[发明专利]平足症筛查步态分析系统

权利要求书

1.一种平足症筛查步态分析系统，其特征在于，包括：

信息采集装置，通过平足症筛查鞋垫采集人体的足底的多个预定位置的压力数据；

信息处理装置，包括第一信息处理部、第二信息处理部以及第三信息处理部，第一信息处理部用于对所述压力数据进行数据处理而得到步态特征数据，第二信息处理部用于搭建一个基于K-NN均值算法的分类模型，并对所述分类模型进行训练，得到训练后分类模型，第三信息处理部用于将所述步态特征数据输入所述训练后分类模型，得到对平足症的筛查结果；

控制装置，用于控制所述信息采集装置进行信息采集，并控制所述信息处理装置根据所述压力数据进行平足症筛查；

其中，所述平足症筛查鞋垫包括鞋垫和多个压力传感器，多个所述压力传感器设置在所述鞋垫的多个预定位置上，分别用于采集人体的足底在多个所述预定位置的压力数据，

所述第二信息处理部包括第二信息处理部第一单元以及第二信息处理部第二单元，所述第二信息处理部第一单元用于将初始集的若干个数据集作为若干个初始数据集以搭建一个含有K值的所述分类模型，所述K值为大于等于3的变量且为整数，所述第二信息处理部第二单元用于将训练集的数个数据集作为数个训练数据集输入所述分类模型，对所述分类模型进行训练，选取最优的K值，得到最优K值下的训练后分类模型，

所述训练集和所述初始集均为针对若干个具有不同平足症等级的测试者通过所述信息采集装置以及所述第一信息处理部而得的所述步态特征数据，所述训练集和所述初始集的所述步态特征数据均标有对应的平足症等级的标签，

对所述分类模型进行训练的具体方法为：对每一个所述训练数据集与若干个所述初始数据集之间的坐标距离分别进行计算，选取所述坐标距离最近的所述K值个所述初始数据集作为第一特定数据集，将每一个所述训练数据集的平足症等级分别与对应的所述第一特定数据集中出现频率最高的平足症等级进行比较，得到不同所述K值下的所述分类模型的平足症筛查准确率，并选取最优的K值作为所述最优K值。

2.根据权利要求1所述的一种平足症筛查步态分析系统，其特征在于：

其中，所述预定位置为五个，分别命名为A、B、C、D、E，A、B位于在所述鞋垫的距离前端60％的位置的后侧1cm的位置，C、D、E位于在所述鞋垫的距离前端60％的位置的前侧1cm的位置。

3.根据权利要求2所述的一种平足症筛查步态分析系统，其特征在于：

其中，所述步态特征数据包括F_A/m、F_B/m、F_C/m、F_D/m、F_E/m、(F_B+F_E+F_D/2)/m、(F_A+F_C+F_D/2)/m以及(F_A+F_B+F_C+F_D+F_E)/m，

其中F_A、F_B、F_C、F_D、F_E为A、B、C、D、E对应的所述压力数据，m为所述人体的质量。

4.根据权利要求1所述的一种平足症筛查步态分析系统，其特征在于：

其中，所述训练后分类模型进行平足症筛查的具体方法为：对所述步态特征数据与若干个所述初始数据集之间的坐标距离进行计算，选取所述坐标距离最近的所述最优K值个所述初始数据集作为第二特定数据集，平足症筛查的结果为所述第二特定数据集中出现频率最高的平足症等级。

5.根据权利要求1或4所述的一种平足症筛查步态分析系统，其特征在于：

其中，所述步态特征数据均以(x,y,z...)的形式输入所述分类模型以及所述训练后分类模型，

所述坐标距离的计算公式为：

其中D代表两点间距离，其中(x1,y1,z1...)与(x2,y2,z2...)分别为两个点的坐标值。