CN115474926A - 一种用于医疗辅助的步态识别方法及系统 - Google Patents

Abstract

本发明涉及步态识别技术领域，公开了一种用于医疗辅助的步态识别系统，包括：标准建立模块、体态分析模块、情绪分析模块和康复判断模块，所述标准建立模块用于根据患者的基础信息建立康复标准，所述体态分析模块用于根据患者的步态数据分析患者的体态康复情况，所述情绪分析模块用于根据患者的情绪信息分析患者的情绪康复情况，所述康复判断模块用于判断情绪康复情况，然后根据康复标准判断体态康复情况。本发明通过患者的基础信息建立合适的康复标准，并同时分析患者的体态康复情况和情绪康复情况，能够对患者的康复情况进行更准确的判断，为患者的康复状态提供更全面的参考。

Description

一种用于医疗辅助的步态识别方法及系统

技术领域

本发明涉及步态识别技术领域，具体涉及一种用于医疗辅助的步态识别方法及系统。

背景技术

步态是人类步行的行为特征，涉及行为习惯、职业、教育、年龄及性别等因素，同样也受到多种疾病的影响；步态的控制十分复杂，包括中枢命令、身体平衡及协调控制，涉及下肢各关节和肌肉的协同运动，同时也与肢体和躯干的姿势有关；任何环节的失调都可能影响步行和步态，而异常也有可能被代偿或掩盖；步态识别是研究步行规律的检查方法，旨在通过生物力学和运动学手段，揭示步态异常的关键环节及影响因素，从而指导患者康复评估和治疗，也有助于临床诊断、疗效评估及机理研究等。

步态识别可用于骨科病人的康复情况分析，通过采集患者行走时的步态数据并进行分析，能够了解当前患者的康复状态，并制定针对性的康复训练计划。目前临床医学在治疗的过程中主要看数据指标反映病人状态，容易忽视病人在康复过程的主观感受，可能存在病人数据指标正常但仍恢复不到正常生活状态的情况。目前用于医学辅助的步态识别方法通常只是对患者的步态数据进行分析，从客观上判断患者的行走姿态是否接近正常人，然而，患者在行走的过程中心理情绪的变化往往被忽略，患者完成该行走过程的轻松程度或难易程度得不到真实反映，即患者表面上步态正常，实际需要克服较大的心理和情绪负担，并不能轻松自然地完成行走等基础动作，这种情况对于日常的工作生活还是存在一定障碍，还不能判断为完全康复。因此，如何在步态识别的基础上，进一步判断患者是否完全符合康复标准，能够轻松自然地完成行走等生活自理功能，成为目前医疗辅助步态识别的一个亟待解决的问题。

发明内容

本发明意在提供一种用于医疗辅助的步态识别系统，通过患者的基础信息建立合适的康复标准，并同时分析患者的体态康复情况和情绪康复情况，能够对患者的康复情况进行更准确的判断，为患者的康复状态提供更全面的参考。

本发明提供的技术方案为：一种用于医疗辅助的步态识别系统，包括：标准建立模块、体态分析模块、情绪分析模块和康复判断模块，所述标准建立模块用于根据患者的基础信息建立康复标准，所述体态分析模块用于根据患者的步态数据分析患者的体态康复情况，所述情绪分析模块用于根据患者的情绪信息分析患者的情绪康复情况，所述康复判断模块用于判断情绪康复情况，然后根据康复标准判断体态康复情况。

本发明的工作原理及优点在于：不同患者的体质情况存在差异，标准建立模块根据患者的基础信息建立康复标准，以符合患者的实际情况，即当前患者能够达到的理想恢复程度。体态分析模块根据患者的步态数据分析患者的体态康复情况，能够反映患者客观上的行走姿态是否正常。情绪分析模块根据患者的情绪信息分析患者的情绪康复情况，能够反映患者行走时的主观上的情绪变化和心理紧张程度，进而能够判断患者行走的轻松程度。康复判断模块从体态康复情况和情绪康复情况两方面判断患者是否符合康复标准，首先判断情绪康复情况，不同的情绪康复情况对应不同的体态康复要求，在情绪康复情况合格的情况下，根据康复标准判断体态康复情况是否达到要求，在情绪康复情况和体态康复情况都合格的情况下，才判断患者完全康复。康复判断模块根据体态康复情况和情绪康复情况判断患者是否符合康复标准，不仅需要患者客观上的体态康复情况符合康复标准，主观上的情绪康复情况也符合标准，表明患者能够真正达到康复的程度，具备正常工作生活的要求。本发明通过患者的基础信息建立合适的康复标准，并对体态和情绪两方面同时分析，能够对患者的康复情况进行更准确的判断，为患者的康复状态提供更全面的参考。

