“步态训练”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果349750个，建议您升级VIP下载更多相关专利

[实用新型]偏瘫患者训练步态观察提醒裤-CN202021807410.4有效
发明人：杜芷贤;林楚津;张雪 -专利权人：广州卫生职业技术学院
申请日： 2020-08-26 - 公布日： 2021-01-22 - 主分类号： A61B5/11 文献下载
摘要：本实用新型涉及一种偏瘫患者训练步态观察提醒裤，包括：裤体；裤腰，所述裤腰与所述裤体连接；以及提醒装置，所述提醒装置设置于所述裤腰，所述提醒装置包括监测件和提醒件，所述监测件能够随着提胯动作而发生运动，所述监测件运动至预设位置时能够直接或者间接触发所述提醒件本方案的偏瘫患者训练步态观察提醒裤能够在患者步态出现问题时及时进行提醒，使患者主动意识到自己的步态出现问题，将被动训练转化为主动训练，同时也能为治疗师制定训练方案提供帮助，提升训练效果。
偏瘫患者训练步态观察提醒

[发明专利]一种基于层级实时记忆的步态识别方法-CN201811600836.X有效
发明人：唐琎;刘方;吴志虎;郭璠;肖晓明;高琰 -专利权人：中南大学
申请日： 2018-12-26 - 公布日： 2021-05-14 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于层级实时记忆的步态识别方法，在新个体学习阶段，通过获取该个体不同角度的步态图片序列训练样本，以训练层级实时记忆模型，且输出层得到训练样本的聚类结果，然后根据聚类结果与身份和角度标记，计算层级实时记忆模型的输出层中的条件概率；在身份识别阶段，通过获取待识别个体的步态图片序列，层级实时记忆模型的输出层得到待识别个体的步态图片序列的聚类结果，选择与聚类结果对应的条件概率最高的身份和角度标记本发明方法不但可以提取时间特征，而且多视角的共同训练克服了以往步态识别单视角的局限性，提高了步态识别的识别率。
一种基于层级实时记忆步态识别方法

[发明专利]一种LSTM与CNN相结合的跨视角步态识别方法-CN202011119681.5在审
发明人：戚艳军;孔月萍;雷振轩;李静;朱旭东;王佳婧 -专利权人：西安建筑科技大学
申请日： 2020-10-19 - 公布日： 2021-01-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种LSTM与CNN相结合的跨视角步态识别方法，包括以下步骤：1)从CASIA‑B步态视频数据集中，采用OpenPose3D提取视频中行人的3D姿态数据；2)从步骤1)中获取的3D姿态数据中提取视频行人关节点的运动约束数据及关节动作数据，构建行人步态约束矩阵并以此建立样本集；3)构建3D步态识别网络LC‑POSEGAIT；4)利用步骤2)得到的训练集样本对3D步态识别网络LC‑POSEGAIT进行训练；5)利用训练后的3D步态识别网络LC‑POSEGAIT提取视频行人的步态特征向量，完成LSTM与CNN相结合的跨视角步态识别，该方法能够实现跨视角步态识别，避免了行人检测跟踪的预处理工作，能够缓解拍摄角度、携带物品、光照等因素对步态识别的影响
一种 lstm cnn 相结合视角步态识别方法

[发明专利]双重减重步态康复水疗训练系统-CN201510213414.7在审
发明人：张泓;许明;张健;尹秀婷;祁芳;曾序求;艾坤;邓石峰;谭洁 -专利权人：湖南中医药大学
申请日： 2015-04-30 - 公布日： 2015-08-05 - 主分类号： A63B23/04 文献下载
摘要：本发明涉及一种双重减重步态康复水疗训练系统，包括有固定在地面上方的导轨，导轨上安装有可沿着所述导轨滑动的滑块，滑块连有接拉绳，拉绳的另一端连接有固定患者身体的吊带，还包括有设在所述导轨下方的训练水池。训练水池池底安装有步态引导装置，所述的步态引导装置包括地板显示屏，所述的地板显示屏通电后显示有足印。在导轨下方的设有训练水池，患者在充满水的训练池中进行训练，水的浮力和吊带的拉力共同减轻了患者的重力；在训练水池池底安装有地板显示屏构成的步态引导装置，让患者根据地板显示屏显示的脚印训练，患者可以根据足印行走训练
双重步态康复水疗训练系统

