CN113951870A - 一种基于大规模高密度压阻薄膜的足迹统计分析方法 - Google Patents
一种基于大规模高密度压阻薄膜的足迹统计分析方法 Download PDFInfo
- Publication number
- CN113951870A CN113951870A CN202111126979.3A CN202111126979A CN113951870A CN 113951870 A CN113951870 A CN 113951870A CN 202111126979 A CN202111126979 A CN 202111126979A CN 113951870 A CN113951870 A CN 113951870A
- Authority
- CN
- China
- Prior art keywords
- footprint
- pressure
- area
- matrix
- heel
- 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
- A61B5/1036—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
- A61B5/103—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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Dentistry (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于大规模高密度压阻薄膜的足迹统计分析方法。该方法包括:利用压阻薄膜构建压力采集区域,并采集目标行走过程中的压力信号,其中压阻薄膜包含多个力敏感点单元,针对每个力敏感点单元,采用设定的索引进行定位;根据所采集的压力信号,获得足底压力图像的邻接矩阵,该邻接矩阵的每个元素对应相关力敏感点单元的压力大下,每个邻接矩阵对应一个足迹;根据所述邻接矩阵的面积和朝向确定足迹的方向以及内外足弓面积;根据所述内外足弓面积确定脚跟与前掌重心、足迹类别、足迹重心以及足迹步长中的一项或多项。利用本发明能准确、实时、高效地提取足迹特征。
Description
技术领域
本发明涉及医疗康复技术领域,更具体地,涉及一种基于大规模高密度压阻薄膜的足迹统计分析方法。
背景技术
足底压力可为跌倒预测、多种疾病的诊断和康复治疗提供有价值的信息,但是现有的足底压力分析技术并不能在连续的步态下自动识别出左右脚位置,无法进行下一步的动态步态分析。并且在跌倒预测方面,由于设备面积的限制,很难铺设大面积的设备采集足底压力数据。
例如,现有的足底压力监测都是基于单个压力薄膜下的足底压力检测技术,针对的压力数据面积较小,而且通常是静态数据分析,即使针对动态数据,也无法真正分析动态步态下的数据。对于在动态步态下,数据分析与识别技术非常急缺。并且针对足底压力数据,通常采取后续标注分析方式对足底压力分析处理,包含足迹压力区域标注,左右脚识别,前后脚掌识别,步态方向识别,目前缺少自动化提取足迹特征的算法。此外,尽管在现有技术中,针对左右脚识别,存在一种可穿戴式薄膜鞋垫,在硬件端已经确定了左右脚,但是具有采集设备大,无线距离短等问题。
总之,现在市面上的压力薄膜尺寸一般是400mm×400mm,该尺寸的压力薄膜只能够实现原地的足底压力数据收集,无法实现真实行走时的动态足底压力的收集及分析。并且现有的压力薄膜采集足底压力数据,除了已经定义好左右脚的压力鞋垫,目前缺少自动识别左右脚的识别算法。
发明内容
本发明的目的是克服上述现有技术的缺陷,提供一种基于大规模高密度压阻薄膜的足迹统计分析方法,该方法包括以下步骤:
步骤S1:利用压阻薄膜构建压力采集区域,并采集目标行走过程中的压力信号,其中压阻薄膜包含多个力敏感点单元,针对每个力敏感点单元,采用设定的索引进行定位;
步骤S2:根据所采集的压力信号,获得足底压力图像的邻接矩阵,该邻接矩阵的每个元素对应相关力敏感点单元的压力大下,每个邻接矩阵对应一个足迹;
步骤S3:根据所述邻接矩阵的面积和朝向确定足迹的方向以及内外足弓面积;
步骤S4:根据所述内外足弓面积确定脚跟与前掌重心、足迹类别、足迹重心以及足迹步长中的一项或多项。
与现有技术相比,本发明的优点在于,利用自动识别方式取代手工获取足迹数据主要参数的工作;对采集到的动态行走的压力,实现足迹的可视化,进而利用统计方法来区分左足迹和右足迹,用于步态动态分析。此外,本发明能够获得足迹的方向和步长,用于跌倒预测。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1是根据本发明一个实施例的基于大规模高密度压阻薄膜的足迹统计分析方法的流程图;
图2是根据本发明一个实施例的单片压力薄膜示意图;
图3是根据本发明一个实施例的六片拼接的压力薄膜示意图;
图4是根据本发明一个实施例的数据处理流程图;
图5是根据本发明一个实施例的足底压力可视化数据示意图;
图6是根据本发明一个实施例的左脚的足底压力分布及旋转角示意图;
图7是根据本发明一个实施例的左脚压力邻接矩阵的垂直投影示意图;