进一步，所述标准建立模块包括基础信息单元和大数据单元，所述基础信息单元用于采集患者的基础信息，所述大数据单元用于根据患者的基础信息通过大数据分析，建立康复标准；所述基础信息包括病情信息和生理信息。

基础信息包括病情信息和生理信息，病情信息指患者所患疾病的一些基本情况，通过对病情信息的分析能够了解到当前患者所患疾病的严重程度，从而得出康复时间和康复标准的范围；生理信息包括患者的性别、身高、体重和既往病史等，通过对生理信息的分析能够了解患者当前的身体素质，了解到患者身体的恢复能力，根据恢复能力设定高或低的康复标准。根据患者的基础信息结合大数据进行分析，首先根据患病的严重程度判断患者痊愈后的康复程度，然后根据患者的身体素质对康复程度进行适当增减，得到康复标准，即该患者痊愈后的理想康复程度，通过以上步骤能够建立相比准确客观的康复标准。

进一步，所述病情信息包括患病位置、患病症状和术后时间。

通过患病位置、患病症状和术后时间等病情信息能够比较全面分析病情的严重程度。

进一步，所述体态分析模块包括肢体速度单元、足底压力单元、躯干姿态单元和体态分析单元，所述肢体速度单元用于采集患者的肢体速度数据，所述足底压力单元用于采集患者的足底压力数据，所述躯干姿态单元用于采集患者的躯干姿态数据，所述体态分析单元用于根据肢体速度数据、足底压力数据和躯干姿态数据综合分析患者的体态康复情况。

肢体速度数据为患者下肢关节处的速度曲线，通过分析下肢关节处的速度曲线数据，能够判断患者行走时的下肢姿态是否正常；足底压力数据为患者足底脚掌各处的压力数据，通过分析足底各处的压力分布及变化情况，能够判断患者行走时的脚掌姿态是否正常；躯干姿态数据为患者上身的姿态数据，通过采集患者腰部的姿态传感器数据并进行分析，能够判断患者行走时的上身姿态是否正常。根据肢体速度数据、足底压力数据和躯干姿态数据对患者的行走时的体态进行综合分析，能够得到患者比较全面的体态康复情况。

进一步，所述情绪分析模块包括面部表情单元、呼吸频率单元、心率单元和情绪分析单元，所述面部表情单元用于采集患者的面部表情数据，所述呼吸频率单元用于采集患者的呼吸频率数据，所述心率单元用于采集患者的心率数据，所述情绪分析单元用于根据面部表情数据、呼吸频率数据和心率数据综合分析患者的情绪康复情况。

从面部表情、呼吸频率和心率三方面对患者的情绪康复情况进行综合分析，从而判断患者行走时的轻松程度，面部表情单元采集患者人脸的特征点数据，通过分析人脸特征点的位移，并与表情数据库进行匹配，能够分析患者的情绪变化；呼吸频率单元和心率单元分别采集患者的呼吸频率数据和心率数据，能够分析患者当前的紧张程度。情绪分析单元根据面部表情数据、呼吸频率数据和心率数据对患者的行走时的情绪状态进行综合分析，得到患者的情绪康复情况，进而能够判断患者行走的轻松程度，为患者当前的康复情况判断提供进一步参考。

进一步，所述情绪分析模块还包括情绪修正单元，所述情绪修正单元用于根据面部表情数据、呼吸频率数据和心率数据的变化时间与行走时间的顺序进行分析，判断患者是否存在心理问题，并对情绪康复情况进行调整。

