CN113288121A - 一种步态分析*** - Google Patents
一种步态分析*** Download PDFInfo
- Publication number
- CN113288121A CN113288121A CN202110497086.3A CN202110497086A CN113288121A CN 113288121 A CN113288121 A CN 113288121A CN 202110497086 A CN202110497086 A CN 202110497086A CN 113288121 A CN113288121 A CN 113288121A
- Authority
- CN
- China
- Prior art keywords
- sole
- knee joint
- acceleration
- detection device
- communication module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005021 gait Effects 0.000 title claims abstract description 78
- 238000004458 analytical method Methods 0.000 title claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 91
- 210000000629 knee joint Anatomy 0.000 claims abstract description 74
- 238000004891 communication Methods 0.000 claims abstract description 65
- 210000003141 lower extremity Anatomy 0.000 claims abstract description 56
- 230000033001 locomotion Effects 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000001133 acceleration Effects 0.000 claims description 53
- 210000000689 upper leg Anatomy 0.000 claims description 24
- 230000005540 biological transmission Effects 0.000 description 17
- 238000000034 method Methods 0.000 description 12
- 244000309466 calf Species 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 210000004744 fore-foot Anatomy 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 239000010408 film Substances 0.000 description 5
- 239000002390 adhesive tape Substances 0.000 description 4
- 238000005452 bending Methods 0.000 description 4
- 210000003414 extremity Anatomy 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 210000002414 leg Anatomy 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 210000002683 foot Anatomy 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 101100172132 Mus musculus Eif3a gene Proteins 0.000 description 1
- 208000007101 Muscle Cramp Diseases 0.000 description 1
- 208000005392 Spasm Diseases 0.000 description 1
- 208000010040 Sprains and Strains Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 210000000454 fifth toe Anatomy 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 210000001255 hallux Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- -1 sports science Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6828—Leg
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/683—Means for maintaining contact with the body
- A61B5/6831—Straps, bands or harnesses
