (zh) * | 2015-03-04 | 2015-07-15 | 上海交通大学 | 捕捉人体四肢三维空间姿态的可穿戴智能环 |
CN106166105A (zh) * | 2015-05-19 | 2016-11-30 | 本田技研工业株式会社 | 步行辅助装置 |
CN106308809A (zh) * | 2016-08-15 | 2017-01-11 | 河北工业大学 | 大腿残肢者的步态识别方法 |
RU2017114395A (ru) * | 2017-04-25 | 2018-10-25 | Общество с ограниченной ответственностью "НейроБиоЛаб" | Способ объективной оценки проприоцептивной чувствительности в отдельных суставах конечностей у человека |
KR20180136656A (ko) * | 2017-06-15 | 2018-12-26 | 삼성전자주식회사 | 보행 보조 방법 및 이를 수행하는 장치들 |
US20180360347A1 (en) * | 2017-06-15 | 2018-12-20 | Samsung Electronics Co., Ltd. | Walking assistance method and apparatuses |
CN107741196A (zh) * | 2017-12-04 | 2018-02-27 | 成都思悟革科技有限公司 | 一种人体姿态获得方法及系统 |
US20190175078A1 (en) * | 2018-06-05 | 2019-06-13 | Yan Chen | Human physical functional ability and muscle ability comprehensive assessment system and method thereof |
CN108992072A (zh) * | 2018-08-13 | 2018-12-14 | 浙江大学 | 一种基于步态事件的人体下肢运动意图识别方法 |
CN112807001A (zh) * | 2019-11-15 | 2021-05-18 | 上海中研久弋科技有限公司 | 多步态意图识别和运动预测方法、系统、终端以及介质 |
CN111887856A (zh) * | 2020-02-25 | 2020-11-06 | 哈尔滨工业大学 | 一种基于惯性传感器的抗位置窜动关节角度解算实时方法 |
CN111950383A (zh) * | 2020-07-21 | 2020-11-17 | 燕山大学 | 一种基于关节角度的节律运动协同分析方法 |
CN112263246A (zh) * | 2020-10-13 | 2021-01-26 | 广东博方众济医疗科技有限公司 | 基于大腿角度的自适应步态相位识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110916679B (zh) | 一种人体下肢位姿步态检测装置及方法 | |
CN106156524B (zh) | 一种智能下肢助力装置的在线步态规划方法 | |
CN110236550B (zh) | 一种基于多模态深度学习的人体步态预测装置 | |
US20170027501A1 (en) | Realtime biofeedback mechanism and data presentation for knee injury rehabilitation monitoring and a soft real time intelligent system thereof | |
CN107616898B (zh) | 基于日常动作的上肢穿戴式康复机器人及康复评价方法 | |
CN111950383B (zh) | 一种基于关节角度的节律运动协同分析方法 | |
CN109635820A (zh) | 基于深度神经网络的帕金森病运动迟缓视频检测模型的构建方法 | |
CN108958482B (zh) | 一种基于卷积神经网络的相似性动作识别装置及方法 | |
CN110659677A (zh) | 一种基于可移动传感器组合设备的人体跌倒检测方法 | |
CN109846487A (zh) | 基于MIMU/sEMG融合的大腿运动姿态测量方法和装置 | |
CN116312947B (zh) | 基于上肢运动信号的沉浸式踝足康复训练方法及电子设备 | |
Tien et al. | Results of using a wireless inertial measuring system to quantify gait motions in control subjects | |
CN114663913B (zh) | 一种基于Kinect的人体步态参数提取方法 | |
CN113974612B (zh) | 一种卒中患者上肢运动功能自动化评估方法与系统 | |
CN113768471A (zh) | 一种基于步态分析的帕金森疾病辅助诊断系统 | |
CN113425290A (zh) | 一种面向人体节律运动的关节耦合时序计算方法 | |
CN116981401A (zh) | 一种运动监控方法及其系统 | |
CN117137479A (zh) | 一种便携式膝关节术后康复训练监测评估装置及方法 | |
Guo et al. | Transferable multi-modal fusion in knee angles and gait phases for their continuous prediction | |
CN208591046U (zh) | 失稳运动数据的检测装置 | |
Hanson et al. | Neural network gait classification for on-body inertial sensors | |
CN115644858A (zh) | 基于多传感器数据融合技术的穿戴式智能化步态分析仪 | |
Lueken et al. | Using synthesized imu data to train a long-short term memory-based neural network for unobtrusive gait analysis with a sparse sensor setup | |
Spasojević et al. | Kinect-based application for progress monitoring of the stroke patients | |
Soon et al. | Using Smartwatch Data to Estimate Motion |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210924 |