KR102124095B1 - System and Method for Analyzing Foot Pressure Change and Gait Pattern - Google Patents
System and Method for Analyzing Foot Pressure Change and Gait Pattern Download PDFInfo
- Publication number
- KR102124095B1 KR102124095B1 KR1020180026499A KR20180026499A KR102124095B1 KR 102124095 B1 KR102124095 B1 KR 102124095B1 KR 1020180026499 A KR1020180026499 A KR 1020180026499A KR 20180026499 A KR20180026499 A KR 20180026499A KR 102124095 B1 KR102124095 B1 KR 102124095B1
- Authority
- KR
- South Korea
- Prior art keywords
- walking
- gait
- data
- plantar pressure
- pressure change
- Prior art date
Links
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
- A61B5/103—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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
-
- H04M1/72522—
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
본 발명은 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법에 관한 것으로, 족저압 변화 및 보행 데이터를 수집하는 스마트 인솔 센서부;어플리케이션을 구동하여 상기 스마트 인솔 센서부와 통신하여 데이터 수집 명령을 전송하고, 수집 및 축적된 데이터를 보행 패턴 분석 서버로 전송하는 스마트폰 어플리케이션;상기 스마트폰 어플리케이션을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적 및 분석을 하는 보행 패턴 분석 서버;상기 보행 패턴 분석 서버의 분석 결과를 기계학습하여 DB화하는 기계학습 및 DB화부;상기 기계학습 및 DB화부의 DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 보행 패턴 분석결과 출력부;를 포함하는 것이다.The present invention analyzes plantar pressure change and gait pattern analysis so that individual collection and accumulation of data through a smartphone application can be performed, personal identification and gait type determination, and tracking and analysis of plantar pressure changes can be analyzed. A smart insole sensor unit that collects plantar pressure changes and gait data; drives an application to communicate with the smart insole sensor unit, transmits a data collection command, and analyzes the collected and accumulated data on a gait pattern A smartphone application that transmits to a server; a person who personally identifies and determines the type of gait based on the plantar pressure change and gait data received through the smartphone application, and tracks and analyzes the plantar pressure change to track and analyze the gait trajectory A pattern analysis server; a machine learning and DB unit that performs machine learning and DB conversion of the analysis results of the walking pattern analysis server; and outputs the walking pattern analysis result of each person who has been personally identified using the machine learning and DB information of the DB unit The output includes a walking pattern analysis result.
Description
본 발명은 보행 패턴 분석에 관한 것으로, 구체적으로 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법에 관한 것이다.The present invention relates to walking pattern analysis, specifically collecting and accumulating data through a smartphone application to determine personal identification and walking type, and track and analyze foot pressure changes to analyze each person's walking pattern. It relates to an apparatus and method for the analysis of changes in foot pressure and gait pattern.
사람은 일상생활을 하면서 신체 내외부 환경과 특수한 과제에 적합한 최적의 자세 조절을 위해 노력을 하고 있으며, 이러한 자세 균형 조절은 우리가 독립적인 생활을 하는데 있어서 필수적이고 중요한 의미를 갖는다.Humans are making efforts to adjust the optimal posture suitable for internal and external environments and special tasks in daily life, and this posture balance adjustment is essential and important in our independent life.
특히, 자세 균형 조절 능력 중에서 체중심의 이동은 바로 선 자세뿐만 아니라 여러 일상생활 활동 속에서 흔히볼 수 있는데, 물건을 들거나 가방을 메고 걸어 갈 때와 같은 상황에서 신체에 가해지는 부하는 자세유지 및 균형 유지에 중대한 영향을 미친다.In particular, the movement of the weight center among the posture balance adjustment abilities is common not only in the standing posture, but also in various daily activities, and the load on the body is maintained and balanced in the same situation as when walking with an object or carrying a bag. It has a significant effect on maintenance.
물건을 운반할 경우 부하가 너무 무겁거나 잘못된 방법으로 휴대하고 보행을 할 경우, 보행 패턴의 변화로 인해 체중심 이동에 영향을 받게 되는데, 정상적인 보행에서는 체중심이 상하, 좌우, 진행 방향을 따라 규칙적, 대칭적으로 부드럽게 진행하고, 사지의 움직임이 조화롭게 이루어지지만, 가방과 같은 부하를 들거나 메고 보행을 할 경우 체중심의 불규칙적인 이동이 나타난다.When carrying an object, if the load is too heavy or if you carry it in the wrong way and walk, you may be affected by the movement of the weight center due to changes in the walking pattern. It proceeds symmetrically and smoothly, and the movements of the limbs are harmonious, but irregular movements of the weight center appear when walking or carrying a load such as a bag.
