[发明专利]一种步态分析、训练方法及系统

说明书

本发明公开一种步态分析、训练方法及系统，该方法包括：获得在步行过程中被测者的各个预定部位的姿态测量数据；利用该姿态测量数据计算被测者的各个预定部位的姿态信息；利用该姿态信息，分析被测者在每一步的步态特征信息；利用被测者在每一步的步态特征信息，分析得到被测者在步行过程中的步态分析结果；依据所述步态分析结果，分析被测者步态异常的关键点及影响因素；依据被测者步态异常的关键点及影响因素，制定针对被测者的步态训练方案，并利用所述步态训练方案，对被测者进行步态训练。由此可见，本发明实现了一种自动的步态分析、训练方案，可有效克服人工训练方式所存在的各种缺陷，并提升患者在步态恢复中的体验及提升步态恢复效果。

技术领域

本发明属于基于微传感器技术的人体运动康复领域，尤其涉及一种步态分析、训练方法及系统。

背景技术

不论是脑损伤(如脑卒中，脑外伤)等引起的偏瘫还是脊髓损伤引起的截瘫，患者最大的康复诉求便是恢复其步行能力。尤其是脑损伤引起的偏瘫，其作为世界上发病率最高的三大疾病之一，致残率也相当高，如果患者不能恢复其步行能力，将严重影响患者在日常生活中的活动能力，鉴于此，步行分析与训练是中枢神经系统损伤患者尤其是脑损伤患者在康复过程中最重要也是最关键的环节。

脑损伤患者基本步行能力的恢复即指正常步态的恢复，其必须具备以下三点：患者的站位平衡能力、患侧负重能力及屈髋屈膝能力的恢复等。更进一步地，其正常步态的恢复更涉及到下肢各个关节的关节活动度、肌力及肌张力的恢复。大部分脑损伤患者其步态异常均有如下共性特征：患侧负重差，足下垂，足内翻，支撑相膝关节过伸，摆动相膝关节屈曲不足，屈髋不足，骨盆旋前不足等。造成患者这些步态异常的原因除了肌张力增加的原因外，很重要的原因是与步行相关的肌肉肌力的不足。因此针对患者步态异常进行分析并给予针对性治疗、训练尤为重要。目前，大部分步态训练以人工训练为主，由于相当一部分康复治疗师对步态的认识不足，如仅注意踝背伸肌的训练，忽略踝外翻肌的训练，导致患者足内翻的加重；不注重膝关节股四头肌离心收缩的训练，导致患者膝过伸加重等，出现很多异常的误用模式。最终导致患者步行能力恢复慢且步态难看，耗能多，安全性差，直接阻碍了患者功能性步行能力的恢复。且人工训练模式枯燥，患者积极性不高，易产生厌烦情绪。

鉴于此，随着姿态测量系统的发展，以及微传感器技术在人体运动康复领域的广泛应用，如何实现一种自动的步态分析、训练方案，以克服人工训练方式所存在的上述缺陷，成为人体运动康复领域的研究热点。

发明内容

有鉴于此，本发明的目的在于提供一种步态分析、训练方法及系统，旨在克服传统人工训练方式所存在的上述缺陷，提升患者在步态恢复中的体验及提升步态恢复效果。

为此，本发明公开如下技术方案：

一种步态分析、训练方法，包括：

获得步行过程中被测者的各个预定部位的姿态测量数据；

利用所述姿态测量数据，计算被测者的各个预定部位的姿态信息；

利用被测者的各个预定部位的姿态信息，分析被测者在每一步的步态特征信息；

利用被测者在每一步的步态特征信息，分析得到被测者在步行过程中的步态分析结果；

依据所述步态分析结果，分析被测者步态异常的关键点及影响因素；

依据被测者步态异常的关键点及影响因素，制定针对被测者的步态训练方案，并利用所述步态训练方案，对被测者进行步态训练。

上述方法，优选的，所述预定部位包括下肢的多个预定关节部位，所述多个预定关节部位包括腰关节以及左右腿侧的髋关节、膝关节和踝关节；

所述获得步行过程中被测者的各个预定部位的姿态测量数据，包括：

获得利用惯性传感器采集的被测者在各个预定部位的角速度信号、加速度信号及磁场分量信号；