[發明專利]一種基于多源信息融合的交互式腦卒中患者步態訓練及評測系統

在審

• 申請號: 201910055013.1
• 申請日: 2019-01-21
• 公開（公告）號: CN109528203A
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 任海川;李慶明;毛帆;毛曉波;王邦鋒;段虎飛;楊朝中;李世博
• 申請（專利權）人: 鄭州大學
• 主分類號: A61B5/103
• 分類號: A61B5/103;A61B5/11;A61B5/1455;A61B5/0488;A61B5/16;A63B23/04;A63B71/06;G16H50/70
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.本發明公開了一種基于多源信息融合的交互式腦卒中患者步態訓練及評測系統，包括：位姿采集模塊、足底壓力采集模塊、疲勞信息采集模塊、無線通信模塊、數據分析處理模塊、手機終端、AR頭盔和智能云平臺；其中所述的位姿采集模塊和足底壓力采集模塊作為患者步態檢測的采集裝置，分別位于腰部和足底；疲勞信息采集模塊采用傳感器陣列設計，包括表面肌電傳感器、肌音傳感器和血氧飽和度傳感器，采集部位位于下肢，通過袖筒纏繞加以固定；所述的數據分析處理模塊將采集到的數據進行卡爾曼濾波，位姿數據對歐拉角進行歐拉變換，準確計算出人體步行加速度，通過對各個方向的加速度一次積分計算步行速度，二次積分計算步態位移，并基于標準步態指標自動給出患者步態的評測結果；將檢測肌肉疲勞的數據進行加窗函數處理，對每段數據進行中值頻率和平均功率頻率的計算，根據這兩項指標的變化率判定肌肉疲勞階段；步態數據和疲勞數據最終上傳至所述的智能云平臺，智能云平臺可實現患者步態疾病的自動跟蹤、評測及推送。

2.根據權利1所述的位姿采集模塊、足底壓力采集模塊和疲勞信息采集模塊，其特征在于：基于上述多傳感器信息融合，準確獲取腦卒中患者的步態信息和疲勞信息，通過無線傳輸將初始數據發送到數據分析處理模塊，數據及信息經統一處理，基于無線通信模塊將處理過的多源多維數據傳輸至手機端，經手機端后處理，再發送到AR頭盔，基于虛擬現實技術將步態三維圖像結果高可視化地實時展示并反饋給患者，患者可通過已設計在AR頭盔上的高沉浸感虛擬現實游戲進行康復訓練，有效提高患者步態康復訓練的積極性；所述的數據分析處理模塊可同時接受并處理兩路通道數據，實現兩個用戶互動對抗訓練，以及醫務人員引導輔助患者的步態康復訓練；位姿傳感器獲取步行姿態，足底壓力傳感器獲取步行時足底壓力分布，再結合醫學上Tinetti評測表，自動給出受試者的步態評測結果；其中Tinetti評測表中的指標包括：兩腳相對位置、兩腳受力的時間差值、足底壓力變化是否均勻、步伐是否均勻；疲勞信息采集模塊獲取下肢肌肉疲勞特征，將肌肉疲勞級別同時反饋給手機終端和AR頭盔，若達到肌肉疲勞所預設的等級，訓練系統自動停止，并提示患者進行休息。

3.根據權利1所述的云平臺包括管理終端和云控制平臺；管理終端包括醫院終端和用戶終端兩部分，采用C#語言編程設計實現，用來顯示云平臺的數據；云平臺的數據分析采用BDP數據分析工具，管理終端通過數據交互功能與云控制平臺建立連接，下載通過Hadoop計算單元所得的模型到本地數據庫；將采集的數據與云平臺的數據進行匹配比對，實現病理癥狀的分析匹配；云控制平臺包括NoSql分布式數據庫與Hadoop單元模塊；所述的NoSql分布式數據庫，與管理終端的數據交互功能模塊相連，用于儲存患者的身體檢測數據、醫生的診療記錄和數據運算結果；所述的Hadoop依賴于社區服務，成本比較低，將用戶的患者歷史數據批量寫入Hadoop，基于MapReduce分布式離線模型的map()和reduce()函數，對用戶行為分類建模，實現了根據患者的歷史身體數據和病癥檢查結果給每種病理打標簽，同時根據對已知疾病發病時的歷史步態數據，構建相關病狀的基礎病理模型，每次步態變化時，借助上述基礎病理模型進行匹配；為應對數據量龐大的情景，本系統采用孤立森林（Isolation Forest）來檢測數據中的異常數據，達到縮減數據和提高數據準確性的目的。