[发明专利]一种基于三维步态分析系统鉴别异常步态形式的方法

权利要求书

1.一种基于三维步态分析系统鉴别异常步态形式的方法，其特征在于，包括以下步骤：

（1）从三维步态分析系统中确定与被测对象对应的人体步态数据和对应的标准化模型；

（2）通过三维步态系统采集被测对象的人体步态数据，所述人体步态数据包括运动学数据组、动力学数据组和表面肌电学数据组，每个数据组中包括若干参数；确定步速、步长、步幅、步频、总支撑相时间、摆动相时间、初始双支撑相时间的各个参数的数据；

（3）基于被测对象的人体步态数据和三维步态系统，将被测对象的步态周期划分出与标准化模型中相同的步态分期，确定每个步态分期的数据参数，并将被测对象的步态分期数据参数与标准化模型的数据参数进行比对，确定被测对象具有的异常步态分期以及异常步态特征参数；

（4）根据步骤（3）中的异常步态特征参数确定被测对象的异常步态的形式和原因。

2.如权利要求1所述的方法，其特征在于：所述步骤（1）中人体步态数据的获取和标准化模型的建立方法为：

（11）选择若干名符合受试条件的受试者，受试者暴露检测关节点，按照全身模式对关节点进行标记和固定，并通过三维动作捕捉系统获取每名受试者的人体步态数据；所述人体步态数据包括运动学数据组、动力学数据组和表面肌电学数据组，每个数据组中包括若干参数；

（12）每名受试者使用同一三维动作捕捉系统采集若干次人体步态数据，每次获得一组人体步态数据，去除缺损数据以及误差数据，获得有效的人体步态数据；

（13）将获得的有效人体步态数据进行数据标准化处理，各数据组中的每个参数以均数±标准差表示，获得标准化后的人体步态数据；

（14）基于步骤（12）中获取的人体步态数据，划分步态周期，将每个步态周期的人体步态数据进行匹配建立标准数据库，并采用标准数据库模拟建立标准化模型。

3.如权利要求2所述的方法，其特征在于：所述运动学数据组中包括的参数有支撑相踝关节最大背屈角、踝关节最大跖屈角、膝关节最大伸展角；所述动力学数据中包括的参数有最大前向地面反作用力、后向地面反作用力及垂直向地面反作用力；所述表面肌电学数据组中包括的参数有表面肌电信号强度。

4.如权利要求2所述的方法，其特征在于：所述三维动作捕捉系统包括足底压力系统和表面肌电检测系统；所述三维动作捕捉系统分析得出的人体步态数据还包括步速、步长、步幅、步频、总支撑相时间、摆动相时间、初始双支撑相时间。