[发明专利]一种预防和解除帕金森病患者冻结步态的装置和方法

权利要求书

1.一种预防和解除帕金森病患者冻结步态的装置，其特征在于，包括加速度传感器、足底压力传感器、振动节点、移动终端和振动力敏鞋垫，其中：

所述加速度传感器放置在脚踝外侧；

所述足底压力传感器布置在所述振动力敏鞋垫的前脚掌、足中外侧和足跟区域；

所述振动节点布置在所述振动力敏鞋垫足中内侧区域；

所述加速度传感器和所述足底压力传感器采集患者运动时的加速度信号和足底压力信号，并将所述加速度信号和足底压力信号通过蓝牙实时无线的传输至所述移动终端；

所述移动终端接收所述加速度信号和足底压力信号，通过对所述加速度信号和足底压力信号加窗分割提取信号特征和识别患者的运动模式，基于患者的运动模式和加速度信号的特征判别患者是否将要发生冻结步态(pre-FOG)或正在发生冻结步态(FOG)，若判别结果为pre-FOG或FOG，所述移动终端通过蓝牙控制所述振动节点有节奏的振动，帮助患者调整步态，从而防止冻结步态的发生或尽快解除冻结步态。

2.一种预防和解除帕金森病患者冻结步态的装置的实现方法，基于权利要求1所述的一种预防和解除帕金森病患者冻结步态的装置，其特征在于，包括：

步骤一、构建冻结步态预测检测模型的方法；

步骤二、基于冻结步态预测检测模型预防和解除帕金森病患者冻结步态的方法，其中构建冻结步态预测检测模型仅执行一次。

3.如权利要求2所述的预防和解除帕金森病患者冻结步态的装置的实现方法，其特征在于，所述的构建冻结步态预测检测模型的方法用于构建冻结步态预测检测模型，所述冻结步态预测检测模型包括两种运动模式冻结步态预测检测模型：行走模式的冻结步态预测检测模型和等待起步模式的冻结步态预测检测模型；根据足底压力数据提取的特征识别患者的运动模式；分别定义和标记两种运动模式的pre-FOG标签；计算加速度数据的特征矩阵并分别训练和验证两种运动模式的冻结步态预测检测模型；具体包括以下步骤：

步骤S101，患者运动数据的采集：记录患者体重；使用所述加速度传感器、足底压力传感器同步获取患者运动时左右脚踝处的加速度数据和前脚掌、足中外侧、足跟区域的足底压力数据，并根据实验录像标记患者运动中冻结步态的开始和结束时间点，作为FOG标签；所述加速度传感器和足底压力传感器的采样频率大于30Hz；

步骤S102，数据预处理：使用四西格玛定律查找加速度数据中的离群值点，并使用中值定理替换离群值点；

步骤S103，数据加窗分割：使用长度为2秒、步长为0.5秒的滑动窗口分割步骤S102预处理后的加速度数据和步骤S101采集的足底压力数据，得到加速度数据片段和足底压力数据片段；

步骤S104，数据的特征提取：包括足底压力数据特征提取和加速度数据特征提取；其中，计算所有足底压力数据片段的特征，包括总足底压力均值、左脚总足底压力等于零的次数和右脚总足底压力等于零的次数；计算所有加速度数据片段的特征，并构建加速度特征矩阵AFM(Acceleration feature matrix)；

步骤S105，患者运动模式识别：根据患者体重设定患者运动时总足底压力均值的阈值，若步骤S104计算的总足底压力均值低于阈值，则判定患者处于离地姿势；设定步骤S103中所述的滑动窗口对应的时间长度内患者左脚抬脚总次数的阈值和右脚抬脚总次数的阈值，若步骤104计算的患者左脚总压力等于零的次数小于左脚抬脚总次数的阈值且右脚总压力等于零的次数小于右脚抬脚总次数的阈值，则判定患者处于站立姿势；离地姿势和站立姿势的运动模式均称为等待起步模式，其他所有运动模式都称为行走模式；

步骤S106-1，行走模式的FOG、pre-FOG和正常状态(no-FOG)的标注：计算每个加速度数据片段的冻结指数，记为FI；6个相邻的加速度数据片段为pre-FOG标注依赖组，其中，前3个相邻的加速度数据片段为前组，后3个相邻的加速度数据片段为后组，每个加速度数据片段的pre-FOG标签由以这个加速度数据片段为最后一个片段的pre-FOG标注依赖组的特征来标记；计算每组加速度数据片段的冻结指数的均值，记为FI_mean；以前组和后组间FI_mean的差异，进行行走模式pre-FOG的定义和标定，具体如下：

计算pre-FOG标注依赖组的FI差异性:FI_diff＝FI_mean(group1)/FI_mean(group2),其中，FI_mean(group1)和FI_mean(group2)分别代表前组和后组的FI_mean；

设定pre-FOG的阈值；pre-FOG的起止窗口标记为：FOG之前的首个FI_diff高于阈值的加速度数据片段开始到标记为FOG的加速度数据片段为止，pre-FOG标注为1；FOG标注为2；其余非FOG且非pre-FOG的行走模式的加速度数据片段标注为no-FOG，记为3；构建行走模式对应的加速度数据片段的标签矩阵：行走标签矩阵WLM(walkinglabeled matrix)；

步骤S107-1,行走模式的冻结步态预测检测模型训练和验证：将标注好pre-FOG、FOG和no-FOG的标签矩阵WLM分为训练集和测试集，进行行走模式的冻结步态预测检测模型的搭建和验证；

步骤S106-2，等待起步模式的FOG、pre-FOG和no-FOG的标注：pre-FOG的起止标记为：FOG之前的4个加速度数据片段；等待起步模式的pre-FOG标注为1、FOG标注为2、其余非FOG且非pre-FOG的等待起步模式的加速度数据片段标注为no-FOG，记为3；构建等待起步模式对应的加速度数据片段的标签矩阵：等待起步标签矩阵SWLM(start walking labeledmatrix)；

步骤S107-2,等待起步模式的冻结步态预测检测模型训练和验证：将标注好pre-FOG、FOG和no-FOG的标签矩阵SWLM分为训练集和测试集，进行等待起步模式的冻结步态预测检测模型的搭建和验证；

步骤S108，将训练好冻结步态预测检测模型移植到终端。