[发明专利]一种人体平衡能力评估数据处理方法与装置

权利要求书

1.一种人体平衡能力评估数据处理方法，其特征在于，所述方法包括：

S1、获取人体平衡能力评估数据，并采用中值平均滤波方法对获取到的人体平衡能力评估数据进行滤波处理；

S2、对步骤S1滤波处理后的数据进行数据线下增强；

S3、基于增强后的数据进行人工特征构造；

S4、对步骤S3构造的人工特征进行降维处理，并基于降维后的数据采用机器学习的方式进行自动化特征选择。

2.根据权利要求1所述的方法，其特征在于，所述人体平衡能力评估数据包括压力数据和姿态数据，其中，压力数据包括人体重心投影轨迹坐标和通过压力平台所测量的压力，姿态数据包括加速度计数据、陀螺仪数据和传感器采样周期。

3.根据权利要求2所述的方法，其特征在于，在所述步骤S2中对数据执行如下操作之一或其组合：时序平移、振幅平移和添加高斯噪声。

4.根据权利要求3所述的方法，其特征在于，所述人工特征包括压力数据对应的人工特征和姿态数据对应的人工特征。

5.根据权利要求4所述的方法，其特征在于，所述压力数据对应的人工特征至少包括：

人体重心投影进行移动时所对应的轨迹长度、平均速度、前后平均速度、前后动摇径、左右动摇径、轨迹包络面积或者其组合；

通过压力平台所测量的压力数据对应的最大压差、前后压差、左右压差或者其组合。

6.根据权利要求4所述的方法，其特征在于，所述姿态数据对应的人工特征至少包括：

加速度计数据所对应的前后方向平均加速度、左右方向平均加速度、垂直方向平均加速度、前后最大加速度差、左右最大加速度差或者其组合；

陀螺仪数据所对应的前后最大倾角、左右最大倾角、前后最大调节角速度或者其组合；

传感器采样周期所对应的传感器主频率。

7.根据权利要求4所述的方法，其特征在于，在所述步骤S4中，采用LDA降维方法对所述人工特征进行降维处理。

8.根据权利要求7所述的方法，其特征在于，在所述步骤S4中，通过如下步骤采用机器学习的方式进行自动化特征选择：

S41、采用机器学习的方式评估经过降维处理后的人工特征的重要性得分；

S42、基于步骤S41的重要性评估得分结果采用降序对其进行排序；

S43、基于步骤S42的排序结果选取预设排名位数靠前的特征作为生成的采用机器学习的自动化特征。

9.根据8所述的方法，其特征在于，所述步骤S41包括：通过构建随机森林评估经过降维处理后的人工特征的重要性得分。

10.一种人体平衡能力评估数据处理装置，其特征在于，所述装置包括：

滤波模块，用于对获取到的人体平衡能力评估数据进行滤波处理；

数据增强模块，用于对滤波后的数据进行线下增强；

人工特征构造模块，用于对增强后的数据进行人工特征构造；

降维模块，用于对构造好的人工特征进行降维处理；

自动化特征选择模块，用于对降维后的数据采用机器学习的方式进行自动化特征选择。

11.一种人体平衡能力评估方法，其特征在于，所述方法包括：

T1、根据如权利要求1-9任一所述方法构造的数据特征，获得待评估人的人体特征数据；

T2、基于步骤T1获得的特征数据对人体平衡能力进行评估。

12.一种人体平衡能力评估系统，其特征在于，所述系统包括：

如权利要求10所述的装置，用于处理人体平衡能力评估数据并完成数据的特征构建；

评估模块，基于如权利要求10所述的装置构造的数据特征获得待评估人的人体特征数据对人体平衡能力进行评估。