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开了提供一种步态分析***,步态分析***包括:下肢检测装置,固定于人体下肢,用于获取膝关节运动信息,下肢检测装置包括第一zigbee通信模组,用于将膝关节运动信息发送出去。足底检测装置,固定于人体足底,用于获取足底压力信息,足底检测装置包括第二zigbee通信模组,用于将足底压力信息发送出去。处理装置,用于获取膝关节运动信息和足底压力信息,并根据膝关节运动信息和足底压力信息对人体进行步态分析。通过这种方式,能够降低步态分析***的功耗和成本。
Description
技术领域
本申请涉及传感器检测技术领域,特别是涉及一种步态分析***。
背景技术
人体运动在日常活动中起着至关重要的作用,检测和分析人体运动,研究人在行走过程中的步态参数不仅对了解人体运动规律,发现肢体间的协调配合决策具有重要的意义,而且在临床诊断、康复医疗、体育科学以及仿生机构与类人机器人等领域也具有重要的意义。比如在康复医疗工程领域,智能下肢假肢是目前的研究热点。为了使智能下肢假肢行走时拥有与正常人体下肢相接近的步态,因此对人体行走步态数据的采集分析是必不可少的。
目前,步态运动检测多基于图像处理的检测方法,这种方法存在着精度不高,无法三维检测等一系列缺点。并且传统的步态检测分析仪如步台式步态分析仪,通常价格极为昂贵且不可移动,不能对患者的步态做长期监测和诊断。现有的便携式设备对步态的检测数据类型少,且精确度低,数据也不够全面,还无法针对特定的人群或疾病进行修改,并且关于步态的检测和诊断在生活中普及度低。
有学者提出采用基于电信号传感器的步态检测方法。但是目前利用电信号传感器的步态检测判定的方法,大都采用足底单传感器或单加速度计,且由于在日常复杂环境下人体步态的复杂程度,人体在行走过程中,每一步之间存在差异,只是依靠单传感器并不能准确可靠的判定,使得采用单传感器检测的检测结果稳定性与精确性不足,提取的步态信息不全面。此外现有的传感器数据发送方式采用有线传输,试验区域受限于线路长度。
发明内容
本申请主要解决的技术问题是提供一种步态分析***,能够简化步态分析***的布线结构,并且能够降低步态分析***的功耗和成本。
本申请采用的一种技术方案是提供一种步态分析***,步态分析***包括:下肢检测装置,固定于人体下肢,用于获取膝关节运动信息,下肢检测装置包括第一zigbee通信模组,用于将膝关节运动信息发送出去。足底检测装置,固定于人体足底,用于获取足底压力信息,足底检测装置包括第二zigbee通信模组,用于将足底压力信息发送出去。处理装置,用于获取膝关节运动信息和足底压力信息,并根据膝关节运动信息和足底压力信息对人体进行步态分析。
进一步地,膝关节运动信息包括膝关节的角度与加速度。
进一步地,下肢检测装置还包括:至少一个惯性传感器,与第一ZigBee通信模组连接,用于采集膝关节的角度与加速度。
进一步地,下肢检测装置包括:第一惯性传感器,用于采集大腿的角度和加速度。第二惯性传感器,用于采集小腿的角度和加速度。第一单片机,连接第一惯性传感器和第二惯性传感器以及第一ZigBee通信模组,用于基于大腿的角度和加速度、小腿的角度和加速度,计算得到膝关节的相对加速度和相对角度并通过第一ZigBee通信模组发送出去。
进一步地,第一单片机用于计算大腿的角度和小腿的角度之差,得到膝关节的相对角度,计算大腿的加速度和小腿的加速度之差,得到膝关节的相对加速度。
进一步地,下肢检测装置包括:第一盒体,用于放置第一惯性传感器、第一单片机以及第一ZigBee通信模组,第一盒体设置于大腿靠近膝关节的一侧。第二盒体,用于放置第二惯性传感器,第二盒体设置于小腿靠近膝关节的一侧。
进一步地,惯性传感器为九轴传感器。
进一步地,足底检测装置包括:至少一个足底压力传感器,连接第二zigbee通信模组,用于采集足底压力信息。至少一个单片机,连接至少一个足底压力传感器以及第二zigbee通信模组,用于接收足底压力信息计算足底压力值,并通过第二zigbee通信模组将足底压力值发送出去。
进一步地,足底检测装置包括三个足底压力传感器,三个足底压力传感器均连接第二zigbee通信模组。其中,三个足底压力传感器分别对应前脚掌两侧和脚后跟设置,并分别用于感应前脚掌两侧和脚后跟的压力信号。
进一步地,足底压力传感器为薄膜压力传感器。
本申请的有益效果是:区别于现有技术,本申请方案提供的步态分析***由于下肢检测装置和足底检测装置分别包括ZigBee通信模组,因此在检测到膝关节运动信息和足底压力信息之后,可以基于各自的ZigBee通信模组将信息发送出去,进而使得处理装置能够通过ZigBee无线通信的方式获取膝关节运动信息和足底压力信息。因此,本申请方案通过ZigBee无线通信的方式将获取的膝关节运动信息和足底压力信息发送至处理装置,能够避免现有技术中通过有线传输方式带来的布线复杂的缺点,另外,由于ZigBee无线通信技术的低功耗的特点,本方案能够降低步态分析***的功耗和成本。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1是本实施例提供的步态分析***一实施方式的结构示意图;
图2是图1中下肢检测装置一实施方式的结构示意图;
图3是下肢检测装置的佩戴示意图;
图4是图1中足底检测装置一实施方式的结构示意图;
图5是第一足底压力传感器、第二足底压力传感器以及第三足底
压力传感器的设置位置一实施方式的俯视示意图;
图6是第一足底压力传感器、第二足底压力传感器以及第三足底
压力传感器的设置位置一实施方式的侧视示意图;