考虑到部分患者具有较大的心理障碍，在行走时会夸大痛觉感受，实际身体没有那么大问题，又或者部分患者强撑身体，情绪波动不大，使得情绪康复情况的检测结果不准。因此需要根据面部表情数据、呼吸频率数据和心率数据的变化时间与行走时间的顺序进行分析，进一步识别患者不能轻松行走是心理问题还是身体问题，提高检测精度。

进一步，还包括标准调整模块，所述标准调整模块包括个人信息单元、主观感受单元和综合调整单元，所述个人信息单元用于采集患者的个人信息，所述主观感受单元用于采集患者对病情的主观感受，所述综合调整单元用于根据个人信息和主观感受对康复标准进行调整。

针对不同患者对疼痛的敏感程度和康复的要求不同，因此需要对康复标准的建立做进一步调整，使其符合患者实际情况，为患者的日常工作生活提供参考。本发明从个人信息和主观感受两方面考虑，根据疼痛的敏感程度和康复的要求对康复标准进行调整，使其更符合患者实际情况，提高了后续判断的参考性。

进一步，所述个人信息为职业信息，所述主观感受为疼痛程度。

个人信息为职业信息，不同职业的用腿强度不同，因此对疼痛的敏感程度不同，康复的要求也不同，主观感受为患者对自己病情的自我感觉情况，具体为患病的疼痛程度，由于患者不同职业的使得疼痛的敏感度存在差异，因此需结合患者的职业信息和疼痛程度对建立的康复标准做适当调整。

进一步，所述训练建议模块包括专项分析单元和专项建议单元，所述专项分析单元用于分析体态康复情况识别患者的体态问题，所述专项建议单元用于根据体态问题生成康复训练建议。

专项分析单元根据步态数据对体态康复情况不符合康复标准的项目进行识别，针对以上体态问题，专项建议单元结合大数据搜索针对该问题的康复训练。通过对患者的体态问题进行识别并提供针对性建议，能够为患者的康复训练提供参考，便于患者的快速恢复。

本发明还提供一种用于医疗辅助的步态识别方法，该方法采用了上述用于医疗辅助的步态识别系统。

附图说明

图1为本发明实施例的一种用于医疗辅助的步态识别系统的模块框图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

实施例一：

如图1所述，本实施例公开了一种用于医疗辅助的步态识别系统，包括标准建立模块、体态分析模块、情绪分析模块和康复判断模块。

标准建立模块用于根据患者的基础信息建立康复标准，包括基础信息单元和大数据单元，基础信息单元用于采集患者的基础信息，大数据单元用于根据患者的基础信息通过大数据分析，建立康复标准。不同患者的体质情况存在差异，因此需要根据患者的基础信息结合大数据进行分析，进而建立符合该患者情况的康复标准，基础信息单元采集患者的基础信息，本实施中基础信息包括病情信息和生理信息，病情信息指患者所患疾病的一些基本情况，例如骨科疾病的患病位置、患病症状和术后时间，通过对病情信息的分析能够了解到当前患者所患疾病的严重程度，从而得出康复时间和康复标准的范围；生理信息包括患者的性别、身高、体重和既往病史等，通过对生理信息的分析能够了解患者当前的身体素质，了解到患者身体的恢复能力，根据恢复能力设定高或低的康复标准。大数据单元根据患者的基础信息结合大数据进行分析，首先根据患病的严重程度判断患者痊愈后的康复程度，然后根据患者的身体素质对康复程度进行适当增减，得到康复标准，即该患者痊愈后的理想康复程度。