또한, 부하를 운반하는 방식으로 인해 위치가 변화된 체중심선을 기저면 중앙으로 가져와 평형을 유지하고, 전방으로의 진행을 위해 중심선을 더욱더 앞으로 가져와서 균형을 유지하고 보행 에너지 소모를 절약하기 위한 인체의 적응 기전이 나타나게 된다.In addition, by adapting the human body to bring the weight center line whose position is changed due to the way of carrying the load to the center of the base surface to maintain the balance, and bring the center line forward and forward for further progress to maintain balance and save walking energy consumption. Mechanisms appear.
보행분석(gait analysis)은 근골격 신경계 질환에 대한 임상에서의 의사결정, 치료 후의 평가, 의지와 보장구의 평가 및 여러 생체 역학적인 연구 등에 사용되고 있고, 보행의 여러 측면을 측정하여 포괄적인 평가를 하게 되는데, 운동 형상학적 분석(kinematic analysis), 동적 근전도(dynamic electromyography)및 에너지소비량 측정(energy expenditure measurement)등을 포함한다.Gait analysis is used in clinical decision-making for musculoskeletal nervous system disease, post-treatment evaluation, will and prosthesis evaluation, and various biomechanical studies. It measures various aspects of gait and performs a comprehensive evaluation. , Kinematic analysis, dynamic electromyography, and energy expenditure measurement.
일반적으로 보행 패턴 추출장치는 뇌졸중, 뇌성마비 등의 중추신경계 손상으로 인한 보행장애를 겪는 환자의 보행 감각을 회복시키는 재활 훈련용, 혹은 보행 자세 교정을 필요로 하는 사용자의 보행 자세 교정 훈련용 등으로 많이 사용된다.In general, the gait pattern extraction device is used for rehabilitation training for restoring gait sensations of patients suffering from gait disorders due to damage to the central nervous system such as stroke and cerebral palsy, or for gait posture correction training for users who require gait posture correction It is used a lot.
종래 기술의 보행 패턴 검출 장치는 보행자의 발바닥이 트레드밀의 벨트를 밟을 때 감지되는 압력 변화를 보행자의 보행 패턴으로 검출하기 위한 연산 작업이 복잡하고 연산 시간 지연 문제로 인해 보행자의 보행 패턴을 실시간으로 판단하기 어려운 문제가 있다.The walking pattern detection device of the prior art has a complicated calculation operation for detecting a pressure change detected when the foot of a pedestrian steps on the treadmill belt as a pedestrian walking pattern, and determines a pedestrian's walking pattern in real time due to a calculation time delay problem. There is a difficult problem to do.
특히, 상용 압력센서의 가격 문제로 인해 제품이 고가로 제작되고 있는 실정이며, 특히 상용 압력센서는 보행자의 발에 맞게 잘라 사용하는 1회용이므로 특정 보행자의 보행 패턴을 검출할 때마다 비용이 소모되는 문제가 있다.In particular, due to the price problem of the commercial pressure sensor, the product is being manufactured at an expensive price. In particular, the commercial pressure sensor is a one-time use that is cut and used to fit the foot of a pedestrian. there is a problem.
또한, 보행자의 발바닥이 트레드밀의 벨트를 밟을 때 감지되는 압력 변화를 보행자의 보행 패턴으로 검출하는 경우에는 사용자의 보행이 부자연스러워 정확한 보행 패턴의 분석이 어려운 문제가 있다.In addition, in the case of detecting a pressure change sensed when the foot of a pedestrian presses the treadmill belt as a pedestrian's walking pattern, it is difficult to analyze an accurate walking pattern because the user's walking is unnatural.
따라서, 실시간으로 보행 궤적을 추적하고, 자연스러운 보행 상태에서의 보행 데이터의 획득이 가능하도록 하여 각 개인의 보행 패턴을 정확하게 분석할 수 있도록 하는 새로운 기술의 개발이 요구되고 있다.Accordingly, there is a need to develop a new technology that tracks the walking trajectory in real time and enables the acquisition of walking data in a natural walking state to accurately analyze the walking pattern of each individual.