图7是本申请提供的步态分析***另一实施方式的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是,此处所描述的具体实施例仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
步态分析不仅能够用于辅助医生完成腿部患者的病态评估,而且还在一定程度上评估患者的术后康复训练情况。在智能外骨骼逐渐普及的过程中,步态分析***在智能外骨骼的研发阶段能够为智能控制提供相应的人体行走考量和下肢活动的参数。在外骨骼设备的调试阶段能够提供一些异常步态行为参数和肢体活动特征,包括跌倒、扭伤和痉挛等。
本申请发明人经长期研究发现,现有步态分析***在采集到步态信息后,通常通过蓝牙、WiFi等无线方式,或者有线通信的方式将步态信息发送至上位机。由于有线通信的方式需要在***的各个装置布置线路,不可避免会造成线路复杂的不良结果。而使用蓝牙、WiFi等无线方式进行数据传输时,由于蓝牙、WiFi等无线方式功耗大,因此可能使得步态分析***的功耗大、运行成本高。
基于此,本实施例提供的步态分析***基于ZigBee无线通信技术实现***中不同装置之间数据的传输,能够简化步态分析布线结构,降低功耗和成本。
具体地,参阅图1,图1是本实施例提供的步态分析***一实施方式的结构示意图,如图1所示,本实施例提供的步态分析***100包括下肢检测装置110、足底检测装置120以及处理装置130。
其中,下肢检测装置110固定于人体下肢,用于获取膝关节运动信息,下肢检测装置110包括第一zigbee通信模组111,用于将膝关节运动信息发送出去。足底检测装置120固定于人体足底,用于获取足底压力信息,足底检测装置120包括第二zigbee通信模组121,用于将足底压力信息发送出去。处理装置130用于获取膝关节运动信息和足底压力信息,并根据膝关节运动信息和足底压力信息对人体进行步态分析。
实际上,下肢检测装置110通过第一zigbee通信模组111连接到ZigBee无线网络(图未示),足底检测装置120通过第二zigbee通信模组121连接到ZigBee无线网络,下肢检测装置110和足底检测装置120可以通过ZigBee无线网络将膝关节运动信息和足底压力信息发送至处理装置130。可选地,处理装置130对应安装有ZigBee通信模组(图未示),处理装置130通过ZigBee通信模组连接到ZigBee无线网络,进而使得下肢检测装置110能够通过ZigBee无线网络向处理装置130发送膝关节运动信息,使得足底检测装置120能够通过ZigBee无线网络向处理装置130发送足底压力信息。
ZigBee技术是一种新兴的短距离、低速率无线网络技术,它是一组基于IEEE802.15.4无线标准研制开发的,有关组网、安全和应用软件方面的技术标准,主要适合用于自动控制和远程控制领域,可以嵌入各种设备。
ZigBee技术具有如下特点:
1、高可靠性:采用载波监听多路访问/冲突避免(Carrier Sense MultipleAccess with Collision Avoidance,CSMA/CA)技术避免了发送数据时的竞争和冲突。使用带应答的传输方式和重传机制。使用循环冗余校验(Cyclical Redundancy Check,CRC)确保数据的正确性。
2、低功耗:终端设备通信状态下为几十毫瓦,睡眠模式下为几十微瓦。在低耗电待机模式下2节5号干电池可支持1个节点工作6个月~24个月。
3、低成本:ZigBee芯片成本只有两美元左右,而且ZigBee协议是免专利费的。
4、高安全性:ZigBee提供了三级安全模式,包括无安全设定、使用接入控制清单防止非法获取数据以及采用高级加密标准(Advanced Encryption Standard with 128-bitkey,AES-128)的对称密码,以灵活确定其安全属性。
5、时延短:通信时延和从休眠状态激活的吋延都非常短,典型的搜索设备时延是30ms,休眠激活的时延是15ms,活动设备信道接入的时延是15ms。
6、网络容量大:每个ZigBee网络最多可支持65535个设备。
总的来说,相对于现有的各种无线通信技术,ZigBee技术具有低功耗和低成本的特点,适合于承载数据流量较小的业务。
在本实施例中,膝关节运动信息可以包括膝关节的角度与加速度。膝关节的角度用来表示人体膝关节的转动状态。在一个具体实施方式中,利用人体大腿的角度与小腿的角度之差来确定膝关节的角度。其中,大腿的角度,即大腿相对于腰部的旋转角度,小腿的角度,即小腿相对于腰部的旋转角度,因此大腿的角度与小腿的角度之差即为膝关节的角度。同理,利用人体大腿的加速度与小腿的加速度之差来确定膝关节的加速度。其中,大腿的加速度,即大腿相对于腰部的旋转加速度,小腿的加速度,即小腿相对于腰部的旋转加速度,因此大腿的加速度与小腿的加速度之差即为膝关节的加速度。
下肢检测装置110包括至少一个惯性传感器(图未示),与第一ZigBee通信模组111连接,用于采集膝关节的角度与加速度。
可选地,惯性传感器可以是三轴传感器、六轴传感器或九轴传感器。可选地,惯性传感器还可以包括信号放大处理电路和/或滤波电路等,使得采集的膝关节的角度信号和加速度信号更加精确。
