[发明专利]一种足内翻角度检测建模方法及系统

说明书

本发明公开了一种足内翻角度检测建模方法及系统，制作可穿戴式足底压力检测系统；采集足底压力数据并进行数据预处理；把受力本体分成不同区域，并根据区域划分和压力传感器压力值计算患者的步态特征；获取足内翻角度标签；基于步态特征和足内翻角度标签通过机器学习回归算法构建足内翻角度检测模型。本发明技术设计简单，易于实现，功耗小，可穿戴设备具有便捷性，回归模型能够为医生自动地提供有效的、定量的足内翻程度评估，具有潜在的临床应用价值。

技术领域

本发明属于生物力学、传感测量及计算机应用技术领域，尤其涉及一种足内翻角度检测建模方法及系统。

背景技术

典型的足内翻检测方法大部分都是应用传统的临床步态分析方法，还有现在出现的步态视频分析和足底压力分析这两种诊断方法。传统临床分析需要依赖专业康复医生的临床经验，极具主观性，其专业医生的庞大需求量也是个巨大挑战，患者的主观感受也影响评估效果；视频分析需要复杂的操作，且一般设备都比较昂贵，难以普及；现有的足底压力的应用得到的结果都比较简单模糊，一般只是用来识别是否存在足内翻，而不能获取明确而细微的足内翻角度变化。综上可知现有的足内翻检测方法不能满足临床应用的要求，因此研究出一套便捷、定量的自动的脑卒中足内翻角度评估系统有很大的现实意义。

发明内容

本发明的目的是为了解决现有的足内翻程度评估问题，因此提出一种足内翻角度检测建模方法及系统，将足底压力信号和机器学习回归算法结合起来，充分发挥其优势并获得准确的足内翻角度检测回归模型结构，方便对足内翻患者进行程度评估。

为解决上述技术问题，本发明提供了一种足内翻角度检测建模方法，包括如下步骤：

在足底主要受力位置放置多个压力传感器，制作可穿戴式足底压力系统；

采集足底压力数据并进行数据预处理；

把布置压力传感器的受力本体分成不同的区域，并根据划分的区域和压力传感器压力值提取患者的步态特征；

获取足内翻角度标签；

将步态特征作为模型的输入参数，将足内翻角度标签作为模型的输出，通过机器学习回归算法构建并训练足内翻角度检测模型，得到最终用于检测足内翻程度的足内翻角度检测模型。

进一步地，所述采集足底压力数据并进行数据预处理，包括：通过单片机采集足底压力数据；对采集到的足底压力数据进行滤波降噪处理；对经滤波降噪处理后的足底压力数据进行加窗处理获取多组样本数据。

进一步地，划分的区域包括：足底内侧区、足底外侧区、前足区、中足区、后足区、全足区。

进一步地，所述步态特征包括：4个区域最大压力，左右压力比值，站立期，加载响应阶段，横/纵向位移，横/纵向位移偏差。

进一步地，所述4个区域最大压力为前足、中足、后足三个区域和全足区对应所有压力传感器最大受力之和与体重的比值；所述左右压力比值为全足区所有压力传感器的压力值之和最大时的内外侧区域对应的所有压力传感器压力之和的比值；所述站立期为患侧足底接触地面阶段占整个步态周期的时间比例；所述加载响应阶段为健侧脚跟着地到患侧脚尖离地的加载响应时间长度比上步态周期的值；所述横/纵向位移为患侧压力中心位置左右/前后最大位移；所述横/纵向位移偏差为一个样本中所有的步态周期左右/前后最大位移求平均后的偏差值。

进一步地，所述区域划分包括：足底内侧区、足底外侧区、前足区、中足区、后足区、全足区。