[發(fā)明專利]一種步態(tài)雙側(cè)相似性分析方法、裝置及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202111592279.3 | 申請日: | 2021-12-23 |
| 公開(公告)號: | CN114287921A | 公開(公告)日: | 2022-04-08 |
| 發(fā)明(設(shè)計)人: | 常興治;呂士云;花健;龍霄漢;劉威 | 申請(專利權(quán))人: | 常州信息職業(yè)技術(shù)學(xué)院 |
| 主分類號: | A61B5/11 | 分類號: | A61B5/11;G06K9/00;G06K9/62 |
| 代理公司: | 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224 | 代理人: | 董建林 |
| 地址: | 213164 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 步態(tài) 相似性 分析 方法 裝置 系統(tǒng) | ||
1.一種步態(tài)雙側(cè)相似性分析方法,其特征是,包括以下步驟:
獲取步態(tài)數(shù)據(jù)樣本,所述步態(tài)數(shù)據(jù)樣本包括測試者持續(xù)運動時,雙側(cè)各運動時刻的步態(tài)數(shù)據(jù);
預(yù)處理獲取的步態(tài)數(shù)據(jù)樣本;
分割預(yù)處理后的步態(tài)數(shù)據(jù)樣本;
分析分割后的步態(tài)數(shù)據(jù)樣本的步態(tài)雙側(cè)相似性。
2.根據(jù)權(quán)利要求1所述的步態(tài)雙側(cè)相似性分析方法,其特征是,所述各步態(tài)數(shù)據(jù)均包括x軸的加速度數(shù)據(jù)、y軸的加速度數(shù)據(jù)以及z軸的加速度數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的步態(tài)雙側(cè)相似性分析方法,其特征是,所述預(yù)處理獲取的步態(tài)數(shù)據(jù)樣本包括以下步驟:
通過(1)式逐一將步態(tài)數(shù)據(jù)樣本的各步態(tài)數(shù)據(jù)轉(zhuǎn)換為對應(yīng)的信號幅值,具體如下:
其中,Acc為信號幅值,Ax為x軸的加速度數(shù)據(jù),Ay為y軸的加速度數(shù)據(jù),Az為z軸的加速度數(shù)據(jù);
逐一去除各信號幅值的高頻雜波,獲得對應(yīng)的多個預(yù)處理步態(tài)數(shù)據(jù),預(yù)處理步態(tài)數(shù)據(jù)包括(2)式,具體如下:
其中,|H(w)|2為預(yù)處理步態(tài)數(shù)據(jù),n為濾波階數(shù),Wc為截止頻率,Wp是通頻帶邊緣頻率,為|H(w)|2在通頻帶邊緣的數(shù)值。
將各步態(tài)數(shù)據(jù)組合成步態(tài)數(shù)據(jù)序列,步態(tài)數(shù)據(jù)序列包括(3)式,具體如下:
[x1,…,xi,…,xQ]T (3)
其中,Q為步態(tài)數(shù)據(jù)樣本的步態(tài)數(shù)據(jù)數(shù)量,T是對步態(tài)數(shù)據(jù)序列[x1,…,xi,…,xQ]進行轉(zhuǎn)置。
4.根據(jù)權(quán)利要求3所述的步態(tài)雙側(cè)相似性分析方法,其特征是,所述步態(tài)數(shù)據(jù)序列包括多個步態(tài)周期,每個步態(tài)周期均包括1個步態(tài)數(shù)據(jù)極小值點。
5.根據(jù)權(quán)利要求4所述的步態(tài)雙側(cè)相似性分析方法,其特征是,所述分割預(yù)處理后的步態(tài)數(shù)據(jù)樣本包括以下步驟:
依次通過(4)式獲得各個步態(tài)周期對應(yīng)的步態(tài)數(shù)據(jù)極小值點,具體如下:
xi-1>xixi<xi+1 (4)
其中,Xi為當(dāng)前運動時刻,Xi-1為上一運動時刻,Xi+1為下一運動時刻;
逐一將獲得的各個步態(tài)周期對應(yīng)的步態(tài)數(shù)據(jù)極小值點寫入極小值點序列;
剔除極小值點序列中滿足∣Yj-Yj-1∣max(Ustep)和∣Yj-Yj-1∣min(Ustep)的步態(tài)數(shù)據(jù)極小值點;
其中,Ustep為健康成年人正常行走時一個步態(tài)周期中所包含的各運動時刻步態(tài)數(shù)據(jù),Y極小值點序列;
當(dāng)剔除的步態(tài)數(shù)據(jù)極小值點中,任意相鄰的步態(tài)周期對應(yīng)的兩個步態(tài)數(shù)據(jù)極小值點滿足(5)式時,將所述相鄰的步態(tài)周期對應(yīng)的兩個步態(tài)數(shù)據(jù)極小值點寫入極小值點序列Y中,具體如下:
其中,D為任意相鄰的兩個步態(tài)數(shù)據(jù)極小值點之間的距離,k(i)為極小值點序列中第i個極小值xk對應(yīng)的排列位置k,f為采樣頻率;
逐一根據(jù)極小值點序列中的各步態(tài)數(shù)據(jù)極小值點依次切割步態(tài)數(shù)據(jù)序列,獲得多個步態(tài)周期序列;
通過預(yù)設(shè)的相似性匹配方法,剔除多個步態(tài)周期序列中相似性低于60%的步態(tài)周期序列,獲得剩余步態(tài)周期序列。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于常州信息職業(yè)技術(shù)學(xué)院,未經(jīng)常州信息職業(yè)技術(shù)學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111592279.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 基于異類關(guān)系確定目標(biāo)相似性的方法和系統(tǒng)
- 相似性匹配系統(tǒng)和方法
- 相似性匹配系統(tǒng)和方法
- 興趣點預(yù)測和推薦中的用戶時空相似性度量方法
- 一種基于相似性和邏輯矩陣分解的miRNA?疾病關(guān)聯(lián)關(guān)系預(yù)測方法
- 一種結(jié)合二分網(wǎng)絡(luò)和文本的醫(yī)院科室相似性分析方法
- 一種基于相似性學(xué)習(xí)及其增強的細(xì)胞類型鑒定方法
- 確定企業(yè)屬性相似性、重名對象判定
- 獲取機構(gòu)技術(shù)相似性的方法及裝置
- 一種基于圖卷積神經(jīng)網(wǎng)絡(luò)的lncRNA-蛋白質(zhì)相互作用預(yù)測方法