九轴传感器是三种传感器的组合:三轴加速传感器、三轴陀螺仪和三轴电子罗盘(地磁传感器),三个部分作用不同,相互配合。加速传感器是测量空间中各方向加速度的。它利用一个“重力块”的惯性,传感器在运动的时候,“重力块”会对X、Y、Z方向(前后左右上下)产生压力,再利用一种压电晶体,把这种压力转换成电信号,随着运动的变化,各方向压力不同,电信号也在变化,从而判断手机的加速方向和速度大小。陀螺仪是一种用于测量角度以及维持方向的设备,在飞行游戏,体育类游戏和第一视角类射击等游戏中,可以完整监测游戏者手的位移,从而实现各种游戏操作效果。下图是一个最基础的机械陀螺仪模型,中间金色的转子在整个仪器的运动中,它因为惯性作用不受影响,而周边三个“钢圈”则会因为设备改变姿态而改变,通过这样来检测设备当前的旋转状态。电子罗盘利用加速传感器和陀螺仪,基本可以描述设备的完整运动状态。但是随着长时间运动,也会产生累计偏差,不能准确描述运动姿态,比如操控画面发生倾斜。电子罗盘(地磁传感器)利用测量地球磁场,通过绝对指向功能进行修正补偿,可以有效解决累计偏差,从而修正人体的运动方向、姿态角度、运动力度和速度等。
九轴传感器作为集成化传感器模块,减少了电路板和整体空间,更适合用在轻巧便携的电子设备和可穿戴产品中。集成化传感器的数据准确度除了器件本身的精度外,还涉及到焊接装配后的矫正,以及针对不同应用的配套算法。合适的算法可以将来自多种传感器的数据融合,弥补了单个传感器在计算准确的位置和方向时的不足,从而实现高精度的运动检测。
本实施例可以利用的九轴传感器有BMX055、LSM9DS0或者MPU-9250。
在一个具体实施方式中,参阅图2,图2是图1中下肢检测装置一实施方式的结构示意图,如图2所示,下肢检测装置110包括第一惯性传感器112、第二惯性传感器113、第一ZigBee通信模组111以及第一单片机114。其中,第一单片机114连接第一惯性传感器112、第二惯性传感器113以及第一ZigBee通信模组111。其中,第一惯性传感器112用于采集大腿的角度和加速度。第二惯性传感器113用于采集小腿的角度和加速度。
第一单片机114用于基于大腿的角度和加速度、小腿的角度和加速度,计算得到膝关节的相对加速度和相对角度并通过第一ZigBee通信模组111发送出去。具体地,第一单片机114用于计算大腿的角度和小腿的角度之差,得到膝关节的相对角度,计算大腿的加速度和小腿的加速度之差,得到膝关节的相对加速度。
本申请的发明人经过长期研究发现,现有的用于感测膝关节运动信息的设备通常利用弯曲传感器监测膝关节的角度信息,由于弯曲传感器的构造为长条状,需要通过外固定装置(如绷带)固定于整个膝关节,其不透气,紧缚感,而在功能上,弯曲传感器缺少加速度监测,无法构建完整的步态模型,从而影响病人体验甚至康复效果。
在一个具体应用场景中,参阅图2和图3,图3是下肢检测装置的佩戴示意图,如图所示,下肢检测装置110还包括第一盒体115和第二盒体116。其中,第一盒体115用于放置第一惯性传感器112、第一单片机114、第一ZigBee通信模组111以及电池等供电装置(图未示),第一盒体115设置于大腿靠近膝关节的一侧。第二盒体116用于放置第二惯性传感器113,第二盒体116设置于小腿靠近膝关节的一侧。
在本实施例中,分别将下肢检测装置110的两个部分(即第一盒体115所包括的第一惯性传感器112、第一单片机114、第一ZigBee通信模组111、电池和第二盒体116所包含的第二惯性传感器113)固定在膝关节的上下两侧,膝盖活动完全不受影响且透气,可以准确获取膝关节的弯曲角度与加速度。
可选地,在一个具体应用场景中,第一盒体115和第二盒体116设置有绑带,绑带上可以设置卡扣,用户在佩戴下肢检测装置时将第一盒体115通过绑带固定在大腿靠近膝关节的一侧,将第二盒体116通过绑带固定在小腿靠近膝关节的一侧并通过卡扣固定,松紧可以通过卡扣处调整。第一盒体115可以设置无锁弹簧按键,下肢检测装置110在被佩戴上时自动压紧开关按键(即无锁弹簧按键),下肢检测装置110开机,第一惯性传感器112和第二惯性传感器113分别开始实时采集用户大腿和用户小腿的角度以及加速度信息。
可选地,本实施例提供的步态分析***100包括多个下肢检测装置110,例如步态分析***100包括2个下肢检测装置110,分别固定于用户的左右腿,并分别获取用户左右腿膝关节的运动信息,并分别利用各自的第一ZigBee通信模组111将膝关节运动信息发送出去。
在一个具体实施方式中,继续参阅图1,足底检测装置120包括至少一个足底压力传感器(图未示)以及至少一个单片机(图未示)。其中,至少一个足底压力传感器连接第二zigbee通信模组121,用于采集足底压力信息。至少一个单片机连接至少一个足底压力传感器以及第二zigbee通信模组121,用于接收足底压力信息计算足底压力值,并通过第二zigbee通信模组121将足底压力值发送出去。
可选地,本实施例提供的步态分析***100包括多个足底检测装置120,例如步态分析***100包括2个足底检测装置120,分别固定于用户的左右脚,并分别获取用户左右脚的足底压力信息,并分别利用各自的第二ZigBee通信模组121将足底压力信息发送出去。
事实上,足底检测装置120的工作原理是:
当人体站立在多个足底压力传感器的上时,因重力作用会产生不同的向下的作用力,向下的作用力在足底压力传感器上产生压力信号,足底压力传感器按照一定的规律将足底压力信号转换成可用的电信号并输出,并通过预置的单片机对该电信号进行处理,获取对应足底压力传感器的压力数值。通过第二ZigBee通信模组121将压力数值发送出去,而处理装置130则可通过后期对压力数据的分析比较,判断人体是否进入支撑模式或者摆动模式。
在一个具体实施方式中,参阅图1和图4,图4是图1中足底检测装置一实施方式的结构示意图,如图所示,足底检测装置120包括三个足底压力传感器,即第一足底压力传感器122、第二足底压力传感器123以及第三足底压力传感器124,足底检测装置120包括第二单片机125,第一足底压力传感器122、第二足底压力传感器123以及第三足底压力传感器124均通过第二单片机125连接第二zigbee通信模组121。