[实用新型]双重减重步态康复水疗训练系统-CN201520271043.3有效
发明人：许明;邓石峰;张健;尹秀婷;艾坤;谭洁;曾序求;李跃兵 -专利权人：湖南中医药大学
申请日： 2015-04-30 - 公布日： 2015-10-28 - 主分类号： A63B23/04 文献下载
摘要：本实用新型涉及一种双重减重步态康复水疗训练系统，包括有固定在地面上方的导轨，导轨上安装有可沿着所述导轨滑动的滑块，滑块连接有拉绳，拉绳的另一端连接有固定患者身体的吊带，还包括有设在所述导轨下方的训练水池训练水池池底安装有步态引导装置，所述的步态引导装置包括地板显示屏，所述的地板显示屏通电后显示有足印。在导轨下方的设有训练水池，患者在充满水的训练池中进行训练，水的浮力和吊带的拉力共同减轻了患者的重力；在训练水池池底安装有地板显示屏构成的步态引导装置，让患者根据地板显示屏显示的脚印训练，患者可以根据足印行走训练
双重步态康复水疗训练系统

[发明专利]一种基于步态信息的疲劳检测方法、装置及系统-CN202210239695.3在审
发明人：曹自平;李恒恒 -专利权人：南京邮电大学
申请日： 2022-03-09 - 公布日： 2022-06-10 - 主分类号： A61B5/11 文献下载
摘要：本发明公开了疲劳检测领域的一种基于步态信息的疲劳检测方法、装置及系统，包括：采集使用者在运动过程中的下肢关节角度数据；由下肢关节角度数据中提取步态序列信息，并对步态序列信息进行计算统计获得步态特征信息；预先训练好的疲劳预测模型根据输入的步态特征信息获得使用者的疲劳状态；所述疲劳预测模型训练过程包括：将训练数据集按照疲劳状态信息划分等级，并通过训练数据集对机器学习模型进行训练，获得准确率和误差符合要求的疲劳预测模型
一种基于步态信息疲劳检测方法装置系统

[发明专利]一种基于GEI和TripletLoss-DenseNet的步态识别方法-CN201810518121.3有效
发明人：杨新武;侯海娥;冯凯 -专利权人：北京工业大学
申请日： 2018-05-27 - 公布日： 2022-03-08 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于GEI和TripletLoss‑DenseNet的步态识别方法，该方法将步态能量图GEI作为网络的输入，采用稠密连接方式连接网络各层，并使用三元组损失函数计算训练的损失值，通过优化损失值，反向传播更新模型参数，训练网络模型直至该模型收敛。经过网络的训练，最终将GEI映射为特定空间S上一维数组表示的特征向量，并用特征向量间的欧氏距离表示行人的相似度，通过相似度来匹配步态识别人的身份。通过在CASIA步态数据库的DatasetB上进行测试，体现了该模型具有较强的特征映射能力，证明了本发明能在训练样本较少的情况下训练出性能优越的基于步态的识别模型，而且具有跨视角识别、模型参数少等优点。
一种基于 gei tripletloss densenet 步态识别方法

