[发明专利]一种步态双侧相似性分析方法、装置及系统

权利要求书

1.一种步态双侧相似性分析方法，其特征是，包括以下步骤：

获取步态数据样本，所述步态数据样本包括测试者持续运动时，双侧各运动时刻的步态数据；

预处理获取的步态数据样本；

分割预处理后的步态数据样本；

分析分割后的步态数据样本的步态双侧相似性。

2.根据权利要求1所述的步态双侧相似性分析方法，其特征是，所述各步态数据均包括x轴的加速度数据、y轴的加速度数据以及z轴的加速度数据。

3.根据权利要求2所述的步态双侧相似性分析方法，其特征是，所述预处理获取的步态数据样本包括以下步骤：

通过(1)式逐一将步态数据样本的各步态数据转换为对应的信号幅值，具体如下：

其中，Acc为信号幅值，A_x为x轴的加速度数据，A_y为y轴的加速度数据，A_z为z轴的加速度数据；

逐一去除各信号幅值的高频杂波，获得对应的多个预处理步态数据，预处理步态数据包括(2)式，具体如下：

其中，|H(w)|²为预处理步态数据，n为滤波阶数，Wc为截止频率，Wp是通频带边缘频率，为|H(w)|²在通频带边缘的数值。

将各步态数据组合成步态数据序列，步态数据序列包括(3)式，具体如下：

[x₁,…,x_i,…,x_Q]^T (3)

其中，Q为步态数据样本的步态数据数量，T是对步态数据序列[x₁,…,x_i,…,x_Q]进行转置。

4.根据权利要求3所述的步态双侧相似性分析方法，其特征是，所述步态数据序列包括多个步态周期，每个步态周期均包括1个步态数据极小值点。

5.根据权利要求4所述的步态双侧相似性分析方法，其特征是，所述分割预处理后的步态数据样本包括以下步骤：

依次通过(4)式获得各个步态周期对应的步态数据极小值点，具体如下：

x_i-1＞x_ix_i＜x_i+1 (4)

其中，X_i为当前运动时刻，X_i-1为上一运动时刻，X_i+1为下一运动时刻；

逐一将获得的各个步态周期对应的步态数据极小值点写入极小值点序列；

剔除极小值点序列中满足∣Y_j-Y_j-1∣max(U_step)和∣Y_j-Y_j-1∣min(U_step)的步态数据极小值点；

其中，U_step为健康成年人正常行走时一个步态周期中所包含的各运动时刻步态数据，Y极小值点序列；

当剔除的步态数据极小值点中，任意相邻的步态周期对应的两个步态数据极小值点满足(5)式时，将所述相邻的步态周期对应的两个步态数据极小值点写入极小值点序列Y中，具体如下：

其中，D为任意相邻的两个步态数据极小值点之间的距离，k(i)为极小值点序列中第i个极小值x_k对应的排列位置k，f为采样频率；

逐一根据极小值点序列中的各步态数据极小值点依次切割步态数据序列，获得多个步态周期序列；

通过预设的相似性匹配方法，剔除多个步态周期序列中相似性低于60％的步态周期序列，获得剩余步态周期序列。