본 발명은 이와 같은 종래 기술의 보행 패턴 분석 기술의 문제를 해결하기 위한 것으로, 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention is to solve the problems of the walking pattern analysis technology of the prior art, by collecting and accumulating data through a smartphone application to determine the individual identification and walking type, track and analyze changes in plantar pressure, each individual The purpose of the present invention is to provide an apparatus and method for analyzing the change of foot pressure and walking pattern to analyze the walking pattern of a person.
본 발명은 스마트폰 어플리케이션을 구동하여 스마트 인솔 센서부와 통신하여 개개인의 일상 걸음걸이(gait)에 관한 데이터를 간편하게 수집 분석하여 개개인의 족적을 범용성을 갖는 생체 정보, 바이오마커로 활용할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention is a family that enables a smartphone application to be used as a biomarker and biomarker having versatility by easily collecting and analyzing data on an individual's daily gait by communicating with a smart insole sensor unit by driving a smartphone application. It is an object of the present invention to provide an apparatus and method for analyzing low pressure changes and gait patterns.
본 발명은 보행 종류, 족저압 변화, 보행 패턴 분석 결과를 기계학습하여 DB화 하고, DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법을 제공하는데 그 목적이 있다.In the present invention, the foot type, foot pressure change, and walking pattern analysis results are machine-learned and converted into DB, and the foot pressure change and walking pattern are made to output the walking pattern analysis result of each person who is personally identified using DB information. The aim is to provide an apparatus and method for analysis.
본 발명은 편측,내측 무릎 골관절염, 파킨슨병을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 조기 평가의 정확도 향상 및 중증도 판별에 사용할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention analyzes the characteristic gait pattern of each individual with unilateral, medial knee osteoarthritis and Parkinson's disease through measurement using a sensor to improve the accuracy of early evaluation and to analyze the changes in the plantar pressure and gait pattern for use in discriminating severity. It is an object to provide an apparatus and method for the purpose.
본 발명은 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석하여 정밀 평가 및 이상 보행 특성 파악, 중증도, 예후 예측이 가능하도록 하여 개인별 상태에 맞춘 효과적인 보행 재활 프로그램을 제공할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention tracks and analyzes changes in plantar pressure and analyzes the walking pattern of each individual to enable precise evaluation and identification of abnormal walking characteristics, severity, and prognosis prediction to provide an effective walking rehabilitation program tailored to individual conditions. It is an object of the present invention to provide an apparatus and method for analyzing low pressure changes and gait patterns.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The objects of the present invention are not limited to the objects mentioned above, and other objects not mentioned will be clearly understood by those skilled in the art from the following description.
이와 같은 목적을 달성하기 위한 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치는 족저압 변화 및 보행 데이터를 수집하는 스마트 인솔 센서부;어플리케이션을 구동하여 상기 스마트 인솔 센서부와 통신하여 데이터 수집 명령을 전송하고, 수집 및 축적된 데이터를 보행 패턴 분석 서버로 전송하는 스마트폰 어플리케이션;상기 스마트폰 어플리케이션을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적 및 분석을 하는 보행 패턴 분석 서버;상기 보행 패턴 분석 서버의 분석 결과를 기계학습하여 DB화하는 기계학습 및 DB화부;상기 기계학습 및 DB화부의 DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 보행 패턴 분석결과 출력부;를 포함하는 것을 특징으로 한다.An apparatus for analyzing the plantar pressure change and gait pattern according to the present invention for achieving the above object is a smart insole sensor unit for collecting plantar pressure change and gait data; driving an application to communicate with the smart insole sensor unit to collect data A smart phone application that transmits a command and transmits the collected and accumulated data to a walking pattern analysis server; personal identification and gait type determination is made based on the foot pressure change and walking data received through the smart phone application, and the foot pressure change A walking pattern analysis server that tracks and analyzes the walking trajectory by tracking and analyzing; A machine learning and DB unit that performs machine learning and DB analysis of the results of the walking pattern analysis server; uses the DB information of the machine learning and DB unit It characterized in that it comprises a; a walking pattern analysis result output unit for outputting the walking pattern analysis results of each individual identification is made.