体态分析模块用于根据患者的步态数据分析患者的体态康复情况，包括肢体速度单元、足底压力单元、躯干姿态单元和体态分析单元，肢体速度单元用于采集患者的肢体速度数据，足底压力单元用于采集患者的足底压力数据，躯干姿态单元用于采集患者的躯干姿态数据，体态分析单元用于根据肢体速度数据、足底压力数据和躯干姿态数据综合分析患者的体态康复情况。肢体速度单元、足底压力单元和躯干姿态单元分别从肢体速度、足底压力和躯干姿态三方面对患者的体态康复情况进行综合分析，本实施例中肢体速度数据为患者下肢关节处的速度曲线，通过分析下肢关节处的速度曲线数据，能够判断患者行走时的下肢姿态是否正常；足底压力数据为患者足底脚掌各处的压力数据，通过分析足底各处的压力分布及变化情况，能够判断患者行走时的脚掌姿态是否正常；躯干姿态数据为患者上身的姿态数据，通过采集患者腰部的姿态传感器数据并进行分析，能够判断患者行走时的上身姿态是否正常。体态分析单元根据肢体速度数据、足底压力数据和躯干姿态数据对患者的行走时的体态进行综合分析，得到患者的体态康复情况。

情绪分析单元用于根据患者的情绪信息分析患者的情绪康复情况，包括面部表情单元、呼吸频率单元、心率单元、情绪分析单元和情绪修正单元，面部表情单元用于采集患者行走时的面部表情数据，呼吸频率单元用于采集患者的呼吸频率数据，心率单元用于采集患者的心率数据，情绪分析单元用于根据面部表情数据、呼吸频率数据和心率数据综合分析患者的情绪康复情况，情绪修正单元用于根据面部表情数据、呼吸频率数据和心率数据的变化时间与行走时间的顺序进行分析，判断患者是否存在心理问题，并对情绪康复情况进行调整。

除了对患者行走时的体态进行分析，还要对患者行走时的轻松程度进行分析，本发明从面部表情、呼吸频率和心率三方面对患者的情绪康复情况进行综合分析，从而判断患者行走时的轻松程度，面部表情单元采集患者人脸的特征点数据，通过分析人脸特征点的位移，并与表情数据库进行匹配，能够分析患者的情绪变化；呼吸频率单元和心率单元分别采集患者的呼吸频率数据和心率数据，能够分析患者当前的紧张程度。情绪分析单元根据面部表情数据、呼吸频率数据和心率数据对患者的行走时的情绪状态进行综合分析，得到患者的情绪康复情况，进而能够判断患者行走的轻松程度，为患者当前的康复情况判断提供进一步参考。同时，考虑到部分患者具有较大的心理障碍(骨科患病卧床太久没有下地)，在行走时会夸大痛觉感受，实际身体没有那么大问题，又或者部分患者强撑身体，情绪波动不大，使得情绪康复情况的检测结果不准。因此需要根据面部表情数据、呼吸频率数据和心率数据的变化时间与行走时间的顺序进行分析，进一步识别患者不能轻松行走是心理问题还是身体问题，提高检测精度。基于面部表情数据、呼吸频率数据和心率数据检测患者在行走时间前后的心理波动，若心理波动在行走之前，说明患者本身存在一定心理障碍，对情绪康复情况适当向好的方面调整，更加符合当前情况；若心理波动在迈步之后，且波动幅度超过阈值，说明患者承受较大痛苦，在强撑身体，对情绪康复情况适当向不好的方面调整，更加符合当前情况。

康复判断模块用于判断情绪康复情况，然后根据康复标准判断体态康复情况。本实施例中康复判断模块从体态康复情况和情绪康复情况两方面判断患者是否符合康复标准，首先判断情绪康复情况，不同的情绪康复情况对应不同的体态康复要求。例如患者的情绪恢复情况为轻松，说明患者能够以比较轻松的情绪心理完成当前的行走过程，在此情况下体态康复情况达到康复标准的八成即可，即患者能够轻松实现康复标准八成的运动功能，根据体态康复情况的数据，计算体态康复情况与康复标准的百分比，即患者在生理机能上相比理想康复程度恢复了几成，若体态康复情况的数据达到要求，则判断患者已符合建立的康复标准，能够进行日常的工作生活。

本实施例的实施过程如下：

标准建立模块采集患者基础信息，包括病情信息和生理信息，病情信息包括患病位置为胫骨，患病症状为闭合性骨折，术后时间为一个月，生理信息包括性别男，身高180cm，体重70kg，无既往病史。首先结合大数据进行分析该病情信息痊愈后的康复程度，根据康复程度生成康复标准的数据指标，根据生理信息分析该患者的身体素质较佳，因此对康复标准的数据指标进行相应提高，表明该患者在该类骨科病情中能够达到较好的康复程度。