图8是根据本发明一个实施例的右脚足底压力分布及上下足弓判断示意图;
附图中,the adjacency matrix of the footprint-足迹的邻接矩阵;center ofthe ball of the foot-脚掌的重心;center of the footprint-足迹的重心;center ofthe heel-脚跟的重心;vertical projection-垂直投影;Column number-列号;archarea-弓形区域;medial arch area-内侧弓区;lateral arch area-外侧弓区。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
结合图1和图4所示,所提供的基于大规模高密度压阻薄膜的足迹统计分析方法包括以下步骤。
步骤S110,利用压阻薄膜扩展压力采集区域。
为了采集目标真实行走时的动态足底压力,可采用多个压阻薄膜扩展采集区域。如图2所示,以压阻薄膜(Rouxi,RX-M3232L)为例,其尺寸是400mm×400mm,具有1024个力敏感点单元。通过采用六片压阻薄膜将压力采集区域扩展至2400mm×400mm(对应6144个力敏感点单元),如图3所示,通过选择行(row)中的通道和列(column)中的通道定位每个力敏感点。在后续处理中,可利用数模转换器将测量的电压转换为数字数据,然后,可设计数据采集设备将数据传输到计算机或其他的数据处理设备。
步骤S120,获取压力数据,并根据对各个力敏感点的定位识别压力数据的邻接矩阵,计算矩阵面积,进而确定足弓面积。
在一个实施例中,提出的足迹分析方法如图4所示,用于区分左足迹和右足迹,并获得足迹的方向和步长等足迹分析的主要参数。
例如,在实际应用中,为获得足底的数据,可利用开发的软件通过串口从所设计的信号采集设备接收数据,并可视化足底压力。压阻薄膜上多个足迹如图5所示,其中一个小正方形表示压阻薄膜中的力敏感点单元,不同级别的压力值用不同的颜色表示,使用矩阵32×192(即对应6144个力敏感点单元)计算力敏感点单元的相对位置。
此外,视觉图像以设定的速率进行更新,例如以每秒约12帧的速度更新,从而可在一定的行走速度范围内捕捉足迹的动态变化。考虑到在压阻薄膜上行走时可能会捕获多幅图像,因此优选地在面积最大的压力面积上进一步分析,过滤掉面积小于阈值的足底压力区域。由于信号采集设备硬件中的电子干扰,图像上可能会显示一些小的激活区域,这可能会对图像产生干扰,因此采用阈值法滤除噪声。
通过上述方法获得足底压力图像的邻接矩阵(对应足底压力框),如图6所示,然后计算邻接矩阵长边与x轴之间的角度R,以旋转足底压力框使其平行于x轴。计算邻接矩阵的垂直投影以定位前掌和后掌的位置,垂直投影值相对于列数的变化如图7所示。从图7中可清楚地看到,三个峰值,其中最大的两个峰值是由脚掌和脚跟区域的压力产生的,最小的峰值是由脚趾区域的压力产生。由于行走过程中脚印的动态变化,通过比较两个最大峰值来确定脚跟和脚掌的位置是不准确的。因此,前三列中的和值与后三列中的和值进行比较,以区分足迹的朝向,面积小的靠近脚掌,面积大的靠近脚跟。
步骤S130,基于足弓面积计算前掌和脚跟重心、足迹方向、足迹重心、足迹类别以及相邻足迹的长度。
如图6和图8所示,可根据其几何形状的显著差异来识别左右脚印。如图8所示的右脚印,可识别出内侧足弓的位置在上方,外侧足弓的位置在下方,则该脚印被识别为右脚印。相应地,若内侧足弓的位置在下方,外侧足弓的位置在上方,则该足迹被标识为左侧足迹。因此,足弓的几何特征用于区分左右脚印。具体地,首先,定义了足弓面积由两个最大峰值的连线和邻接矩阵的长边构成。随后,从足弓区域提取两部分(上半部分和下半部分),描述计算上半部分和下半部分面积,如以下伪代码所示。将上半部分和下半部分的面积进行比较,并假设内弓位于面积较大的部分,外弓位于面积较小的部分。
***************************************
********************************************
获得脚跟和前掌(或称脚掌)的重心坐标之前,在邻接矩阵中脚跟和前掌的区域两个最大峰值之间寻找分割线,将整个足底压力区域分为前掌和脚跟。矩阵中脚跟重心的坐标表示为(xh,yh),计算方法如公式1和公式2所示。
其中,p(x,y)表示压力,x表示横坐标,y表示纵坐标,Ωh表示脚跟的面积。脚跟区域中心的坐标表示为(xb,yb),计算方法如公式3和公式4所示。
Ωb表示前掌的面积。根据两个重心点的位置和属性可确定足底压力矩阵的方向,即脚的前进方向或称足迹方向。
Ωc表示足迹的面积,矩阵中足迹重心的坐标表示为(xc,yc),计算方法如公式5和公式6所示:
下一步(即下一足迹)的足迹重心计算方式同公式5和公式6,记为(xc+1,yc+1)。
通过计算两个相邻的邻接矩阵的中心距离来计算两个连续足迹的步长,可表示为如公式7所示。
其中,Ls表示两个连续的足底压力长度,即当前的步长;xc+1和xc表示两个连续邻接矩阵中心的水平坐标;yc+1和yc表示两个连续邻接矩阵中心的纵向坐标,计算方法如上的重心计算方法。