可选地,参阅图5和图6,图5是第一足底压力传感器、第二足底压力传感器以及第三足底压力传感器的设置位置一实施方式的俯视示意图,图6是第一足底压力传感器、第二足底压力传感器以及第三足底压力传感器的设置位置一实施方式的侧视示意图,如图5和图6所示,三个足底压力传感器分别对应前脚掌两侧和脚后跟设置,并分别用于感应前脚掌两侧和脚后跟的压力信号。具体地,第一足底压力传感器122对应设置于前脚掌的小拇指的一侧,第二足底压力传感器123对应设置于前脚掌的大拇指的一侧(图6未示),第三足底压力传感器124对应设置于脚后跟处。在本实施例中,由于前脚掌两侧和脚后跟为着力点,对于用户步态特征具有一定的代表性,因此对用户的前脚掌两侧和脚后跟的压力信号进行采集,能够得到更加精确的足底压力信息,进而能够更加精确地对用户的步态进行分析。
可选地,第一足底压力传感器122、第二足底压力传感器123以及第三足底压力传感器124为薄膜压力传感器或者柔性薄膜压力传感器,其中,柔性薄膜压力传感器的量程为50kg。可选地,第一足底压力传感器122、第二足底压力传感器123以及第三足底压力传感器124还可以包括信号放大处理电路和/或滤波电路等,使得采集的足底压力信号更加精确。
在一个具体应用场景中,请继续参阅图1,足底检测装置表现为足底检测鞋,用户通过穿脱该足底检测鞋以佩戴或取下足底检测装置120。具体地,至少一个足底压力传感器可以设置于鞋底靠近足底处,例如当足底检测鞋包括3个足底压力传感器时,将其分别对应设置于鞋底靠近用户前脚掌两侧和脚后跟处,以方便检测用户前脚掌两侧和脚后跟处的压力信号。可选地,用鞋底胶密封至少一个足底压力传感器,以达到防水防磨碎的目的,并且不影响使用者的正常行走体验。
可选地,至少一个足底压力传感器通过薄膜电线连接拖鞋上方对应用户脚背设置的胶带,设置该胶带略粗于正常鞋的胶带,其内部用于部署至少一个单片机、第二ZigBee通信模,121以及电池。用户在穿戴该压力检测鞋时,压力检测鞋鞋底的足底压力传感器实时采集人体的足底压力信号,并通过薄膜电线将足底压力信号传输至单片机,单片机将足底压力信号进行处理以得到足底压力值,并通过第二ZigBee通信模组121发送至处理装置130。这种设置方式不会有任何裸漏的电线,不影响用户的使用体验。
在本实施例中,处理装置130可以是移动手机、电脑、平板、服务器等具有数据处理能力的上位机。可选地,处理装置130要获取下肢检测装置110和足底检测装置120发送的膝关节运动信息和足底压力信息,需要设置ZigBee通信模组。可选地,处理装置130可以包括显示模组(图未示),用于在对用户进行步态分析之后,将得到的结论显示于显示面板上以供用户查看。
为了使本申请提供的步态分析***有更大的使用范围,即使步态分析***能够包括更多种类的处理装置,本申请发明人提供的步态分析***也可以包括没有设置ZigBee通信模组的处理装置。具体地,参阅图7,图7是本申请提供的步态分析***另一实施方式的结构示意图,如图7所示,步态分析***100包括下肢检测装置110、足底检测装置120、数据传输装置140以及处理装置130。
其中,下肢检测装置110固定于人体下肢,用于获取膝关节运动信息,下肢检测装置110包括第一zigbee通信模组111,用于将膝关节运动信息发送出去。足底检测装置120固定于人体足底,用于获取足底压力信息,足底检测装置包括第二zigbee通信模组121,用于将足底压力信息发送出去。数据传输装置140用于获取膝关节运动信息和足底压力信息,并将膝关节运动信息和足底压力信息发送出去,数据传输装置140包括第三zigbee通信模组141。处理装置130用于根据膝关节运动信息和足底压力信息对人体进行步态分析。
在本实施例中,下肢检测装置110和足底检测装置120通过ZigBee无线网络连接数据传输装置140,数据传输装置140通过除ZigBee无线网络的其他方式连接处理装置130。
在本实施例中,数据传输装置140还可以包括蓝牙模组、无线WiFi模组等。数据传输装置140也可以通过有线的方式与处理装置130连接。例如,数据传输装置140包括蓝牙模组时,显然,此时处理装置130包括对应的一个蓝牙模组,数据传输装置140利用第三zigbee通信模组141从下肢检测装置110和足底检测装置120获取膝关节运动信息和足底压力信息,并利用蓝牙模组将膝关节运动信息和足底压力信息发送至处理装置130。
本实施例提供的步态分析***设置有数据传输装置140,该数据传输装置140作为下肢检测装置110、足底检测装置120以及处理装置130传输数据的枢纽,也即用于获取下肢检测装置110和足底检测装置120获取的膝关节运动信息和足底压力信息,并将膝关节运动信息和足底压力信息发送至处理装置130。通过这种方式,使得本实施例提供的步态分析***100能够有更大的适用范围。
可选地,可以在处理装置130安装中科院的下肢康复软件,该下肢康复软件首先将显示用户膝关节的相对角度、加速度数值,其次显示足底压力数值,最后将这些数值进行后台计算,通过数值拟合出步态模型并显示用户实时行走步态模型,下肢康复软件设置了步态评估阈值,一旦步态情况较为恶劣,则发出通知,指导医生或其他监护者分析其步态特征并指导康复。
可选地,该下肢康复软件还可以将用户的步态数据上传到位于中科院深圳先进院的专用康复***服务器,在该服务器上将储存多个用户的步态特征,建立步态特征库,并结合良中差以及地区分布情况生成下肢康复地图,以供参考,同时管理者可以通过查看用户的档案(包括了下肢康复进程,用户信息等),了解当前康复状况,实现面向趋势分析的群组管理、大数据分析,以及面向个人的档案管理,康复进度管理等。