体态分析模块分别采集该患者行走时的肢体速度数据、足底压力数据和躯干姿态数据，肢体速度数据包括髋、膝、踝关节的速度曲线数据；足底压力数据包括五大趾骨尖、跟骨、跖骨等足底主要受力部位的压力数据；躯干姿态数据包括患者腰部的九轴姿态数据。通过肢体速度数据分析患者行走时双腿的步数、跨步时间和步频等信息，分析患者下肢的摆动姿态；通过足底压力数据分析患者行走时足底的压力变化，分析患者双脚的抬起和落地过程；通过躯干姿态数据分析患者行走时上身的瞬时位置、速度、加速度等参数，分析患者上身的姿态情况。对肢体、足底和躯干三方面按照综合分析，按照比例生成体态恢复情况分数。

情绪分析模块分别采集患者行走时的面部表情数据、呼吸频率数据和心率数据，面部表情数据为人脸的特征点数据，通过分析人脸特征点的位移，并与表情数据库进行匹配，分析患者的情绪变化，反映患者在行走过程中的轻松程度；呼吸频率数据和心率数据则能在表情变化的基础上进一步反映患者内心的心理状态。对面部表情、呼吸频率和心率三方面按照综合分析，生成“轻松”、“偏难”、“困难”三种情绪恢复情况。判断该患者的心理波动在迈步之后，且波动幅度为超过阈值，说明该患者不存在心理障碍，且没有强撑身体行走，无需对情绪恢复情况进行调整。

康复判断模块从体态康复情况和情绪康复情况两方面判断患者是否符合康复标准，首先判断情绪康复情况，不同的情绪康复情况对应不同的体态康复要求。本实施例中对于情绪康复情况达到“轻松”的程度，则体态康复情况达到康复标准的八成，即可判断该患者符合康复标准；对于情绪康复情况达到“偏难”的程度，则需要体态康复情况高于康复标准的1.2倍，判断该患者符合康复标准；对于情绪康复情况达到“困难”的程度，则直接判断为不合格，还需要继续康复训练。

实施例二：

如图1所示，本实施例与实施例一的不同之处在于，还包括标准调整模块，标准调整模块包括个人信息单元、主观感受单元和综合调整单元，个人信息单元用于采集患者的个人信息，主观感受单元用于采集患者对病情的主观感受，综合调整单元用于根据个人信息和主观感受对康复标准进行调整。

针对不同患者对疼痛的敏感程度和康复的要求不同，因此需要对康复标准的建立做进一步调整，使其符合患者实际情况，为患者的日常工作生活提供参考。本发明从个人信息和主观感受两方面考虑，个人信息为职业信息，不同职业的用腿强度不同，因此对疼痛的敏感程度不同，康复的要求也不同，主观感受为患者对自己病情的自我感觉情况，具体为患病的疼痛程度，由于患者不同职业的使得疼痛的敏感度存在差异，因此需结合患者的职业信息和疼痛程度对建立的康复标准做适当调整。例如患者从事内勤工作，用腿强度较低，对疼痛的敏感程度较高，疼痛程度的主观感受较高，而内勤工作需要达到较低的康复标准即可回到工作岗位，因此该情况下对康复标准适当降低；而患者从事外勤工作，用腿强度较高，对疼痛的敏感程度较低，疼痛程度的主观感受较低，但外勤工作需要达到较高的康复标准才可回到工作岗位，因此该情况下要对康复标准适当提高。

