[发明专利]一种步态检测方法、系统及设备

说明书

一种步态检测方法，该方法包括：设置图像获取装置；被检测人按照检测要求完成起立和行走动作；通过所述图像获取装置获取所述被检测人的步态视频，所述步态视频包括RGB视频和深度视频，深度视频根据色块差别得到距离参数；将所述步态视频输入经过训练的步态检测模型，由所述步态检测模型做出被检测人的步态检测结论。

技术领域

本发明属于人体健康评估技术领域，特别涉及一种步态检测方法、系统及设备。

背景技术

随着社会老龄化的加剧，步态障碍和认知功能障碍严重威胁着老年人的健康，导致老年人日常生活能力下降，病残率升高，给社会和家庭带来了沉重的医疗负担。根据文献报道，在中国，由于步态障碍导致的跌倒是伤害所致死亡的第4位原因，而在65岁以上的老年人中则为首位致死原因。65岁以上老年人跌倒死亡率男性为49.56/10万，女性为52.80/10万。在美国，每年有30％的65岁以上老年人出现至少1次跌倒，而在80岁以上的老年人群中该比例将超过50％。步态障碍具有多种病因及不同的临床表现，目前缺乏较准确的评估手段。早期发现特定领域的步态功能障碍将有助于建立针对性临床诊疗方案，早期防治。

发明内容

本发明实施例之一，一种基于计算机视觉的智能步态检测方法，用于步态障碍的早期筛查和客观化评价，包括，

设置图像获取装置；

被检测人按照检测要求完成起立和行走动作，包括，自坐位起立，向前直线行走3米，转身后往回沿直线行走，至坐位后再次坐下；

通过所述图像获取装置获取所述被检测人的步态视频；

将所述步态视频输入经过训练的基于卷积神经网络的步态检测模型，先定位识别关节，随后捕捉关节活动，获得人体活动的轨迹，进而获得被检测人的步态特征；

由所述步态检测模型做出被检测人的步态检测结论。

本发明基于计算机视觉的深度学习算法，建立了一体化智能步态评估体系，实现了快速识别异常步态模式，并进行客观多维度评分。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1根据本发明实施例之一的步态检测系统组成示意图。该图表示了处于室内的步态检测数据采集场景。其中，

1——测试者，2——测试者座椅，3——RGB-深度摄像机，4——视频采集电脑终端，5——监视屏幕，6——数据保存处理服务器。

具体实施方式

步态测评方法主要包括体格检查和量表评分，多为定性评估或半定量评估，如步行测试中观察描述受试者的步态特点、记录完成测试的时间和步数，或是如根据平衡和姿势评估量表等对受试者各个评分项目进行逐一详细计分。这些测评方法的准确度都依赖于评估医生的主观临床经验和知识水平，缺乏一定的规范，不同评估者间个体差异较大，重复性差。

现在，有了一些不同的步态测评方法，如可穿戴设备和三维步态分析逐步应用于临床步态定量分析。通过在各个肢体固定传感器，或将传感器内置于鞋垫内，或是将数十万个压力感受器集成在地毯内，经过定量化分析获得精确的步态数据。也可以通过红外摄像技术对粘贴在人体关节处的标记物的运动轨迹进行捕捉，后期对大量图像数据进行三维重建，使得步态分析结果形象化。然而这些用于步态检测的仪器设备大多只能在一定实验室条件下运行，并需要配备相关技术人员以保证设备操作的准确性。通常这些设备造价昂贵，检测费不菲，评估耗时较长，易用性差，在多数医疗机构难以开展。而额外佩戴设备也会加重某些步态障碍的受试者的行走负担，使得评估数据失真。