综上,本实施例提供的步态分析***由于下肢检测装置和足底检测装置分别包括ZigBee通信模组,因此在检测到膝关节运动信息和足底压力信息之后,可以基于各自的ZigBee通信模组将信息发送出去,进而使得处理装置能够通过ZigBee无线通信的方式获取膝关节运动信息和足底压力信息。因此,本申请方案通过ZigBee无线通信的方式将获取的膝关节运动信息和足底压力信息发送至处理装置,能够避免现有技术中通过有线传输方式带来的布线复杂的缺点,另外,由于ZigBee无线通信技术的低功耗的特点,本方案能够降低步态分析***的功耗和成本。
在本申请所提供的几个实施方式中,应该理解到,所揭露的方法以及设备,可以通过其它的方式实现。例如,以上所描述的设备实施方式仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种步态分析***,其特征在于,所述步态分析***包括:
下肢检测装置,固定于人体下肢,用于获取膝关节运动信息,所述下肢检测装置包括第一zigbee通信模组,用于将所述膝关节运动信息发送出去;
足底检测装置,固定于人体足底,用于获取足底压力信息,所述足底检测装置包括第二zigbee通信模组,用于将所述足底压力信息发送出去;
处理装置,用于获取所述膝关节运动信息和所述足底压力信息,并根据所述膝关节运动信息和所述足底压力信息对人体进行步态分析。
2.根据权利要求1所述的步态分析***,其特征在于,
所述膝关节运动信息包括所述膝关节的角度与加速度。
3.根据权利要求2所述的步态分析***,其特征在于,
所述下肢检测装置还包括:
至少一个惯性传感器,与所述第一ZigBee通信模组连接,用于采集所述膝关节的角度与加速度。
4.根据权利要求3所述的步态分析***,其特征在于,
所述下肢检测装置包括:
第一惯性传感器,用于采集大腿的角度和加速度;
第二惯性传感器,用于采集小腿的角度和加速度;
第一单片机,连接所述第一惯性传感器和所述第二惯性传感器以及所述第一ZigBee通信模组,用于基于所述大腿的角度和加速度、所述小腿的角度和加速度,计算得到所述膝关节的相对加速度和相对角度并通过所述第一ZigBee通信模组发送出去。
5.根据权利要求4所述的步态分析***,其特征在于,
所述第一单片机用于计算所述大腿的角度和所述小腿的角度之差,得到所述膝关节的相对角度,计算所述大腿的加速度和所述小腿的加速度之差,得到所述膝关节的相对加速度。
6.根据权利要求4所述的步态分析***,其特征在于,
所述下肢检测装置包括:
第一盒体,用于放置所述第一惯性传感器、所述第一单片机以及所述第一ZigBee通信模组,所述第一盒体设置于所述大腿靠近所述膝关节的一侧;
第二盒体,用于放置所述第二惯性传感器,所述第二盒体设置于所述小腿靠近所述膝关节的一侧。
7.根据权利要求3所述的步态分析***,其特征在于,
所述惯性传感器为九轴传感器。
8.根据权利要求1所述的步态分析***,其特征在于,
所述足底检测装置包括:
至少一个足底压力传感器,连接所述第二zigbee通信模组,用于采集所述足底压力信息;
至少一个单片机,连接所述至少一个足底压力传感器以及所述第二zigbee通信模组,用于接收所述足底压力信息计算足底压力值,并通过所述第二zigbee通信模组将所述足底压力值发送出去。
9.根据权利要求8所述的步态分析***,其特征在于,
所述足底检测装置包括三个所述足底压力传感器,三个所述足底压力传感器均连接所述第二zigbee通信模组;
其中,三个所述足底压力传感器分别对应前脚掌两侧和脚后跟设置,并分别用于感应所述前脚掌两侧和所述脚后跟的压力信号。
10.根据权利要求8所述的步态分析***,其特征在于,
所述足底压力传感器为薄膜压力传感器。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110497086.3A CN113288121A (zh) | 2021-05-07 | 2021-05-07 | 一种步态分析*** |
PCT/CN2021/137704 WO2022233138A1 (zh) | 2021-05-07 | 2021-12-14 | 一种步态分析*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110497086.3A CN113288121A (zh) | 2021-05-07 | 2021-05-07 | 一种步态分析*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113288121A true CN113288121A (zh) | 2021-08-24 |
Family
ID=77321008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110497086.3A Pending CN113288121A (zh) | 2021-05-07 | 2021-05-07 | 一种步态分析*** |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113288121A (zh) |
WO (1) | WO2022233138A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114343617A (zh) * | 2021-12-10 | 2022-04-15 | 中国科学院深圳先进技术研究院 | 一种基于边云协同的患者步态实时预测方法 |
