【技術實現(xiàn)步驟摘要】
本專利技術涉及生物統(tǒng)計與數(shù)據(jù)分析領域，尤其涉及的是一種步態(tài)特征提取與分析方法及裝置。
技術介紹
1、步態(tài)分析是神經(jīng)退行性疾病(如帕金森病、癡呆癥)早期檢測的重要工具。傳統(tǒng)的步態(tài)分析方法主要依賴于三維運動捕捉系統(tǒng)或實驗室環(huán)境下的步態(tài)檢測，這些方法雖然能夠提供精確的數(shù)據(jù)，但存在多種局限性。首先，設備昂貴，難以在大規(guī)模篩查中推廣；其次，由于測試通常在控制環(huán)境中進行，無法捕捉到受試者在日常生活中的自然步態(tài)特征。另一個常見的檢測方式是通過醫(yī)院的專科檢查，但這些方法費時、費力，且難以實時追蹤病情進展。
2、此外，現(xiàn)有的基于可穿戴設備的步態(tài)分析雖然降低了成本，并提高了便捷性，但在步態(tài)特征的提取上存在一定的局限性，僅使用簡單的加速度數(shù)據(jù)對個體運動強度進行分析，使得步態(tài)分析的準確性較差。
3、因此，現(xiàn)有技術存在缺陷，有待改進與發(fā)展。
技術實現(xiàn)思路
1、本專利技術要解決的技術問題在于，針對現(xiàn)有技術的上述缺陷，提供一種步態(tài)特征提取與分析方法及裝置，旨在解決現(xiàn)有技術中僅使用簡單的加速度數(shù)據(jù)對個體運動強度進行分析，使得步態(tài)分析的準確性較差的問題。
2、本專利技術解決技術問題所采用的技術方案如下：
3、一種步態(tài)特征提取與分析方法，其中，所述方法包括：
4、獲取同一時段下利用三軸加速度計采集的加速度原始信號，以及利用三軸陀螺儀采集的角速度原始信號，所述三軸加速度計和三軸陀螺儀用于放置在預定身體部位；
5、將所述加速度原始信號和角速度原始信號
6、基于所述目標信號窗口提取加速度步態(tài)特征、角速度步態(tài)特征以及信號特征；
7、根據(jù)所述加速度步態(tài)特征、角速度步態(tài)特征以及信號特征生成步態(tài)分析特征矩陣。
8、在本申請的一個實施例中，將所述加速度原始信號和角速度原始信號分別切割為若干信號窗口，并將處于步態(tài)段的信號窗口作為目標信號窗口，包括：
9、將所述加速度原始信號和角速度原始信號分別切割為若干信號窗口；
10、對每個所述信號窗口提取均方根、范圍、主頻率、譜平坦度、信號熵和均值交叉率；
11、分別將各個所述信號窗口的均方根、范圍、主頻率、譜平坦度、信號熵和均值交叉率輸入已訓練的隨機森林分類模型中，得到輸出結果；
12、若輸出結果為所述信號窗口處于步態(tài)段，則將所述信號窗口作為目標信號窗口。
13、在本申請的一個實施例中，基于所述目標信號窗口提取加速度步態(tài)特征、角速度步態(tài)特征以及信號特征，包括：
14、識別各個所述目標信號窗口中的每個步態(tài)周期及步態(tài)周期的子階段；
15、基于各個所述目標信號窗口中的每個步態(tài)周期及步態(tài)周期的子階段提取加速度步態(tài)特征、角速度步態(tài)特征以及信號特征。
16、在本申請的一個實施例中，識別各個所述目標信號窗口中的每個步態(tài)周期及步態(tài)周期的子階段，包括：
17、基于連續(xù)小波變換算法，對各個目標信號窗口檢測平滑垂直加速度的下行峰值，確定初始接觸，以及對各個目標信號窗口檢測集成垂直加速度的上行峰值，確定最終接觸；
18、根據(jù)初始接觸和最終接觸確定所述目標信號窗口中的每個步態(tài)周期及步態(tài)周期的子階段；
19、其中，步態(tài)周期的子階段包括：支撐階段、擺動階段、步幅階段和半步幅階段。
20、在本申請的一個實施例中，所述加速度步態(tài)特征包括：步幅持續(xù)時間、步長持續(xù)時間、擺動持續(xù)時間、支撐持續(xù)時間、初始雙重支撐、終止雙重支撐、雙重支撐、單腳支撐、步長、步幅長度、持續(xù)時間的不對稱性、長度的不對稱性、步行速度及步頻中的至少一種；
21、所述角速度步態(tài)特征包括：平均絕對角速度、角度變化及旋轉量中的至少一種；
22、所述信號特征包括：標準差、變異系數(shù)、清除因子、絕對變化均值、均值交叉率、偏度、峰度、絕對能量、信號熵、信號均方根及信號范圍中的至少一種。
23、在本申請的一個實施例中，所述步態(tài)分析特征矩陣中還包括：基于所述加速度步態(tài)特征、所述角速度步態(tài)特征和所述信號特征中的各個特征分別求得的均值和標準差。
24、在本申請的一個實施例中，獲取同一時段下利用三軸加速度計采集的加速度原始信號之后，還包括：
25、基于所述加速度原始信號計算信號向量幅度，將所述信號向量幅度；
26、采用滑動窗口方法，將所述信號向量幅度分割為若干分段窗口；
27、將若干分段窗口轉換為低維空間；
28、獲取已訓練的高斯混合模型，利用所述高斯混合模型對低維空間下的若干分段窗口進行聚類，得到所述信號向量幅度對應的聚類概率。
29、本申請還提供一種步態(tài)特征提取與分析裝置，其中，所述裝置包括：
30、獲取模塊，用于獲取同一時段下利用三軸加速度計采集的加速度原始信號，以及利用三軸陀螺儀采集的角速度原始信號，所述三軸加速度計和三軸陀螺儀用于放置在預定身體部位；
31、切割模塊，用于將所述加速度原始信號和角速度原始信號分別切割為若干信號窗口，并將處于步態(tài)段的信號窗口作為目標信號窗口；
