[发明专利]基于弱足COP特征的步态特征提取方法及跌倒风险判别系统

权利要求书

1.基于弱足COP特征的跌倒风险判别系统，其特征在于，包括依次连接的足压信号预处理模块、弱足判定模块、特征提取模块和跌倒风险判定模块；其中，特征提取模块包括基本单足COP特征提取模块、空间对称性相关特征提取模块和时序一致性相关特征提取模块；

足压信号预处理模块将左右脚的多通道足压数据进行切分、对齐，去噪后提取左右脚的单足COP时间序列传输到弱足判定模块中；弱足判定模块对传入的单足COP时间序列进行判定，得到弱足COP时间序列；

基本单足COP特征提取模块对左右脚以及弱足COP时间序列分别进行特征提取，所提取的特征包括一维特征、二维特征；空间对称性相关特征提取模块结合左右脚的单足COP时间序列，对对称性相关特征进行提取；时序一致性相关特征提取模块针对弱足COP时间序列，对时序上的变化以及一致性进行特征提取；

跌倒风险判定模块对输入的足压数据进行风险判别，区分出跌倒高风险和跌倒低风险两类；

其中，弱足判定模块根据左右两侧长度大于预设值的COP时间序列的前后方向标准差进行判别，标准差较小的一侧在行走过程中缺乏步态的完整性，被判定为弱足一侧；

基本单足COP特征提取模块，对一维数据的特征提取基于统计特征，包括内外方向坐标平均值、内外方向坐标标准差、前后方向坐标平均值、前后方向坐标标准差；对二维数据的特征提取基于COP轨迹点的分布情况，包括：合距离平均值、合距离标准差、总路程、95％置信圆面积。

2.根据权利要求1所述的跌倒风险判别系统，其特征在于，足压信号预处理模块采用滑动平均滤波进行降噪，识别波谷来进行数据划分，将多步数据划分为单步数据，采用线性插值将左右脚的单步数据进行对齐处理，再生成单足单步的COP时间序列。

3.根据权利要求1所述的跌倒风险判别系统，其特征在于，弱足判定模块根据左右两侧长度大于预设值的COP时间序列的前后方向标准差进行判别，标准差较小的一侧在行走过程中缺乏步态的完整性，被判定为弱足一侧，得到弱足COP时间序列。

4.根据权利要求3所述的跌倒风险判别系统，其特征在于，弱足的判别公式为：

其中，(X^W,Y^W)表示弱足COP位置坐标，(X^L,Y^L)表示左脚COP位置坐标，(X^R,Y^R)表示右脚COP位置坐标,N表示COP时间序列的长度。

5.根据权利要求1所述的跌倒风险判别系统，其特征在于，基本单足COP特征提取模块，

弱足内外方向坐标平均值的公式为：

弱足内外方向坐标标准差的公式为：

弱足前后方向坐标平均值的公式为：

弱足前后方向坐标标准差的公式为：

弱足COP轨迹点合距离平均值的公式为：

弱足COP轨迹点合距离标准差的公式为：

弱足COP轨迹点的总路程的计算公式为：

弱足COP轨迹点的95％置信圆面积的计算公式为：

其中，RD^W为弱足COP轨迹点的合距离，z_0.5取1.645。

6.根据权利要求1所述的跌倒风险判别系统，其特征在于，空间对称性相关特征提取模块首先结合左右脚的单足COP时间序列，对对称性相关特征进行提取，包括左右脚间COP轨迹前后方向坐标的相关系数、左右脚间COP轨迹内外方向坐标的相关系数、左右脚各个单足特征之间的步态不对称系数；再结合COP轨迹点的概率分布矩阵，对对称性相关特征进行提取，包括左右脚间COP轨迹概率分布的相似度和JS散度。

7.根据权利要求6所述的跌倒风险判别系统，其特征在于，COP轨迹点的概率分布矩阵的计算方式根据传感器的位置，将单足前后方向坐标和内外方向坐标各划分成若干个区间，得到一个概率矩阵，概率矩阵元素的大小为每个区间内统计的COP轨迹点的个数再除以总个数。