여기서, 보행 패턴 분석 서버는, 스마트폰 어플리케이션의 등록 및 실행 정보에 의한 개인 식별을 하는 개인 식별부와,스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 종류 판단을 하는 보행종류 판단부와,스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터를 처리하여 족저압 변화를 추적 및 분석하는 족저압 데이터 처리부와,족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 보행 패턴 분석부를 포함하는 것을 특징으로 한다.Here, the walking pattern analysis server includes a personal identification unit for personal identification based on registration and execution information of a smart phone application, and a walking type for determining a walking type based on plantar pressure change data and walking data received through the smart phone application. Determination unit, plantar pressure data processing unit that tracks and analyzes the plantar pressure change by processing the plantar pressure change data received through the smartphone application, and tracks the walking trajectory based on the plantar pressure change data and gait data, and provides 3D acceleration It characterized in that it comprises a walking pattern analysis unit for processing and analyzing the angular velocity, velocity data.
그리고 보행 패턴 분석부는, 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하는 보행 궤적 추적부와,스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 3차원 가속도 변화를 검출하는 3차원 가속도 측정부와,스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 3차원 각속도 변화를 검출하는 3차원 각속도 측정부와,스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 보행 속도 변화를 검출하는 3차원 속도 측정부를 포함하는 것을 특징으로 한다.In addition, the walking pattern analysis unit measures a 3D acceleration that detects a 3D acceleration change based on the walking data tracked by the foot track pressure change data and the walking data and the walking data sensed by the smart insole sensor unit. Buwa, 3D angular velocity measurement unit that detects a 3D angular velocity change based on the walking data sensed by the smart insole sensor unit, and 3D velocity that detects a walking speed change based on the walking data sensed by the smart insol sensor unit. Characterized in that it comprises a measuring unit.
그리고 스마트 인솔 센서부는, 스마트 인솔을 구성하는 제1,2,3층의 인솔 구성층들이 구비되고, 하부의 제 1 인솔 구성층과 중간의 제 2 인솔 구성층 사이에 복수 개의 족압 검출 센서가 특정 간격으로 이격되어 설치되고, 각 센서들 및 내부 장치들에게 전원을 공급하기 위한 충전을 하는 무선 충전 수신 안테나가 구비되는 것을 특징으로 한다.In addition, the smart insole sensor unit is provided with first, second, and third layers of insole components constituting the smart insole, and a plurality of foot pressure detection sensors are specified between the lower first insole component layer and the middle second insole component layer. It is installed spaced apart from each other, and is characterized in that a wireless charging receiving antenna is provided for charging to supply power to each sensor and internal devices.
그리고 스마트 인솔 센서부는, 중간의 제 2 인솔 구성층과 상부의 제 3 인솔 구성층 사이에 보행 데이터 검출 및 스마트폰 어플리케이션과의 통신을 제어하는 MCU와, 스마트폰 어플리케이션과의 통신을 하기 위한 통신 모듈과, 보행 데이터를 저장하는 데이터 저장부, 무선 충전 회로, 3축 가속도 센서, 3축 자이로 센서가 구비되는 것을 특징으로 한다.In addition, the smart insole sensor unit is a communication module for communicating with a smart phone application and an MCU that controls communication with a smart phone application and walking data detection between a second insole component layer in the middle and a third insole component layer in the upper part. And, it characterized in that it is provided with a data storage unit for storing walking data, a wireless charging circuit, a 3-axis acceleration sensor, and a 3-axis gyro sensor.
그리고 상기 보행 패턴 분석결과 출력부에서 출력되는 각 개인의 보행 패턴 분석 결과를 실제 임상 결과 데이터 제공부에서 제공되는 임상 결과 데이터와 비교 분석하여, 보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단부를 더 포함하는 것을 특징으로 한다.Then, by comparing and analyzing the walking pattern analysis result of each individual output from the walking pattern analysis result output unit with the clinical result data provided by the actual clinical result data providing unit, a correlation comparison is performed to determine the association between the walking pattern change and the actual clinical result Characterized in that it further comprises a judgment unit.
그리고 상기 연관성 비교 판단부는, 상기 보행 패턴 분석결과 출력부에서 출력되는 편측,내측 무릎 골관절염을 갖는 각 개인의 보행 패턴 분석 결과를 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 한다.In addition, the association comparison determination unit matches the walking pattern analysis result of each individual with unilateral and internal knee osteoarthritis output from the walking pattern analysis result output unit with a clinical physical examination and an X-ray imaging test (Kellgren-Lawrence scale). It is characterized by making a comparison and analyzing the correlation with the degree of improvement before and after surgery or injection treatment.