WO2022233138A1 (zh) * | 2021-05-07 | 2022-11-10 | 深圳先进技术研究院 | 一种步态分析*** |
CN117204993A (zh) * | 2023-11-09 | 2023-12-12 | 浙江强脑科技有限公司 | 智能假肢运动模式识别方法、装置、智能假肢及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103120586A (zh) * | 2012-10-22 | 2013-05-29 | 上海大学 | 人体步态运动学参数采集辅助装置和方法 |
CN104586408A (zh) * | 2015-02-05 | 2015-05-06 | 李维春 | 一种指夹式血氧计 |
CN107095677A (zh) * | 2016-02-19 | 2017-08-29 | 财团法人资讯工业策进会 | 步态分析***及方法 |
CN108013878A (zh) * | 2016-11-03 | 2018-05-11 | 北京航空航天大学 | 一种基于足底压力的智能传感鞋步态分析*** |
CN108095729A (zh) * | 2018-01-24 | 2018-06-01 | 深圳市臻络科技有限公司 | 一种冻结步态识别方法和装置 |
CN108338790A (zh) * | 2017-01-24 | 2018-07-31 | 首都医科大学 | 步态分析及跌倒评估*** |
CN110420029A (zh) * | 2019-08-03 | 2019-11-08 | 苏州自如医疗器械有限公司 | 一种基于多传感器融合的行走步态无线检测*** |
CN110916679A (zh) * | 2019-12-31 | 2020-03-27 | 复旦大学 | 一种人体下肢位姿步态检测装置及方法 |
CN211272052U (zh) * | 2019-04-22 | 2020-08-18 | 福建工程学院 | 一种用于偏瘫患者的指腕康复设备 |
CN112587166A (zh) * | 2021-01-19 | 2021-04-02 | 姚远 | 一种无线骨传导的听诊*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4631676A (en) * | 1983-05-25 | 1986-12-23 | Hospital For Joint Diseases Or | Computerized video gait and motion analysis system and method |
JP5607952B2 (ja) * | 2010-02-26 | 2014-10-15 | 国立大学法人東京工業大学 | 歩行障害自動分析システム |
CN103514302A (zh) * | 2013-10-28 | 2014-01-15 | 深圳先进技术研究院 | 人体步态数据库及其建立方法 |
CN209574702U (zh) * | 2018-08-06 | 2019-11-05 | 上海博灵机器人科技有限责任公司 | 一种下肢外骨骼式步态分析*** |
CN113288121A (zh) * | 2021-05-07 | 2021-08-24 | 深圳先进技术研究院 | 一种步态分析*** |
-
2021
- 2021-05-07 CN CN202110497086.3A patent/CN113288121A/zh active Pending
- 2021-12-14 WO PCT/CN2021/137704 patent/WO2022233138A1/zh active Application Filing
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103120586A (zh) * | 2012-10-22 | 2013-05-29 | 上海大学 | 人体步态运动学参数采集辅助装置和方法 |
CN104586408A (zh) * | 2015-02-05 | 2015-05-06 | 李维春 | 一种指夹式血氧计 |
CN107095677A (zh) * | 2016-02-19 | 2017-08-29 | 财团法人资讯工业策进会 | 步态分析***及方法 |
CN108013878A (zh) * | 2016-11-03 | 2018-05-11 | 北京航空航天大学 | 一种基于足底压力的智能传感鞋步态分析*** |
CN108338790A (zh) * | 2017-01-24 | 2018-07-31 | 首都医科大学 | 步态分析及跌倒评估*** |
CN108095729A (zh) * | 2018-01-24 | 2018-06-01 | 深圳市臻络科技有限公司 | 一种冻结步态识别方法和装置 |
CN211272052U (zh) * | 2019-04-22 | 2020-08-18 | 福建工程学院 | 一种用于偏瘫患者的指腕康复设备 |
CN110420029A (zh) * | 2019-08-03 | 2019-11-08 | 苏州自如医疗器械有限公司 | 一种基于多传感器融合的行走步态无线检测*** |
CN110916679A (zh) * | 2019-12-31 | 2020-03-27 | 复旦大学 | 一种人体下肢位姿步态检测装置及方法 |
