[发明专利]针对脊柱腿部健康的智能鞋自适应监测方法

权利要求书

1.一种针对脊柱腿部健康的智能鞋自适应监测方法，其特征在于包括：

第一步骤：将鞋底和/或鞋内部划分为预定的多个区域，利用采集模块采集步行时所述多个区域各自的压力数据，并且记录采集时的时间数据；

第二步骤：采集模块将采集到的压力数据以及记录的采集时的时间数据传递给分析模块；

第三步骤：分析模块根据接收到的压力数据以及采集时的时间数据，通过建立和自适应完善的识别模型，给出运动状态识别结果；

第四步骤：根据个人人群与群体的比对结果来自适应自动调节鞋底压力分布，以形成最适合个人的鞋底压力模型，从而让鞋底能够自动调节成为个人最舒适最健康的鞋底压力模型，并作为用户画像群体中的输入因子，影响同特征人群的初始足底压力分布，同时个体作为整体人群中，对应画像人群的一个新输入因子，用SVM遗传修正整体人群对应画像人群环境模型，其对应人群的足部特征用户画像不断清晰细化，SVM分类器适应度函数f(x_i)＝min(1-g(x_i))，g(x_i)⊆（0,1）为SVM分类器对样本划分正确率，随着样本量的增加，如果正确率高于历史最佳模型，则该模型取代原有最佳模型，从而随着样本量的增加模型自适应不断优化完善，针对对应人群、健康人群和健康评估，个性化建立三角足压健康采集与评估模型，对三角足压健康采集与评估模型进行预处理，以进行自适应分层分类降维，执行体征环境建模深度互学模式识别。

2.根据权利要求1所述的针对脊柱腿部健康的智能鞋自适应监测方法，其特征在于，在第一步骤将鞋底划分为预定的多个区域，利用采集模块采集步行时所述多个区域各自的垂直压力数据，并且记录采集时的时间数据。

3.根据权利要求1或2所述的针对脊柱腿部健康的智能鞋自适应监测方法，其特征在于，在第一步骤使用压力传感器和陀螺仪作为采集系统检测脚的角速度以及各域压力敏感电阻来测量步行时鞋底多个区域各自的垂直压力数据。

4.根据权利要求1或2所述的针对脊柱腿部健康的智能鞋自适应监测方法，其特征在于，采集模块由弹性敏感元件、位移敏感元件、发电模组组成。

5.根据权利要求4所述的针对脊柱腿部健康的智能鞋自适应监测方法，其特征在于，弹性敏感元件使被测压力作用于特定面积上并转换为位移或惠斯通电桥压阻式应变电信号。

6.根据权利要求1或2所述的针对脊柱腿部健康的智能鞋自适应监测方法，其特征在于，在第三步骤分析模块对垂直压力数据进行时域特征提取和/或频域特征提取。

7.根据权利要求1或2所述的针对脊柱腿部健康的智能鞋自适应监测方法，其特征在于，采集模块通过无线或者有线方式将压力数据传递给分析模块。

8.根据权利要求1或2所述的针对脊柱腿部健康的智能鞋自适应监测方法，其特征在于，针对采集到多个区域的压力数据，分析模块在一个步态周期内进行平均化二值轮廓处理，其中每个包含大量步态周期的步态视频序列被表示为一系列灰度均值化图片；随后分析模块对数据进行包括小波分解、对高频小波系数处理、小波重构三个步骤的小波变换操作，将多个区域的压力时域信号离散化，将多种频率成分的混合信号分解到不同频段，然后根据各种子信号在频域上的不同特征按频带处理；接着，分析模块基于矩阵的非监督算法来去除噪声和保留最具代表的信息；最后，分析模块利用监督算法进一步提高分辨能力。