需说明的是,在不违背本发明精神和范围的前提下,本领域技术人员可对上述实施例进行适当的改变或变型。例如,在计算重心时,也可使用图形重心法,但是无法准确获取足迹方向;又如,采用更多数目的压阻薄膜来扩展压力采集区域;此外,所涉及的邻接矩阵旋转尽是为了在同一方向上进行数据分析,在实际应用中,只要将邻接矩阵作统一旋转即可,而不限制旋转的方向和角度。并且,对力敏感点单元的定位只要能唯一标识即可,不必须采用行号和列号进行定位。
为进一步验证本发明的效果,进行了实验。有三个实验者参与了实验,他们各自的脚长分别为A(265mm)、B(270mm)、C(285mm),并且设计了四种速度,包括慢速行走(0.5~1.1m/s)、正常行走(1.1~1.5mm)、快速行走(1.5~1.8mm)、慢跑(1.8~2.1mm),每种速度都采集了114组数据,共计1368个脚印数据。在各场景下,特征提取的准确率参见下表1。
表1:实验结果
由表1可以看出,本发明在非跑步状态下有较高的识别率,能够在正常行走状态下实时检测出各项特征,并且对于不同人的脚和不同步行速度均能提取准确的足迹特征。
综上所述,本发明提供针对大规模柔性传感器的足迹自动识别方法,能够准确、实时、高效地识别足迹位置、足迹类别、足迹重心、前后脚掌、前后脚掌重心、足迹方向和足迹步长等特征。针对现有技术没有体现足底压力方向的方法,本发明创造性地提出一种可根据足底特征构造足底压力方向的方法,可用于实时足底压力的特征提取。本发明适用范围更广,针对不同目标人群、不同步速均实现了准确的足迹分析。
本发明可以是系统、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发明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。
用于执行本发明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++、Python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,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。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发明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。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,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。本发明的范围由所附权利要求来限定。
Claims (10)
1.一种基于大规模高密度压阻薄膜的足迹统计分析方法,包括以下步骤:
步骤S1:利用压阻薄膜构建压力采集区域,并采集目标行走过程中的压力信号,其中压阻薄膜包含多个力敏感点单元,针对每个力敏感点单元,采用设定的索引进行定位;
步骤S2:根据所采集的压力信号,获得足底压力图像的邻接矩阵,该邻接矩阵的每个元素对应相关力敏感点单元的压力大下,每个邻接矩阵对应一个足迹;
步骤S3:根据所述邻接矩阵的面积和朝向确定足迹的方向以及内外足弓面积;
步骤S4:根据所述内外足弓面积确定脚跟与前掌重心、足迹类别、足迹重心以及足迹步长中的一项或多项。
2.根据权利要求1所述的方法,其特征在于,所述压力采集区域设有多片压阻薄膜,每片压阻薄膜具有行、列排列的多个力敏感点单元,对于每个力敏感点单元,采用行号和列号的组合进行定位。
3.根据权利要求1所述的方法,其特征在于,对于所述足底压力图像的邻接矩阵根据以下步骤进行可视化:
采用一个正方形表示压阻薄膜中的一个力敏感点单元,不同级别的压力值用不同的颜色表示,使用一个位置矩阵表征力敏感点单元的相对位置;
对于获得的视觉图像,以设定的速度进行更新,以捕捉足迹的动态变化。
4.根据权利要求3所述的方法,其特征在于,在步骤S3中,根据以下子步骤确定足迹的方向以及内外足弓面积:
计算邻接矩阵长边与x轴之间的角度R,以旋转该邻接矩阵使其平行于x轴;
计算邻接矩阵的垂直投影以定位前掌和后掌的位置,进而确定足迹的方向;
根据邻接矩阵对应的几何形状差异识别足迹类别是左脚印或右脚印并计算内外足弓面积。
5.根据权利要求4所述的方法,其特征在于,在步骤S4中,根据以下子步骤确定脚跟与前掌重心、足底重心以及足迹步长:
在邻接矩阵中脚跟和前掌的区域两个最大峰值之间寻找分割线,将整个足底压力区域分为前掌和脚跟,计算脚跟重心的坐标,表示为(xh,yh):
计算脚跟区域重心的坐标表示为(xb,yb):
计算足迹重心的坐标表示为(xc,yc):
通过计算两个相邻的邻接矩阵的重心距离来确定两个连续足迹的步长,表示为:
其中,p(x,y)表示位置(x,y)处的压力,Ωc表示足迹的面积,Ωh表示脚跟的面积,Ωb表示前掌的面积,Ls表示两个连续的足底压力长度,作为当前的步长;xc+1和xc表示两个连续邻接矩阵重心的水平坐标,yc+1和yc表示两个连续邻接矩阵重心的纵向坐标。
6.根据权利要求4所述的方法,其特征在于,以邻接矩阵平行于x轴为参考,如果识别出内侧足弓的位置在上方,外侧足弓的位置在下方,则将足迹类别确定为右脚印;若内侧足弓的位置在下方,外侧足弓的位置在上方,则将足迹类别确定为左侧脚印。