CN112587166A (zh) * | 2021-01-19 | 2021-04-02 | 姚远 | 一种无线骨传导的听诊*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022233138A1 (zh) * | 2021-05-07 | 2022-11-10 | 深圳先进技术研究院 | 一种步态分析*** |
CN114343617A (zh) * | 2021-12-10 | 2022-04-15 | 中国科学院深圳先进技术研究院 | 一种基于边云协同的患者步态实时预测方法 |
CN117204993A (zh) * | 2023-11-09 | 2023-12-12 | 浙江强脑科技有限公司 | 智能假肢运动模式识别方法、装置、智能假肢及存储介质 |
CN117204993B (zh) * | 2023-11-09 | 2024-02-27 | 浙江强脑科技有限公司 | 智能假肢运动模式识别方法、装置、智能假肢及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2022233138A1 (zh) | 2022-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113288121A (zh) | 一种步态分析*** | |
Bertolotti et al. | A wearable and modular inertial unit for measuring limb movements and balance control abilities | |
US20210275109A1 (en) | System and method for diagnosing and notification regarding the onset of a stroke | |
US9375570B2 (en) | Sensor unit for a functional electrical stimulation (FES) orthotic system | |
CN100475128C (zh) | 生物学信息监测*** | |
CN109480857B (zh) | 一种用于帕金森病患者冻结步态检测的装置及方法 | |
CN208677399U (zh) | 智能关节角度测量装置及*** | |
CN205107688U (zh) | 智能鞋 | |
Mathur et al. | A practical design and implementation of a low cost platform for remote monitoring of lower limb health of amputees in the developing world | |
CN110974242B (zh) | 一种用于可穿戴式设备的步态异常程度评价方法及该设备 | |
CN206193786U (zh) | 运动数据检测装置 | |
CN107943271A (zh) | 运动数据检测方法、装置及*** | |
CN112274874A (zh) | 一种基于微惯性传感器的人体运动能耗评估***和方法 | |
Park et al. | Design of the wearable device for hemiplegic gait detection using an accelerometer and a gyroscope | |
Rakhecha | Reliable and secure body fall detection algorithm in a wireless mesh network | |
Paladugu et al. | A sensor cluster to monitor body kinematics | |
Zhu et al. | Reducing the power consumption of an imu-based gait measurement system | |
CN204428016U (zh) | 生理量测绑带监视看护*** | |
US20210315488A1 (en) | Analysing symmetry of limb function | |
CN110693501A (zh) | 一种基于多传感器融合的行走步态无线检测*** | |
Guimarães et al. | A smartphone-based fall risk assessment tool: Testing Ankle Flexibility, Gait and Voluntary Stepping | |
Hou et al. | A system for human gait analysis based on body sensor network | |
CN210574214U (zh) | 人体跌倒监控装置 | |
Celik et al. | Gait on the edge: A proposed wearable for continuous real-time monitoring beyond the lab | |
CN116530969A (zh) | 一种智能植入体及其检测***和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210824 |
|
RJ01 | Rejection of invention patent application after publication |