[实用新型]帕金森患者步态康复训练装置-CN201921269304.2有效
发明人：冯涛;柳欣 -专利权人：首都医科大学附属北京天坛医院
申请日： 2019-08-06 - 公布日： 2020-04-24 - 主分类号： A63B23/04 文献下载
摘要：本实用新型提供了一种帕金森患者步态康复训练装置，涉及医疗辅助器械技术领域，解决了现有技术存在帕金森患者步态训练工具于场地和安全性上使用起来具有局限性的技术问题。该帕金森患者步态康复训练装置包括可移动支架和灯箱，其中：可移动支架的下部设置支脚，灯箱能固定连接在可移动支架的不同位置高度处；灯箱上设置光源、显示板和显示板卡位，显示板可拆卸地固定在显示板卡位上，一个灯箱配备至少两个显示板；显示板经光源投影能在地面或者墙面上形成视觉提示图形，帕金森患者能通过视觉提示图形进行步态康复训练。本实用新型用于辅助帕金森患者进行步态康复训练。
帕金森患者步态康复训练装置

[发明专利]一种基于互相关性的对步态信号进行识别的方法及系统-CN202110850692.9在审
发明人：李润超;宋臣;王东卫;孟凡吉;汤青 -专利权人：新绎健康科技有限公司
申请日： 2021-07-27 - 公布日： 2021-12-07 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于互相关性的对步态信号进行识别方法及系统，其中方法包括：获取多个目标对象的步态信号数据，所述步态数据包括X轴、Y轴和Z轴加速度信号；将每个目标对象在预定期间内的步态信号数据确定为一个步态信号数据样本；计算步态信号数据样本中的步态信号数据与相邻的步态信号数据在X轴、Y轴和Z轴加速度信号之间的互相关性特征；基于步态信号数据以及步态信号数据的互相关性特征训练卷积神经网络模型，基于训练后的卷积神经网络模型对目标对象的步态信号进行识别
一种基于互相步态信号进行识别方法系统

[发明专利]一种基于云平台的可穿戴式太极运动步态评测与训练系统-CN201910415945.2在审
发明人：任海川;段虎飞;李庆明;康宏嘉;王邦锋;毛晓波;李世博;杨朝中;毛帆;李臣宏 -专利权人：郑州大学
申请日： 2019-05-19 - 公布日： 2020-11-20 - 主分类号： A63B71/06 文献下载
摘要：本发明公开了一种基于云平台的可穿戴式太极运动步态评测与训练系统，包括步态参数采集模块、步态参数处理模块、步态运动功能评估与训练模块、云平台模块；采用姿态传感器、足底压力传感器和表面肌电传感器实时采集人体太极运动中的步态数据，基于云平台数据融合算法，实现用户太极运动步态训练的横向与纵向对比；同时采用大数据深度挖掘算法，实现从肌电信号到步态规范的逆向分析；基于多用户的人机交互功能，可为太极授课提供清晰的数字可视化指导，也可为竞技太极比赛评委打分提供客观量化参考
一种基于平台穿戴太极运动步态评测训练系统

[发明专利]一种基于生物个体步态信息的身份识别方法-CN202011124218.X在审
发明人：李志华;何恬 -专利权人：江南大学
申请日： 2020-10-20 - 公布日： 2021-01-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于生物个体步态信息的身份识别方法，首先通过智能手机对步态信息进行采集，所采集的步态信息汇总后传输至服务器端，服务器端对步态的动作特征数据进行分类，并对分类结果进行神经网络训练，以此完成身份识别神经网络的训练和基于神经网络的身份识别模型创建，再根据步态神经网络识别模型对新采集的步态信息进行识别，进一步根据模型的识别结果确定步态的生物个体身份信息，进行身份识别。采用本发明的设计，取代了现有的通过监控摄像头进行数据采集的操作，可显著降低身份识别的成本，同时根据神经网络的识别、训练方法，使其能够保持相当的准确度，富于实用。
一种基于生物个体步态信息身份识别方法

