[發明專利]一種基于智能手機的人體異常步態識別方法

在審

• 申請號: 201910737884.1
• 申請日: 2019-08-12
• 公開（公告）號: CN110299203A
• 公開（公告）日: 2019-10-01
• 發明（設計）人: 張偉;張學志;康慧;王雷雷
• 申請（專利權）人: 電子科技大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H20/30;G06K9/62;G06F17/18
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 陳選中

本發明公開了一種基于智能手機的人體異常步態識別方法。本發明的方法可以有效的通過智能手機采集人體步態數據，提取相關的人體不同步態類型的特征信息，實現不同異常步態類型的分類識別。克服了傳統異常步態分析和檢測方法的局限性。

技術領域

本發明涉及計算機識別技術領域，具體涉及一種基于智能手機的人體異常步態識別方法。

背景技術

步行運動是人類最重要的日常活動之一，步態是指步行時的姿態。步態是人類的特殊特征，由體重、四肢長度、鞋跟、姿勢及特有的動作等因素決定，因此步態可以作為一種生物測量手段來識別已知的人，并對未知對象進行分類。正常步態具有周期性和節律性，是人體骨骼系統、神經系統和肌肉系統協調運動的結果。然而，由于疾病、意外傷害等因素的影響，人體步態周期的某一個環節失調，造成步行障礙，使得人體平衡功能下降、行動遲緩甚至嚴重影響日常生活，我們稱之為步態異常，此時的步態稱為異常步態。通常異常步態主要包括支撐相異常和擺動相異常兩大類。

對患有神經系統或骨骼肌肉系統疾病而可能影響行走能力的患者來說，進行異常步態的分析、識別和評估是臨床診斷的重要手段，也是制定步態矯正和康復治療方案的必要依據。傳統的異常步態識別和分析方法有兩大類，其一，觀察者對病患在行走過程中步態進行觀察，并分析進行整體判斷，包括重心的移動、身體傾向、膝關節的伸屈和裸關節的轉動等，這就需要觀察者具備一定的經驗和專業醫療水平，但其主觀性較強且難以量化分析。其二，通過專業的儀器輔助測量，如基于視頻/圖像或者臨床醫學的方式提取行走速度、節奏、步長、步寬、步態周期、支撐期、擺動期、單腿和雙腿支撐期等步態信息參數，并將這些步態參數與正常參數對比，然后根據測量的數據進行診斷，這類方法則對場地和設施有較高要求，難以作為長期治療過程中的日常監測手段。

隨著智能手機集合了多種傳感器，如加速度計、紅外線、陀螺儀和GPS等，各種傳感器之間可以協同合作，全面感知行為狀態。通過智能手機進行人體行為識別的研究取得了一定的進展，比如通過手機進行行為識別、身份識別、室內定位及車輛測速等。因此，通過智能手機內置的傳感器獲取人體運動時的實時傳感器數據，將原始數據預處理后，提取數據特征，選擇特征進行機器學習，最終獲得人體步態行為識別，進行異常步態的監測和測量成為可能。由于智能手機便于攜帶，可以對病患進行日常不間斷持續監測和測量，此外，智能手機的各類傳感器可以根據采集的數據進行定量分析，可以對病患的步態異常的性質和程度做量化評估。

發明內容

針對現有技術中的上述不足，本發明提供的一種基于智能手機的人體異常步態識別方法解決了異常步態檢測不準確的問題。

為了達到上述發明目的，本發明采用的技術方案為：一種基于智能手機的人體異常步態識別方法，包括以下步驟：

S1、采集人體在走路時智能手機中加速度傳感器和旋轉矢量傳感器的信號數據；

S2、利用四元素坐標系對采集到的信號數據進行坐標轉換，得到預處理后的信號數據；

S3、利用雙樹復小波算法將預處理后的信號數據進行信號去噪，得到去噪后的信號數據；

S4、通過去噪后的信號數據分析正常步態與異常步態的區別，并對其進行特征提取得到特征值；

S5、根據提取到的特征值，通過機器學習算法構建IBK分類器模型，并從中選擇出最優的IBK分類器模型；

S6、通過最優的IBK分類器模型識別不同狀態下的步態類型。

進一步地：所述步驟S2中四元素坐標系的計算公式為：

上式中，m₂為四元素坐標系坐標，M為旋轉矩陣，m₁為原始坐標系坐標；