[发明专利]一种基于步态特征的跌倒风险评估方法及跌倒识别装置

权利要求书

1.一种基于步态特征的跌倒风险评估方法，其特征在于，包括如下步骤：

S1、通过吉步恩获取对象仅步行时的单任务步态数据和对象边步行边执行其他任务时的多任务步态数据；

S2、根据单任务步态数据，确定对象的步态变异系数；

S3、根据单任务步态数据和多任务步态数据，确定对象在两种任务下的步态消耗数据；

S4、根据单/双任务步态数据、步态变异系数和步态消耗数据，评估对象的跌倒风险系数。

2.如权利要求1所述的基于步态特征的跌倒风险评估方法，其特征在于，所述步骤S1中，得到的步态数据如下：

Fv：在自由行走实验下的步速；

Fo：在自由行走实验下的摆动时间；

Ab：在动物流畅性实验下的制动力；

Bl：在倒数100实验下的步幅；

Btc：在倒数100试验下的步时变异性；

自由行走即参与者按照舒适的速度进行行走；动物流畅性即参与者以舒适的速度行走的同时边思考动物的名字并大声说出来；倒数100即参与者以舒适的速度行走的同时边从100开始倒数，100、99、98...；

步态数据去除走路过程中的第一步和最后一步。

3.如权利要求1所述的基于步态特征的跌倒风险评估方法，其特征在于，所述步骤S2中，步态变异系数的研究对象是参与者的左脚多个时间点的步态数据，

步态变异系数Atc：在动物流畅性实验下，患者行走一步对应一个时间段，患者行走若干步对应若干个时间段，计算所述若干个时间段的标准偏差和平均值的比值，即标准偏差与平均值的比率，用百分比表示；

公式为Atc＝SD/mean*100％

SD为多时间点步态标准偏差，mean为多时间点步态平均值。

4.如权利要求1所述的基于步态特征的跌倒风险评估方法，其特征在于，所述步骤S3中，双任务步态消耗的研究对象是参与者一个时间点的自由行走和动物流畅性的步态数据，FAd：在单任务自由行走和双任务动物流畅性下的步态消耗，

双任务步态消耗FAd：单任务步态值与双任务步态值的差值与单任务步态值的比率，用百分比表示；

公式为DTC＝(ST-DT)/ST*100％

ST为一个时间点单任务步态值，DT为一个时间点双任务步态值。

5.如权利要求1所述的基于步态特征的跌倒风险评估方法，其特征在于，所述步骤S4中，参与者在自由行走状态下的步速Fv、摆动时间Fo、参与者在动物流畅性状态下制动力Ab、步时变异系数Atc、参与者在倒数100实验中的步幅Bl、步时变异性Btc以及在双任务动物流畅性实验和单任务自由行走实验中的步态消耗作为训练集，参与者跌倒风险评估表得分CA作为标签值，通过神经网络算法建立的定量分析模型进行跌倒风险评估，

最终得出跌倒风险系数K与7个步态参数的权重矩阵为：

K＝[1.45,-0.10,-1.45,6.62,-0.02,-1.24,-0.04,-0.01]

即：

跌倒风险评分CA＝K*[Fv,Fo,Ab,Atc,Bl,Btc,FAd]^T。

6.一种基于步态特征的跌倒识别装置，其特征在于，包括一双智能鞋和5个高精度低功耗的惯性传感器模块，采集数据时参与者穿上智能鞋和用尼龙带将惯性传感器模块分别固定在参与者的左右大腿、左右小腿和躯干，将采集到的运动信号传输到软件系统中，经过对加速度数据和姿态数据进行融合，并利用四元互补滤波技术计算输出步态参数。