[发明专利]一种步态和平衡训练的机器人系统-CN202211008599.4在审
发明人：于宁波;韩建达;周昭丞;时明松;刘思慧 -专利权人：南开大学深圳研究院
申请日： 2022-08-22 - 公布日： 2022-12-09 - 主分类号： A61H1/02 文献下载
摘要：本发明公开了一种步态和平衡训练的机器人系统和方法；包括运动发生单元，运动发生单元用于发生步态轨迹运动，带动腿部做步态运动，运动发生单元包括有平行机构、摇杆机构和连接板，摇杆机构的连杆和连接板连接平行机构，用于使平行机构和摇杆机构联动，摇杆机构用于发生步态轨迹运动，平行机构用于使摇杆机构发生的步态轨迹运动平稳进行。本发明通过摇杆机构发生步态轨迹运动，模拟腿部的步态运动，带动腿部做步态运动。摇杆机构具有结构简单，运行平稳的优点，并且通过平行机构与摇杆机构联动，进一步确保步态轨迹运动的平稳进行，从而起到较好的康复训练效果。
一种步态平衡训练机器人系统

[发明专利]基于步态标准差的轻度认知障碍识别方法及设备-CN202010328977.1有效
发明人：李颖;江杨洋;赵秋艳;杨雪 -专利权人：四川大学华西医院
申请日： 2020-04-23 - 公布日： 2023-07-14 - 主分类号： G06F18/241 文献下载
摘要：本申请涉及一种基于步态标准差的轻度认知障碍识别方法，包括：采集受试者的单任务步态数据和对偶任务步态数据，然后对单任务步态数据和对偶任务步态数据进行预处理。基于预设的算法，根据预处理后的单任务步态数据和对偶任务步态数据，得到预处理后的单任务步态数据和对偶任务步态数据的差别特征，将差别特征输入预先训练的机器学习模型，得到受试者的轻度认知障碍识别结果。本申请中，上述流程均通过机器实现，并且通过预先训练好的机器学习分类模型判断受试者是否具有轻度认知障碍，较之现有技术更加方便快捷准确，而且节省了人力物力。
基于步态标准差轻度认知障碍识别方法设备

[发明专利]基于步态信息的轻度认知障碍识别方法及设备-CN202010328969.7有效
发明人：李颖;刘颖;杨雪 -专利权人：四川大学华西医院
申请日： 2020-04-23 - 公布日： 2023-08-18 - 主分类号： G06F18/241 文献下载
摘要：本申请涉及一种基于步态信息的轻度认知障碍识别方法，包括：采集受试者的单任务步态数据和对偶任务步态数据，然后对单任务步态数据和对偶任务步态数据进行预处理。基于预设的算法，根据预处理后的单任务步态数据和对偶任务步态数据，得到预处理后的单任务步态数据和对偶任务步态数据的差别特征，将差别特征输入预先训练的机器学习模型，得到受试者的轻度认知障碍识别结果。本申请中，上述流程均通过机器实现，并且通过预先训练好的机器学习分类模型判断受试者是否具有轻度认知障碍，较之现有技术更加方便快捷准确，而且节省了人力物力。
基于步态信息轻度认知障碍识别方法设备

[发明专利]一种基于感知压缩的步态识别方法-CN201910145289.9有效
发明人：叶心汝;王勇;曹佳禾 -专利权人：浙江大学
申请日： 2019-02-27 - 公布日： 2021-03-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于感知压缩的步态识别方法，包括：采集行人的步态图像后进行预处理，得到步态能量图；对步态能量图进行感知压缩，在测量矩阵上进行随机投影，得到降维后的步态能量图；将降维后的步态能量图作为步态识别网络的输入，所述步态识别网络包括输入层、隐含层与输出层，所述隐含层为感知机单元，在标签的监督下，对步态识别网络进行训练，得到训练完成后对应的步态识别模型；将待测行人的步态图像经过预处理和感知压缩后，作为步态识别模型的输入在该方法中，步态能量图经感知压缩后的区分度不变，在保留了可供分类信息的同时降低了数据维度，在感知机模型中的效率大大高于普通卷积神经网络。
一种基于感知压缩步态识别方法