7.根据权利要求4所述的方法,其特征在于,所述内外足弓面积由邻接矩阵中脚跟和前掌区域的两个最大峰值的连线和邻接矩阵的长边构成。
8.根据权利要求1所述的方法,其特征在于,步骤S2还包括:对于获得的邻接矩阵,过滤掉面积小于设定阈值的足底压力区域。
9.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现根据权利要求1至8中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,在所述存储器上存储有能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111126979.3A CN113951870A (zh) | 2021-09-26 | 2021-09-26 | 一种基于大规模高密度压阻薄膜的足迹统计分析方法 |
PCT/CN2021/137587 WO2023045108A1 (zh) | 2021-09-26 | 2021-12-13 | 一种基于大规模高密度压阻薄膜的足迹统计分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111126979.3A CN113951870A (zh) | 2021-09-26 | 2021-09-26 | 一种基于大规模高密度压阻薄膜的足迹统计分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113951870A true CN113951870A (zh) | 2022-01-21 |
Family
ID=79462158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111126979.3A Pending CN113951870A (zh) | 2021-09-26 | 2021-09-26 | 一种基于大规模高密度压阻薄膜的足迹统计分析方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113951870A (zh) |
WO (1) | WO2023045108A1 (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009005078A1 (ja) * | 2007-07-04 | 2009-01-08 | Asics Corporation | 足関節の動的アライメントの評価システムおよび足関節の動的アライメントの評価方法 |
WO2013108306A1 (ja) * | 2012-01-18 | 2013-07-25 | テルモ株式会社 | 尖足度合い評価システム及び情報処理装置 |
CN104434128A (zh) * | 2014-12-25 | 2015-03-25 | 中国科学院合肥物质科学研究院 | 一种基于足底压力分布信息的左右脚动态识别方法 |
US20190336040A1 (en) * | 2016-08-05 | 2019-11-07 | Chang Gung University | Walking assist device |
CN111127446A (zh) * | 2019-12-26 | 2020-05-08 | 中国科学院合肥物质科学研究院 | 一种面向步态分析的足底压力图像分区方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102921162B (zh) * | 2012-10-27 | 2015-01-21 | 安徽埃力智能科技有限公司 | 自助式平衡与步态训练系统及方法 |
US11464427B2 (en) * | 2017-03-22 | 2022-10-11 | Steven Miller | Custom foot orthotic and system and method for designing of a custom foot orthotic |
WO2019163714A1 (ja) * | 2018-02-26 | 2019-08-29 | 国立大学法人お茶の水女子大学 | 行動判定装置、行動判定システム、行動判定方法及びプログラム |
CN109443611A (zh) * | 2018-11-15 | 2019-03-08 | 北京大学深圳研究生院 | 一种阵列式压力传感器和压力采集系统 |
CN111507209A (zh) * | 2020-03-31 | 2020-08-07 | 湖北民族大学 | 基于足底压力分布的步态识别方法及系统 |
CN112766142B (zh) * | 2021-01-15 | 2022-12-20 | 天津大学 | 足底压力图像处理方法、识别方法及步态分析系统 |
-
2021
- 2021-09-26 CN CN202111126979.3A patent/CN113951870A/zh active Pending
