[发明专利]用于评估用户康复状态的服务器、系统、设备及介质

权利要求书

1.一种服务器，用于评估用户康复状态，其特征在于，所述服务器被配置为：

根据所述用户的足底压力图像帧序列得到足底压力分布数据和步态特征数据；

将所述足底压力分布数据和步态特征数据作为第一输入和第二输入分别输入双流卷积神经网络的第一链路和第二链路，从而得到用户的康复状态等级；

其中，所述服务器被配置为根据所述用户的足底压力图像帧序列得到足底压力分布数据和步态特征数据进一步包括所述服务器被配置为：

获取所述用户的足底压力图像帧序列中包含的各足底压力图像对应的足底压力矩阵；

筛除各足底压力矩阵中的全零行和全零列，得到各足底压力图像的最小外接矩形，并根据各足底压力图像的最小外接矩形得到各足底压力图像的中心；

根据各足底压力图像中最大的最小外接矩形以及各足底压力图像的中心，裁剪各足底压力图像，得到大小相同的各足底压力图像，从而构成处理后的足底压力图像帧序列，以使得根据所述处理后的足底压力图像帧序列得到所述足底压力分布数据和步态特征数据，其中，所述裁剪包括对空白位置的压力值补零。

2.根据权利要求1所述的服务器，其特征在于，

所述足底压力分布数据为所述足底压力图像帧序列中最大平均压力值对应的足底压力单帧图像数据或者为所述足底压力图像帧序列的平均压力值图像数据；

所述步态特征数据为光流序列数据。

3.根据权利要求2所述的服务器，其特征在于，

所述服务器被配置为根据所述用户的足底压力图像帧序列得到光流序列数据进一步包括所述服务器被配置为：

通过如下计算得到所述光流序列数据：

其中τ、k表示帧序号，I_τ表示第τ帧的光流序列数据，(u,v)表示第τ帧的任意点的坐标，d表示差分计算；(w,h)表示每帧图像的大小，L表示总帧数。

4.根据权利要求2所述的服务器，其特征在于，

所述服务器被配置为根据所述用户的足底压力图像帧序列得到所述足底压力图像帧序列中最大平均压力值对应的足底压力单帧图像数据进一步包括所述服务器被配置为：

通过如下计算得到所述最大平均压力值P_max对应的足底压力单帧图像数据：

；或者

所述服务器被配置为根据所述用户的足底压力图像帧序列得到所述足底压力图像帧序列的平均压力值图像数据进一步包括所述服务器被配置为：

通过如下计算得到所述足底压力图像帧序列的平均压力值图像数据：

其中，p_A(i,j)表示足底压力图像帧序列的平均压力值图像坐标(i,j)处的压力值，p_n(i,j)表示足底压力图像帧序列中第n帧图像坐标(i,j)处的压力值，(w,h)表示每帧图像的大小，L表示总帧数。

5.根据权利要求1所述的服务器，其特征在于，所述服务器还被配置为：

构建训练数据集，所述训练数据集包括多组训练数据，一组训练数据包括一个标注了康复状态等级的样本用户的左脚和/或右脚的足底压力分布数据和步态特征数据；

根据所述训练数据集训练深度学习模型，得到所述双流卷积神经网络。

6.一种用于评估用户康复状态的系统，其特征在于，包括

压力数据采集设备、用户终端设备和如权利要求1-5中任一项所述的服务器，

其中，

所述压力数据采集设备用于采集用户的足底压力图像帧序列；

用户终端设备用于将所述足底压力图像帧序列和用户当前康复信息发送到所述服务器。

7.根据权利要求6所述的系统，其特征在于，所述服务器还被配置为：

将得到的所述用户的康复状态等级与预先存储的该用户的预期状态等级进行比较；

若判断所得到的状态等级与所述预期状态等级相同，则向所述用户终端设备发送维持当前康复训练的提示。