[發(fā)明專利]基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定方法以及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202210047013.9
• 申請(qǐng)日: 2022-01-17
• 公開（公告）號(hào): CN114052725B
• 公開（公告）日: 2022-04-15
• 發(fā)明（設(shè)計(jì)）人: 張?jiān)Q飛;李濤;周謀望
• 申請(qǐng)（專利權(quán)）人: 北京大學(xué)第三醫(yī)院（北京大學(xué)第三臨床醫(yī)學(xué)院）
• 主分類號(hào): A61B5/11
• 分類號(hào): A61B5/11;A61B5/00
• 代理公司: 北京維澳專利代理有限公司 11252
• 代理人: 常小溪

1.一種基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定方法，其特征在于，包括：

獲取人體關(guān)鍵點(diǎn)檢測公開數(shù)據(jù)集并構(gòu)建私有數(shù)據(jù)集，其中所述構(gòu)建私有數(shù)據(jù)集包括：結(jié)合預(yù)設(shè)要求篩選出受試者，并按預(yù)設(shè)的幀率以及分辨率采集所述受試者的步態(tài)異常的步行視頻；基于所述步行視頻對(duì)受試者進(jìn)行運(yùn)動(dòng)學(xué)分析，獲取受試者的時(shí)空參數(shù)和關(guān)節(jié)運(yùn)動(dòng)角度；

利用所述人體關(guān)鍵點(diǎn)檢測公開數(shù)據(jù)集分別調(diào)試預(yù)先選取的第一檢測算法以及第二檢測算法，所述第一檢測算法用于人體檢測以及單人人體關(guān)鍵點(diǎn)檢測，所述第二檢測算法用于人體關(guān)鍵點(diǎn)檢測以及關(guān)鍵點(diǎn)聚類；

基于算法調(diào)試，將輸出結(jié)果準(zhǔn)確率較佳的若干個(gè)檢測算法運(yùn)用所述私有數(shù)據(jù)集進(jìn)行測試；

根據(jù)測試階段各算法計(jì)算出的受試者的運(yùn)動(dòng)學(xué)分析結(jié)果，最終確定目標(biāo)步態(tài)分析算法。

2.根據(jù)權(quán)利要求1所述的基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定方法，其特征在于，所述時(shí)空參數(shù)包括：距離參數(shù)和時(shí)間參數(shù)。

3.根據(jù)權(quán)利要求2所述的基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定方法，其特征在于，所述距離參數(shù)包括步長、跨步長、步寬以及足夾角。

4.根據(jù)權(quán)利要求2所述的基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定方法，其特征在于，所述時(shí)間參數(shù)包括步頻、步行速度、跨步時(shí)間、同側(cè)站立相和邁步相時(shí)間及比例、左右側(cè)站立相之比或邁步相之比、站立相各分期發(fā)生時(shí)間及所占時(shí)間百分比。

5.根據(jù)權(quán)利要求1所述的基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定方法，其特征在于，所述關(guān)節(jié)運(yùn)動(dòng)角度包括步行周期內(nèi)隨時(shí)間變化的雙側(cè)髖膝踝關(guān)節(jié)角度。

6.根據(jù)權(quán)利要求1所述的基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定方法，其特征在于，所述采集所述受試者的步態(tài)異常的步行視頻包括：采集受試者以異常步態(tài)行進(jìn)且超過預(yù)設(shè)距離的視頻，且視頻畫面中受試者的像素占比大于或等于50%。

7.根據(jù)權(quán)利要求1~6任一項(xiàng)所述的基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定方法，其特征在于，所述設(shè)定方法還包括：將所述目標(biāo)步態(tài)分析算法的計(jì)算結(jié)果與運(yùn)動(dòng)學(xué)分析結(jié)果對(duì)比，并進(jìn)行假設(shè)檢驗(yàn)。

8.一種基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定裝置，其特征在于，包括：

數(shù)據(jù)集創(chuàng)建模塊，用于獲取人體關(guān)鍵點(diǎn)檢測公開數(shù)據(jù)集并構(gòu)建私有數(shù)據(jù)集，其中所述構(gòu)建私有數(shù)據(jù)集包括：結(jié)合預(yù)設(shè)要求篩選出受試者，并按預(yù)設(shè)的幀率以及分辨率采集所述受試者的步態(tài)異常的步行視頻；基于所述步行視頻對(duì)受試者進(jìn)行運(yùn)動(dòng)學(xué)分析，獲取受試者的時(shí)空參數(shù)和關(guān)節(jié)運(yùn)動(dòng)角度；

算法調(diào)試模塊，用于利用所述人體關(guān)鍵點(diǎn)檢測公開數(shù)據(jù)集分別調(diào)試預(yù)先選取的第一檢測算法以及第二檢測算法，所述第一檢測算法用于人體檢測以及單人人體關(guān)鍵點(diǎn)檢測，所述第二檢測算法用于人體關(guān)鍵點(diǎn)檢測以及關(guān)鍵點(diǎn)聚類；

算法測試模塊，用于基于算法調(diào)試，將輸出結(jié)果準(zhǔn)確率較佳的若干個(gè)檢測算法運(yùn)用所述私有數(shù)據(jù)集進(jìn)行測試；

算法確定模塊，用于根據(jù)測試階段各算法計(jì)算出的受試者的運(yùn)動(dòng)學(xué)分析結(jié)果，最終確定目標(biāo)步態(tài)分析算法。

9.根據(jù)權(quán)利要求8所述的基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定裝置，其特征在于，所述數(shù)據(jù)集創(chuàng)建模塊包括視頻采集單元，所述視頻采集單元用于采集受試者以異常步態(tài)行進(jìn)且超過預(yù)設(shè)距離的視頻，且視頻畫面中受試者的像素占比大于或等于50%。

10.根據(jù)權(quán)利要求8或9所述的基于人體關(guān)鍵點(diǎn)檢測的步態(tài)分析算法設(shè)定裝置，其特征在于，所述設(shè)定裝置還包括驗(yàn)證模塊，所述驗(yàn)證模塊用于將所述目標(biāo)步態(tài)分析算法的計(jì)算結(jié)果與運(yùn)動(dòng)學(xué)分析結(jié)果對(duì)比，并進(jìn)行假設(shè)檢驗(yàn)。