- 2021-12-13 WO PCT/CN2021/137587 patent/WO2023045108A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009005078A1 (ja) * | 2007-07-04 | 2009-01-08 | Asics Corporation | 足関節の動的アライメントの評価システムおよび足関節の動的アライメントの評価方法 |
WO2013108306A1 (ja) * | 2012-01-18 | 2013-07-25 | テルモ株式会社 | 尖足度合い評価システム及び情報処理装置 |
CN104434128A (zh) * | 2014-12-25 | 2015-03-25 | 中国科学院合肥物质科学研究院 | 一种基于足底压力分布信息的左右脚动态识别方法 |
US20190336040A1 (en) * | 2016-08-05 | 2019-11-07 | Chang Gung University | Walking assist device |
CN111127446A (zh) * | 2019-12-26 | 2020-05-08 | 中国科学院合肥物质科学研究院 | 一种面向步态分析的足底压力图像分区方法 |
Non-Patent Citations (1)
Title |
---|
夏懿: "基于足底压力分布的步行行为感知关键技术研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑(2013)》 * |
Also Published As
Publication number | Publication date |
---|---|
WO2023045108A1 (zh) | 2023-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322500B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
EP2908287B1 (en) | Image segmentation device, image segmentation method, and depth map generating method | |
US20160027208A1 (en) | Image analysis method | |
CN109829875A (zh) | 用于估计视差的方法和装置 | |
CN110728754B (zh) | 刚体标记点识别方法、装置、设备及存储介质 | |
TW201911074A (zh) | 資訊處理裝置及資訊處理方法 | |
CN104778697B (zh) | 基于快速定位图像尺度和区域的三维跟踪方法及系统 | |
US20200334801A1 (en) | Learning device, inspection system, learning method, inspection method, and program | |
CN107742536B (zh) | 信息处理的方法及装置 | |
CN111369524B (zh) | 结节识别模型训练方法、结节识别方法及装置 | |
JP2018096709A (ja) | 距離測定装置および距離測定方法 | |
EP2916288A1 (en) | Camera calibration method and apparatus using a color-coded structure | |
KR101991452B1 (ko) | 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치 | |
CN113951870A (zh) | 一种基于大规模高密度压阻薄膜的足迹统计分析方法 | |
JP2020018365A (ja) | 足状態分析方法 | |
JP6786015B1 (ja) | 動作分析システムおよび動作分析プログラム | |
CN111539327A (zh) | 基于步态信息的轻度认知障碍识别方法及设备 | |
CN115862124A (zh) | 视线估计方法、装置、可读存储介质及电子设备 | |
JP2017016356A5 (zh) | ||
Xia et al. | A footprint tracking method for gait analysis | |
US20170024051A1 (en) | Multitouch frame matching with distance fields | |
CN105654457A (zh) | 图像处理装置和方法 | |
KR101823792B1 (ko) | 컨텍스트 기반 다중 객체 검출 방법 및 시스템 | |
CN114430800B (zh) | 生成方法、记录介质和信息处理装置 | |
WO2022230413A1 (ja) | 検出装置、検出装置の制御方法、学習済モデルを生成するモデル生成装置によるモデル生成方法、情報処理プログラム、および記録媒体 |
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: 20220121 |