[发明专利]用于脑瘫患者的可穿戴步态检测分析系统在审

专利信息
申请号: 201910032913.4 申请日: 2019-01-14
公开(公告)号: CN109730687A 公开(公告)日: 2019-05-10
发明(设计)人: 郭瑞;马景忠;乔彦聪;杨一帆;杨珍;杨景铭;任天令;杨轶;伍晓明 申请(专利权)人: 清华大学
主分类号: A61B5/11 分类号: A61B5/11
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张润
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 步态数据 可穿戴 步态检测 测量用户 分析系统 运动轨迹 脑瘫 脚底 服务器 无线通信模块 惯性传感器 距离传感器 压力传感器 步态信息 分析评估 获取数据 获取信息 评估结果 有效获取 预设周期 终端设备 处理器 便携 步态 足底 膝盖 监控 检测
【权利要求书】:

1.一种用于脑瘫患者的可穿戴步态检测分析系统,其特征在于,包括:

压力传感器,用于测量用户行走时足底的压力变化值;

惯性传感器,用于检测用户行走时脚底和膝盖的运动轨迹;

距离传感器,用于测量用户行走时脚底与地面的距离值;

处理器,用于将所述压力变化值、所述运动轨迹和所述距离值进行处理得到所述用户的步态数据;

无线通信模块,用于将所述步态数据发送给服务器,以及所述服务器根据所述步态数据对所述用户在预设周期内的步态进行分析评估,并将评估结果发送给终端设备进行显示。

2.根据权利要求1所述的用于脑瘫患者的可穿戴步态检测分析系统,其特征在于,所述压力传感器为石墨烯柔性压力传感器。

3.根据权利要求1所述的用于脑瘫患者的可穿戴步态检测分析系统,其特征在于,所述压力传感器以鞋垫形式放置在用户的鞋中,分别位于第一跖骨、第三跖骨、第五跖骨,大脚趾、脚跟和前脚掌中的一处或者多处。

4.根据权利要求1所述的用于脑瘫患者的可穿戴步态检测分析系统,其特征在于,还包括:

电池模块,用于给所述压力传感器、所述惯性传感器、所述距离传感器、所述无线通信模块和所述处理器提供电能。

5.根据权利要求1所述的用于脑瘫患者的可穿戴步态检测分析系统,其特征在于,所述惯性传感器固定于用户的鞋跟外部和膝盖处,用于检测用户行走时脚底和膝盖的运动轨迹;所述距离传感器位于用户的鞋底部,用于测量用户行走时脚底与地面的距离值。

6.根据权利要求1所述的用于脑瘫患者的可穿戴步态检测分析系统,其特征在于,所述服务器根据所述步态数据对所述用户在预设周期内的步态进行分析评估,包括:

在预设周期内,根据所述步态数据确定在支撑周期时支撑脚脚底受力不均匀或不稳定,摆动脚摆动周期过长,判断为行走障碍;

对用户行走时脚和膝盖的运动轨迹进行评估,若出现脚部轨迹异常,或出现膝盖轨迹异常,判断为异常步态。

7.根据权利要求1所述的用于脑瘫患者的可穿戴步态检测分析系统,其特征在于,还包括:

打分系统和深度神经网络识别分类系统。

8.根据权利要求7所述的用于脑瘫患者的可穿戴步态检测分析系统,其特征在于,

所述打分系统设计四种运动模式包括:自主行走,自主上楼,辅助行走和辅助上楼;

针对所述四种运动模式的步态进行打分,以预设正常步伐作为标准,误差大小与分数大小成反比,若无法完成则为零分。

9.根据权利要求7所述的用于脑瘫患者的可穿戴步态检测分析系统,其特征在于,

所述深度神经网络识别分类系统采集每个系统功能分级多用户的步态数据作为数据库;

用深度神经网络的方式进行学习训练,所述学习训练完成后,将当前用户的所述步态数据输入所述深度神经网络中,进行评级分类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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清华大学,未经清华大学许可,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/201910032913.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top