그리고 상기 연관성 비교 판단부는, 상기 보행 패턴 분석결과 출력부에서 출력되는 파킨슨병을 갖는 각 개인의 각 개인의 보행 패턴 분석 결과를 임상적 평가와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 한다.In addition, the association comparison determining unit compares the walking pattern analysis result of each individual with Parkinson's disease output from the walking pattern analysis result output unit with the clinical evaluation, and compares the degree of improvement before and after drug treatment. Characterized in that the analysis of the association.
다른 목적을 달성하기 위한 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 방법은 스마트폰 어플리케이션을 구동하여 스마트 인솔 센서부와 통신하여 데이터 수집 명령을 전송하고, 수집 및 축적된 데이터를 보행 패턴 분석 서버로 전송하는 단계;상기 스마트폰 어플리케이션을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적 및 분석을 하는 보행 패턴 분석 단계;상기 보행 패턴 분석 단계의 분석 결과를 기계학습하여 DB화 하는 단계;상기 기계학습 및 DB화된 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 단계;를 포함하는 것을 특징으로 한다.The method for analyzing the plantar pressure change and gait pattern according to the present invention for achieving another purpose is to drive a smart phone application to communicate with the smart insole sensor unit to transmit a data collection command, and analyze the collected and accumulated data for a gait pattern Step of transmitting to the server; walking pattern analysis to track and analyze the walking trajectory by making personal identification and walking type judgment based on the plantar pressure change and gait data received through the smartphone application, and tracking and analyzing the plantar pressure change Step; outputting the results of the walking pattern analysis of each individual who has been personally identified using the machine learning and DBized information; machine learning and DB of the analysis results of the walking pattern analysis step; Is done.
여기서, 보행 패턴 분석 단계는, 스마트폰 어플리케이션의 등록 및 실행 정보에 의한 개인 식별을 하는 단계와,스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 종류 판단을 하는 단계와,스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터를 처리하여 족저압 변화를 추적 및 분석하는 단계와,족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 단계를 포함하는 것을 특징으로 한다.Here, the step of analyzing the walking pattern includes the steps of personal identification based on registration and execution information of the smartphone application, and determining the type of walking based on the plantar pressure change data and the walking data received through the smartphone application, and Tracking and analyzing the plantar pressure change by processing the plantar pressure change data received through the phone application, and tracking the walking trajectory based on the plantar pressure change data and walking data, and processing and analyzing the 3D acceleration, angular velocity, and velocity data It characterized in that it comprises a step of.
그리고 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 각 개인의 보행 패턴 분석 결과를 실제 임상 결과 데이터 제공부에서 제공되는 임상 결과 데이터와 비교 분석하여, 보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단 단계를 더 포함하는 것을 특징으로 한다.In addition, in the step of outputting the walking pattern analysis result of each individual, the walking pattern analysis result of each individual is compared and analyzed with the clinical result data provided in the actual clinical result data providing unit, thereby correlating the walking pattern change with the actual clinical result. And it characterized in that it further comprises a step of determining the association comparison.
그리고 상기 연관성 비교 판단 단계는, 상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 편측,내측 무릎 골관절염을 갖는 각 개인의 보행 패턴 분석 결과를 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 한다.And in the step of determining the association, the results of the walking pattern analysis of each individual having unilateral and inner knee osteoarthritis, which are output in the step of outputting the walking pattern analysis result of each individual, are subjected to clinical physical examination and X-ray imaging (Kellgren). -Lawrence scale), and it is characterized by performing correlation analysis before and after surgery or injection therapy.
그리고 상기 연관성 비교 판단 단계는, 상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 파킨슨병을 갖는 각 개인의 각 개인의 보행 패턴 분석 결과를 임상적 평가와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 한다.And in the step of determining the association, the walking pattern analysis result of each individual with Parkinson's disease, which is output in the step of outputting the walking pattern analysis result of each individual, is compared with clinical evaluation, and drug treatment is performed. Characterized by analyzing the relationship with the degree of improvement before and after.
이와 같은 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법은 다음과 같은 효과를 갖는다.The apparatus and method for analyzing the plantar pressure change and gait pattern according to the present invention have the following effects.
첫째, 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 효과적으로 분석할 수 있도록 한다.First, by collecting and accumulating data through a smartphone application, personal identification and gait type determination are made, and tracking and analysis of plantar pressure changes are performed to effectively analyze each individual's gait pattern.
