[發明專利]一種步態檢測方法、系統及設備

在審

• 申請號: 202111148941.6
• 申請日: 2021-09-29
• 公開（公告）號: CN113855003A
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 汪昕;丁晶;李鑫;唐妍敏
• 申請（專利權）人: 復旦大學附屬中山醫院
• 主分類號: A61B5/11
• 分類號: A61B5/11;A61B5/103;A61B5/00
• 代理公司: 上海伯瑞杰知識產權代理有限公司 31227
• 代理人: 孟旭彤

1.一種步態檢測方法，其特征在于，該方法包括步驟：

設置圖像獲取裝置；

被檢測人按照檢測要求完成起立和行走動作；

通過所述圖像獲取裝置獲取所述被檢測人的步態視頻，所述步態視頻包括RGB視頻和深度視頻，深度視頻根據色塊差別得到距離參數；

將所述步態視頻輸入經過訓練的步態檢測模型，由所述步態檢測模型做出被檢測人的步態檢測結論。

2.根據權利要求1所述的步態檢測方法，其特征在于，被檢測人被要求完成的動作包括，自坐位起立，向前直線行走預設距離，轉身后往回沿直線行走，至坐位后再次坐下。

3.根據權利要求1所述的步態檢測方法，其特征在于，所述步態檢測模型基于卷積神經網絡，通過對人體的姿態估計識別人體骨架特征。

4.根據權利要求3所述的步態檢測方法，其特征在于，對于所述步態視頻的每一幀圖像進行特征提取，獲取所述步態視頻中的人體關節運動軌跡，分別包括頭、肩、肘、腕、髖、膝、踝的運動軌跡，

其中，所述步態視頻的第i幀的第k個關節的位置表示為：

對于每一個幀數為V幀的步態視頻，檢測結果對應一個序列

隨后，通過雙閾值觸發提取步態時空參數，

所述雙閾值觸發，根據每個關節在整個步態視頻中的周期性上、下閾值觸發，檢測到以下關鍵幀：

站立幀f1、第一次轉彎開始幀f2、第一次轉彎結束幀f3、第二次轉彎開始幀f4、第二次轉彎結束幀f5、坐下幀f6，

根據這些關鍵幀計算步態時空參數。

5.根據權利要求4所述的步態檢測方法，其特征在于，所述的步態時空參數包括，

起身時間，是指視頻開始到站立幀f1的時間，

轉身時間，是指第一次轉彎開始幀f2到第一次轉彎結束幀f3的時間，

步長，是指被檢測人行走的總距離除以來回直行中的總步數，

步速，是指兩段來回直行總距離除以兩段來回直行的耗時，

步頻，是指兩段來回直行的步數除以兩段來回直行的耗時，

步寬，是指從深度視頻中獲得兩踝關節的深度距離差。

6.根據權利要求5所述的步態檢測方法，其特征在于，對于用于訓練的步態檢測樣本采用分類器進行有監督學習。

7.根據權利要求6所述的步態檢測方法，其特征在于，所述分類器為支持向量機-高斯核分類器。

8.一種步態檢測系統，其特征在于，該系統包括圖像獲取裝置和服務器，

所述圖像獲取裝置獲取被檢測人的步態視頻，將所述步態視頻傳輸至所述服務器，

所述步態視頻被輸入所述服務器裝載的經過訓練的步態檢測模型，由所述步態檢測模型做出被檢測人的步態檢測結論。

9.一種步態檢測設備，其特征在于，該設備包括圖像獲取裝置和圖像處理器，

所述圖像獲取裝置獲取被檢測人的步態視頻，將所述步態視頻傳輸至所述圖像處理器，

所述圖像處理器講所述步態視頻輸入經過訓練的步態檢測模型，由所述步態檢測模型做出被檢測人的步態檢測結論。

10.根據權利要求1所述的步態檢測方法，其特征在于，該檢測方法被用于對于疾病的分類和分型。