32、提取模塊，用于基于所述目標信號窗口提取加速度步態(tài)特征、角速度步態(tài)特征以及信號特征；
33、生成模塊，用于根據(jù)所述加速度步態(tài)特征、角速度步態(tài)特征以及信號特征生成步態(tài)分析特征矩陣。
34、本申請還提供一種終端，其中，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的步態(tài)特征提取與分析程序，所述步態(tài)特征提取與分析程序被所述處理器執(zhí)行時實現(xiàn)如上所述的步態(tài)特征提取與分析方法的步驟。
35、本申請一種計算機可讀存儲介質，其中，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序能夠被執(zhí)行以用于實現(xiàn)如上所述的步態(tài)特征提取與分析方法的步驟。
36、本專利技術提供的一種步態(tài)特征提取與分析方法及裝置，所述方法包括：獲取同一時段下利用三軸加速度計采集的加速度原始信號，以及利用三軸陀螺儀采集的角速度原始信號，所述三軸加速度計和三軸陀螺儀用于放置在預定身體部位；將所述加速度原始信號和角速度原始信號分別切割為若干信號窗口，并將處于步態(tài)段的信號窗口作為目標信號窗口；基于所述目標信號窗口提取加速度步態(tài)特征、角速度步態(tài)特征以及信號特征；根據(jù)所述加速度步態(tài)特征、角速度步態(tài)特征以及信號特征生成步態(tài)分析特征矩陣。本專利技術通過低成本的采集設備采集得到的數(shù)據(jù)分析得到多維的特征數(shù)據(jù)，實現(xiàn)了高效、低成本的步態(tài)分析，提高了步態(tài)分析的準確性。
本文檔來自技高網(wǎng)...【技術保護點】
1.一種步態(tài)特征提取與分析方法，其特征在于，所述方法包括：
2.根據(jù)權利要求1所述的步態(tài)特征提取與分析方法，其特征在于，將所述加速度原始信號和角速度原始信號分別切割為若干信號窗口，并將處于步態(tài)段的信號窗口作為目標信號窗口，包括：
3.根據(jù)權利要求1所述的步態(tài)特征提取與分析方法，其特征在于，基于所述目標信號窗口提取加速度步態(tài)特征、角速度步態(tài)特征以及信號特征，包括：
4.根據(jù)權利要求3所述的步態(tài)特征提取與分析方法，其特征在于，識別各個所述目標信號窗口中的每個步態(tài)周期及步態(tài)周期的子階段，包括：
5.根據(jù)權利要求1所述的步態(tài)特征提取與分析方法，其特征在于，所述加速度步態(tài)特征包括：步幅持續(xù)時間、步長持續(xù)時間、擺動持續(xù)時間、支撐持續(xù)時間、初始雙重支撐、終止雙重支撐、雙重支撐、單腳支撐、步長、步幅長度、持續(xù)時間的不對稱性、長度的不對稱性、步行速度及步頻中的至少一種；
6.根據(jù)權利要求5所述的步態(tài)特征提取與分析方法，其特征在于，所述步態(tài)分析特征矩陣中還包括：基于所述加速度步態(tài)特征、所述角速度步態(tài)特征和所述信號特征中的各個特征分別求得的均
7.根據(jù)權利要求1所述的步態(tài)特征提取與分析方法，其特征在于，獲取同一時段下利用三軸加速度計采集的加速度原始信號之后，還包括：
8.一種步態(tài)特征提取與分析裝置，其特征在于，所述裝置包括：
9.一種終端，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的步態(tài)特征提取與分析程序，所述步態(tài)特征提取與分析程序被所述處理器執(zhí)行時實現(xiàn)如權利要求1～7任意一項所述的步態(tài)特征提取與分析方法的步驟。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序能夠被執(zhí)行以用于實現(xiàn)如權利要求1～7任意一項所述的步態(tài)特征提取與分析方法的步驟。
...【技術特征摘要】
1.一種步態(tài)特征提取與分析方法，其特征在于，所述方法包括：
2.根據(jù)權利要求1所述的步態(tài)特征提取與分析方法，其特征在于，將所述加速度原始信號和角速度原始信號分別切割為若干信號窗口，并將處于步態(tài)段的信號窗口作為目標信號窗口，包括：
3.根據(jù)權利要求1所述的步態(tài)特征提取與分析方法，其特征在于，基于所述目標信號窗口提取加速度步態(tài)特征、角速度步態(tài)特征以及信號特征，包括：
4.根據(jù)權利要求3所述的步態(tài)特征提取與分析方法，其特征在于，識別各個所述目標信號窗口中的每個步態(tài)周期及步態(tài)周期的子階段，包括：
5.根據(jù)權利要求1所述的步態(tài)特征提取與分析方法，其特征在于，所述加速度步態(tài)特征包括：步幅持續(xù)時間、步長持續(xù)時間、擺動持續(xù)時間、支撐持續(xù)時間、初始雙重支撐、終止雙重支撐、雙重支撐、單腳支撐、步長、步幅長度、持續(xù)時間的不對稱性、長度的不對稱性、步行速度及步頻中的至少一種；
【專利技術屬性】
技術研發(fā)人員：史建清，嚴斯祺，吳淑琦，唐琳，趙文靜，
申請(專利權)人：南方科技大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。