[发明专利]一种走姿异常数据监测模型的构建方法及走姿矫正鞋在审
申请号: | 201811629609.X | 申请日: | 2018-12-28 |
公开(公告)号: | CN109589094A | 公开(公告)日: | 2019-04-09 |
发明(设计)人: | 祁康丰 | 申请(专利权)人: | 泉州比逊河鞋业有限公司 |
主分类号: | A61B5/00 | 分类号: | A61B5/00;A61B5/103;A61B5/11 |
代理公司: | 泉州汇智兴业知识产权代理事务所(普通合伙) 35237 | 代理人: | 张永 |
地址: | 362000 福建省泉州*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 监测模型 异常数据 足部运动 构建 走姿矫正 产品技术领域 神经网络模型 健康管理 实时监测 输出 矫正 | ||
1.一种走姿异常数据监测模型的构建方法,其特征在于,包括:
获取用户正常行走和/或异常行走时的足部运动数据;
根据多次获取的用户行走时的足部运动数据;
使用神经网络模型进行训练,获得训练后的走姿异常数据监测模型,所述训练后的走姿异常数据监测模型以用户行走时的足部运动数据作为输入,以用户行走时的足部运动数据是否存在异常作为输出。
2.根据权利要求1所述的走姿异常数据监测模型的构建方法,其特征在于:所述足部运动数据包括步数、步幅、步频、行走轨迹、踢脚幅度中的一种或多种。
3.根据权利要求2所述的走姿异常数据监测模型的构建方法,其特征在于:所述踢脚幅度为用户在行走过程中脚掌与地面形成的角度。
4.根据权利要求1所述的走姿异常数据监测模型的构建方法,其特征在于,所述走姿异常数据监测模型为深度信念网络模型,所述深度信念网络包括多层显层及多层隐层,所述深度信念网络是通过如下步骤得到的:
将所述用户正常行走和/或异常行走时的足部运动数据的样本作为训练集训练底层显层的输入向量;
将底层显层的输出向量作为相邻的中间隐层的输入向量,训练该相邻的中间隐层;
将当前训练的中间隐层的输出向量作为相邻的下一层中间隐层的输入向量,训练该相邻的下一层中间隐层;
直至训练到预设层,将所述预设层的输出向量作为顶层显层的输入,随机初始化参数;
利用后向传播BP算法及初始化后的参数,从所述顶层显层回归到所述底层显层进行参数优化,得到已优化深度信念网络,将所述已优化深度信念网络作为所述深度信念网络。
5.一种走姿矫正鞋,包括鞋体,其特征在于:还包括
足部运动数据获取装置,所述足部运动数据获取装置设于鞋体上,用于获取用户行走时的足部运动数据;
走姿异常数据监测模型构建装置,用于根据多次获取的用户行走时的足部运动数据构建走姿异常数据监测模型;
走姿异常信息提示装置,所述走姿异常信息提示装置设于鞋体上,所述的走姿异常信息提示装置与走姿异常数据监测模型构建装置信号连接,用于接收走姿异常数据监测模型输出的结果,并向用户发送走姿异常的数据信息。
6.根据权利要求5所述的走姿矫正鞋,其特征在于:还包括通信装置、移动终端,所述的通信装置设于鞋体上且与走姿异常信息提示装置电连接,所述的移动终端通过通信装置与走姿异常信息提示装置信号连接。
7.根据权利要求5所述的走姿矫正鞋,其特征在于:所述走姿异常信息提示装置包括警报提醒单元,所述警报提醒单元设于鞋面上,用于向用户发出走姿异常的警报提醒。
8.根据权利要求5所述的走姿矫正鞋,其特征在于:所述足部运动数据获取装置包括距离传感器、压力传感器,所述的鞋体包括左、右脚鞋体,所述的距离传感器分别设于左、右脚鞋体上,用于检测左、右脚鞋体之间的距离;所述的压力传感器覆盖的设置于鞋体底部的前掌与后跟的位置,用于检测鞋底接触地面时受到的压力值及受压区域。
9.根据权利要求8所述的走姿矫正鞋,其特征在于:所述足部运动数据获取装置还包括计时器、定位装置,所述的计时器、定位装置设于鞋体上。
10.根据权利要求9所述的走姿矫正鞋,其特征在于:所述的计时器与压力传感器电连接,用于检测用户的步频参数;所述的定位装置与压力传感器电连接,用于绘制用户的行走轨迹。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于泉州比逊河鞋业有限公司,未经泉州比逊河鞋业有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811629609.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:光声探头和应用于光声成像的光学系统
- 下一篇:一种穿戴式设备