[发明专利]一种基于足底压力的步态分析方法

说明书

技术领域

本发明涉及一种步态模式识别领域，特别是关于一种基于足底压力的步态分析方法。

背景技术

随着近年来中国人口结构老龄化加剧，自然灾难、安全事故频发，下肢残疾人数逐渐增加。作为截肢者重新获得部分生活能力的重要工具，假肢得到了广泛的使用。新技术的发展使人们已经不再满足于只能起到支撑作用和增强美观性的传统下肢假肢，智能下肢假肢正在成为康复研究的热点。智能下肢假肢可以根据人体生物信号和外部环境信息，识别人体运动趋势，代替缺失的肢体实现正常行走。脚底压力作为人体和外部环境的交互作用，提供人体步态相位和下肢运动模式等多方面的步态模式的信息，并且物理含义明确、直观，信号采集、处理、分析简单，便于用于智能下肢假肢的控制。

目前，脚底压力在智能下肢假肢中已经有了较为广泛的应用，但是多用于提供脚底开关量信息。如中国专利CN101947151A，此专利中智能下肢假肢将脚底压力信息与给定的阈值作比较，得到的脚底开关量用来识别步态相位，制定控制策略。脚底压力信号中包含的其他运动信息如运动模式和身体状态等没有得到充分利用。与此同时，步态分析多采用人体生物信号，如中国专利CN101587546A中所用信号主要是表面肌肉电信号，脚底压力信息仍然只用来提供开关量，判断脚底着地与否。而人体生物信号最大的缺点是信号微弱、不稳定，因此无论信号采集、处理还是分析，都十分复杂。

发明内容

针对上述问题，本发明的目的是提供一种基于足底压力的步态分析方法，分析人体运动信息。本发明通过实时分析足底压力分布随时间的变化，以识别人体步态相位和下肢运动模式信息，为后续智能下肢假肢的控制提供丰富的决策依据，促进智能下肢假肢更加智能化，更好地代替人体缺失肢体，实现自由运动。

为实现上述目的，本发明采取以下技术方案：一种基于足底压力的步态分析方法，其包括以下步骤：（1）通过设置在每个脚底处的四个压力传感器采集脚底压力信号，进行步态分析；（2）对采集到的脚底压力信号进行步态相位分析：比较四个压力传感器采集到的压力和与预设阈值的大小，当四个压力传感器采集到的压力和小于预设阈值时，脚底处于摆动相；反之，脚底处于支撑相；（3）根据脚底压力信号判断本次步态相位分析结果与前一次步态相位分析结果是否发生切换：若发生步态相位的切换，则在此时间点进入下一步；反之，返回步骤（1）；（4）在步态相位发生切换的时间进行基于步态相位的下肢运动模式分析；（5）根据下肢运动模式分析结果判断是否需要结束步态分析，若不需要结束，则返回步骤（1）；反之，结束。

所述步骤（4）中，基于所述步态相位的下肢运动模式分析包括以下步骤：①在步态相位发生切换时，选取步态相位发生切换时间点前一段时间内的数据或切换时间点后一段时间内的数据作为一个分析窗口数据；②在分析窗口中，分别取静态参数、三次回归模型系数和各个位置压力曲线之间的相关性系数作为特征值；③采用一层决策树分类器与一层线性分类器相结合的两层次分类方法，对所述步骤②中的三类特征值进行分类，实现对下肢运动模式的识别。

所述步骤①中，所述切换时间点前一段时间或后一段时间的时间点均为140～200ms之间任意一点。

所述步骤②中，所述静态参数为对所述分析窗口中每个位置压力传感器压力曲线变化量中的最大值；所述三次回归模型系数是对所述分析窗口中每个位置压力传感器的压力曲线做三次回归，得到表征脚底压力变化曲线的回归模型系数；所述各个位置压力曲线之间的相关性系数用于表征脚底不同位置着地的时序关系。

所述步骤③中，基于所述两层次分类方法的下肢运动模式识别如下：（a）提取分析窗口数据中的足底压力特征值：静态参数、三次回归模型系数和各个位置压力曲线之间的相关性系数；（b）采用决策树分类器，使用特征值中的静态参数作为判断量进行决策分类，当静态参数小于预设静态阈值时，足底压力特征值被分类为静止状态特征集；当静态参数大于预设静态阈值时，足底压力特征值被分类为运动状态特征集；（c）足底压力特征值被分类为静止状态特征集时，采用线性分类器进行第二次分类，识别出下肢运动模式为静坐或原地站立；（d）足底压力特征值被分类为运动状态特征集时，采用线性分类器进行第二次分类，识别出下肢运动模式为平地行走、上楼梯或者下楼梯和上下斜坡；（e）结束本次分析窗口的下肢运动模式分析。

所述步骤（c）和步骤（d）中，所述线性分类器使用三次回归模型系数和各个位置压力曲线之间的相关性系数作为分类依据。