[发明专利]一种基于回归曲线的步态双侧对称性评价方法

说明书

本发明公开了一种基于回归曲线的步态双侧对称性评价方法。首先，利用加速度传感器获取步态运动时足部三轴加速度信息，并对获取的加速度信息进行消噪预处理；其次，提取消噪后的加速度信号，分别计算连续步态周期的双侧对称性指标，实现步态对称性的定量分析。本发明步态双侧对称性检测方法具有简便、准确的特点，在步态平衡能力分析等领域具有广阔的应用前景。

技术领域

本发明属于模式识别技术领域，涉及一种加速度信号的识别方法，特别涉及一种基于回归曲线的双侧步态对称性评价方法。

背景技术

下肢步态是人体在行走过程中，双腿所表现出的姿势和状态，具有周期性、连续性和重复性等特点。人体行走过程中，从一侧脚跟着地到该侧脚跟再次着地的时间为一个完整的步态周期。在步态运动中，人体神经中枢通过复杂的、不易复制的控制，表现出高效能、稳定的步态。其中，步态运动的主要执行者为下肢，而足部作为人体与地面之间接触的器官，在运动过程中发挥了重要作用，其运动的对称性分析结果，被广泛应用于运动员训练、健康人锻炼，以及行走障碍患者功能康复等的步态运动评价。

现有技术中，常采用足底压力信息研究步态的对称性。其方法是当足底与地面接触的时，通过测量足部与地面相互挤压产生的足底压力来实现。但在足部处于来回摆动的步态过程时，无法获取有效的足底压力信息。因此，基于足底压力的步态分析，对于完整的、连续步态周期存在一定的局限性。加速度信号由足部运动产生，具有实时、连续性的特点，可用于进行步态分析。现有技术中，步态双侧对称性分析指标包括非对称性的统计值，如相关系数、主成分、方差分析以及平均差分析等，存在随机误差大，数据利用率低的问题。例如，均差指标用于评估垂直方向上的平移，容易受到步态曲线幅值的影响，随机误差大。另外，运动范围仅仅比较了步态曲线中的最大、最小值，而忽略了曲线总体的分布状况，具有数据利用率低的缺陷。

发明内容

本发明针对目前人体行走时步态对称性分析中数据利用率低、随机误差大的问题，提出一种基于回归原理的步态双侧对称性评价方法。

为了实现上述目标，本发明方法包括以下步骤：

步骤1，足部运动加速度信号获取。

在实验数据采集中，将加速度传感器置于受试者足部前端，采集步态运动过程中产生的足部三轴加速度信号，然后对原始足部三轴加速度信号进行消噪预处理，分离出信号与噪声，最后重构消噪后的加速度信号样本数据，获得步态运动足部加速度信息。

步骤2，基于回归曲线的步态双侧对称性指标计算

步态双侧对称性的评价集中在计算分析一个步态周期内双侧步态曲线的差异。其中，较小的双侧曲线差异代表了较高的对称性。曲线上的每一点减去均值得到新的曲线，计算公式如下：

其中，与为左右两侧足部的原始数据，通过三轴加速度计来获取；与为转化后的左右曲线点；与为左右曲线的均值。

将上一过程中计算转换得到的步态加速度数据与重构成一个矩阵其矩阵M构成下：

对矩阵M应用奇异值分解计算其特征向量，具体计算步骤如下：

1)根据|λE-MM^H|＝0求出矩阵MM^H的特征值λ₁、λ₂、...、λ_n，同时可得对应奇异值假设共有j个奇异值。其中E为单位矩阵，M^H为矩阵M的共轭转置矩阵，计算如下：

其中，为r_o(i)-r_ave(i)的共轭复数。

2)分别计算特征值λ_i对应的特征向量满足其中，