实施例三：

如图1所示，本实施例与实施例二的不同之处在于，还包括训练建议模块。训练建议模块包括专项分析单元和专项建议单元，专项分析单元用于分析体态康复情况识别患者的体态问题，专项建议单元用于根据体态问题生成康复训练建议。专项分析单元根据步态数据对体态康复情况不符合康复标准的项目进行识别，例如下肢关节出的速度曲线与正常人的速度曲线差异较大，下肢姿态明显不支持，判断为关节僵硬；双脚的抬起和落地过程中足底压力分布不均，判断为小腿肌肉萎缩。针对以上体态问题，专项建议单元结合大数据搜索针对该问题的康复训练，例如对于关节僵硬，可采用关节屈伸功能的主动锻炼加上蜡疗等方式软化局部软组织，之后通过CPM机或者康复医生被动屈伸关节的被动锻炼方案；对于肌肉萎缩则采用慢跑、游泳、瑜伽等有氧运动进行训练。通过对患者的体态问题进行识别并提供针对性建议，能够为患者的康复训练提供参考，便于患者的快速恢复。

本实施例还公开了一种用于医疗辅助的步态识别方法，该方法采用了上述用于医疗辅助的步态识别系统。

以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请得出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.一种用于医疗辅助的步态识别系统，其特征在于，包括：标准建立模块、体态分析模块、情绪分析模块和康复判断模块，所述标准建立模块用于根据患者的基础信息建立康复标准，所述体态分析模块用于根据患者的步态数据分析患者的体态康复情况，所述情绪分析模块用于根据患者的情绪信息分析患者的情绪康复情况，所述康复判断模块用于判断情绪康复情况，然后根据康复标准判断体态康复情况。

2.根据权利要求1所述的用于医疗辅助的步态识别系统，其特征在于：所述标准建立模块包括基础信息单元和大数据单元，所述基础信息单元用于采集患者的基础信息，所述大数据单元用于根据患者的基础信息通过大数据分析，建立康复标准；所述基础信息包括病情信息和生理信息。

3.根据权利要求2所述的用于医疗辅助的步态识别系统，其特征在于：所述病情信息包括患病位置、患病症状和术后时间。

4.根据权利要求1所述的用于医疗辅助的步态识别系统，其特征在于：所述体态分析模块包括肢体速度单元、足底压力单元、躯干姿态单元和体态分析单元，所述肢体速度单元用于采集患者的肢体速度数据，所述足底压力单元用于采集患者的足底压力数据，所述躯干姿态单元用于采集患者的躯干姿态数据，所述体态分析单元用于根据肢体速度数据、足底压力数据和躯干姿态数据综合分析患者的体态康复情况。

5.根据权利要求1所述的用于医疗辅助的步态识别系统，其特征在于：所述情绪分析模块包括面部表情单元、呼吸频率单元、心率单元和情绪分析单元，所述面部表情单元用于采集患者的面部表情数据，所述呼吸频率单元用于采集患者的呼吸频率数据，所述心率单元用于采集患者的心率数据，所述情绪分析单元用于根据面部表情数据、呼吸频率数据和心率数据综合分析患者的情绪康复情况。

6.根据权利要求5所述的用于医疗辅助的步态识别系统，其特征在于：所述情绪分析模块还包括情绪修正单元，所述情绪修正单元用于根据面部表情数据、呼吸频率数据和心率数据的变化时间与行走时间的顺序进行分析，判断患者是否存在心理问题，并对情绪康复情况进行调整。

7.根据权利要求1所述的用于医疗辅助的步态识别系统，其特征在于：还包括标准调整模块，所述标准调整模块包括个人信息单元、主观感受单元和综合调整单元，所述个人信息单元用于采集患者的个人信息，所述主观感受单元用于采集患者对病情的主观感受，所述综合调整单元用于根据个人信息和主观感受对康复标准进行调整。

8.根据权利要求7所述的用于医疗辅助的步态识别系统，其特征在于：所述个人信息为职业信息，所述主观感受为疼痛程度。

9.根据权利要求1所述的用于医疗辅助的步态识别系统，其特征在于：还包括训练建议模块，所述训练建议模块包括专项分析单元和专项建议单元，所述专项分析单元用于分析体态康复情况识别患者的体态问题，所述专项建议单元用于根据体态问题生成康复训练建议。

10.一种用于医疗辅助的步态识别方法，其特征在于：该方法采用了权利要求1至9任一项所述的用于医疗辅助的步态识别系统。

Images