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

有效

• 申請?zhí)枺?/td>: 202210047013.9
• 申請日: 2022-01-17
• 公開（公告）號: CN114052725B
• 公開（公告）日: 2022-04-15
• 發(fā)明（設(shè)計）人: 張元鳴飛;李濤;周謀望
• 申請（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: A61B5/11
• 分類號: 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

本發(fā)明公開了一種基于人體關(guān)鍵點檢測的步態(tài)分析算法設(shè)定方法以及裝置，主要構(gòu)思在于，分別創(chuàng)建公開數(shù)據(jù)集和私有數(shù)據(jù)集，其中私有數(shù)據(jù)集的構(gòu)建方式按預(yù)設(shè)幀率及分辨率拍攝特定受試者的步態(tài)異常視頻流，并根據(jù)步行視頻對受試者進行運動學(xué)分析，得到受試者的時空參數(shù)和關(guān)節(jié)運動角度，然后利用公開數(shù)據(jù)集對預(yù)選算法及其參數(shù)進行調(diào)試，其中預(yù)選算法包含用于人體及單人關(guān)鍵點檢測的算法及用于關(guān)鍵點檢測及聚類的算法，根據(jù)調(diào)試后算法的輸出結(jié)果對其中較佳的算法運用私有數(shù)據(jù)集進行測試，結(jié)合算法測試階段的運動學(xué)分析結(jié)果，確定目標(biāo)步態(tài)分析算法。本發(fā)明提供的算法構(gòu)建機制，能夠為步態(tài)分析提供使用成本低、適用范圍廣且使用要求低的運動學(xué)分析模型。

技術(shù)領(lǐng)域

本發(fā)明涉及人體運動分析技術(shù)領(lǐng)域，尤其涉及一種基于人體關(guān)鍵點檢測的步態(tài)分析算法設(shè)定方法以及裝置。

背景技術(shù)

步態(tài)分析在康復(fù)評定中的應(yīng)用十分廣泛。例如在腦癱患兒手術(shù)和康復(fù)策略的制定，腦卒中、骨關(guān)節(jié)炎、帕金森、脊髓灰質(zhì)炎、假肢適配后的步態(tài)矯正等方面都起到至關(guān)重要的作用。步態(tài)分析包括運動學(xué)分析、動力學(xué)分析和肌電圖分析等三個方面。其中，運動學(xué)分析是指從幾何的角度描述和研究步行時肢體位置隨時間的變化規(guī)律，多種傳感系統(tǒng)可運用不同原理對步態(tài)不同維度進行運動學(xué)分析。目前，電子步態(tài)墊、足開關(guān)是運動學(xué)分析步態(tài)參數(shù)測定的標(biāo)準(zhǔn)方法；可穿戴傳感器主要用于運動學(xué)分析中的不同相位；此外，加速度計、陀螺儀、慣性測量單元和肌電圖信號等也應(yīng)用于相位識別。室內(nèi)環(huán)境中，三維數(shù)字化分析或測力平臺等非穿戴式傳感器可運用于運動學(xué)或動力學(xué)分析，而超聲傳感器和電子神經(jīng)成像方法也在現(xiàn)有文獻中被提及。

但是，現(xiàn)有的上述運動學(xué)分析方案均具有不同程度的局限：

第一，使用成本高。電子步態(tài)墊、測力平臺、同步攝影分析、三維數(shù)字化分析等所需設(shè)備和場地要求高，其成本導(dǎo)致難以在大多數(shù)醫(yī)院推廣；而足開關(guān)和電子步態(tài)墊的使用壽命較短，也需要頻繁更換。

第二，適用范圍小。現(xiàn)有設(shè)備的測定粒度有限，可穿戴設(shè)備僅能準(zhǔn)確識別兩個粒度，即站立相和擺動相；足開關(guān)或電子步態(tài)墊的粒度小于等于6，即能分別識別站立相和擺動相中的三個時期；在粒度需求為8的情況下，根據(jù)文獻，唯一可行的系統(tǒng)是基于 EMG信號的系統(tǒng)，但其準(zhǔn)確率不佳；而超聲傳感器、測力平臺和三維數(shù)字化分析系統(tǒng)僅能于室內(nèi)使用，對于患者家庭及社區(qū)內(nèi)步行的步態(tài)分析是不適用的。

第三，使用要求高。現(xiàn)有與身體接觸的步態(tài)分析系統(tǒng)對裝置的放置位置有較高的要求。足開關(guān)需分別置于足底和前腳掌，若增加分析粒度則需區(qū)分足趾和跖骨的開關(guān)位置；加速度計和陀螺儀的推薦位置是足力線與矢狀軸交叉的位置，難以把握；肌電圖信號的推薦位置時股直肌，在設(shè)備的實際使用過程中傳感器滑落會使其敏感性大為下降；電子神經(jīng)成像、肌電圖和超聲傳感器還需較為復(fù)雜的數(shù)據(jù)采集后進行分析，對使用人員的專業(yè)背景有較高要求。以上三個局限使得步態(tài)分析在醫(yī)療機構(gòu)的臨床應(yīng)用受到限制。

發(fā)明內(nèi)容

鑒于上述，本發(fā)明旨在提供一種基于人體關(guān)鍵點檢測的步態(tài)分析算法設(shè)定方法以及裝置，為人體運動分析提供不受前述局限的解決方案。

本發(fā)明采用的技術(shù)方案如下：

第一方面，本發(fā)明提供了一種基于人體關(guān)鍵點檢測的步態(tài)分析算法設(shè)定方法，其中包括：

獲取人體關(guān)鍵點檢測公開數(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受試者進行運動學(xué)分析，獲取受試者的時空參數(shù)和關(guān)節(jié)運動角度；

利用所述人體關(guān)鍵點檢測公開數(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)鍵點檢測，所述第二檢測算法用于人體關(guān)鍵點檢測以及關(guān)鍵點聚類；

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