둘째, 스마트폰 어플리케이션을 구동하여 스마트 인솔 센서부와 통신하여 개개인의 일상 걸음걸이(gait)에 관한 데이터를 간편하게 수집 분석하여 개개인의 족적을 범용성을 갖는 생체 정보, 바이오마커로 활용할 수 있도록 한다.Second, by driving a smart phone application to communicate with the smart insole sensor unit, it is possible to easily collect and analyze the data of an individual's daily gait to use the individual's footprint as a bio-marker and biomarker with versatility.
셋째, 보행 종류, 족저압 변화, 보행 패턴 분석 결과를 기계학습하여 DB화 하고, DB 정보를 이용하여 개인식별이 이루어진 신뢰도가 높은 각 개인의 보행 패턴 분석 결과를 출력할 수 있도록 한다.Third, the walking type, plantar pressure change, and walking pattern analysis results are machine-learned and converted into DB, and DB information is used to output the walking pattern analysis results of each highly reliable individual identified.
넷째, 편측,내측 무릎 골관절염, 파킨슨병을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 조기 평가의 정확도 향상 및 중증도 판별에 사용할 수 있도록 한다.Fourth, the characteristic gait pattern of each individual with unilateral, internal knee osteoarthritis and Parkinson's disease is analyzed through measurement using a sensor so that it can be used to improve the accuracy of early evaluation and to determine the severity.
다섯째, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석하여 정밀 평가 및 이상 보행 특성 파악, 중증도, 예후 예측이 가능하도록 하여 개인별 상태에 맞춘 효과적인 보행 재활 프로그램을 제공할 수 있도록 한다.Fifth, it is possible to provide an effective gait rehabilitation program tailored to each individual condition by tracking and analyzing changes in plantar pressure to analyze each person's gait patterns, to accurately evaluate and identify abnormal gait characteristics, and to predict severity and prognosis.
도 1은 파킨슨병 환자의 보행 패턴을 나타낸 구성도(Rodrigo 등, Rev. Bras. Eng. Biomd, 2012)
도 2는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치의 데이터 수집 및 분석에 의한 결과 출력 과정을 나타낸 구성도
도 3은 본 발명에 따른 스마트 인솔 센서부 및 스마트폰 어플리케이션을 구동하여 데이터 수집을 하는 과정을 나타낸 구성도
도 4는 본 발명에 따른 스마트 인솔 센서부의 상세 구성도
도 5는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 선형 변환 분석 특성을 나타낸 구성도
도 6은 비장애인의 평지 보행시의 보행 패턴 측정 결과를 나타낸 그래프
도 7a내지 도 7c는 방향 전환시의 Y축 가속도 변화량, 가속도 센서 변화량, 자이로 센서 변화량을 나타낸 그래프
도 8은 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치의 구성도
도 9는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 방법을 나타낸 플로우 차트1 is a block diagram showing the gait pattern of Parkinson's disease patients (Rodrigo et al., Rev. Bras. Eng. Biomd, 2012)
2 is a configuration diagram showing a result output process by data collection and analysis of the device for analyzing the plantar pressure change and gait pattern according to the present invention
3 is a block diagram showing a process of collecting data by driving a smart insole sensor unit and a smart phone application according to the present invention
4 is a detailed configuration diagram of a smart insole sensor unit according to the present invention
5 is a block diagram showing the characteristics of the linear transformation analysis for the analysis of the plantar pressure change and gait pattern according to the present invention
Figure 6 is a graph showing the walking pattern measurement results when walking on a flat surface of a non-disabled person
7A to 7C are graphs showing changes in Y-axis acceleration, changes in acceleration sensor, and changes in gyro sensor when changing directions.
8 is a configuration diagram of a device for analyzing the plantar pressure change and gait pattern according to the present invention
9 is a flow chart showing a method for analyzing the plantar pressure change and gait pattern according to the present invention
이하, 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.Hereinafter, a preferred embodiment of the apparatus and method for analyzing the plantar pressure change and gait pattern according to the present invention will be described in detail as follows.
본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.Features and advantages of the apparatus and method for analyzing the plantar pressure change and gait pattern according to the present invention will become apparent through detailed description of each embodiment below.
도 8은 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치의 구성도이다.8 is a configuration diagram of a device for analyzing the plantar pressure change and gait pattern according to the present invention.
본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법은 스마트 인솔 센서부와 통신하는 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석할 수 있도록 한 것이다.The apparatus and method for analyzing the plantar pressure change and gait pattern according to the present invention collects and accumulates data through a smart phone application communicating with the smart insole sensor unit to determine personal identification and gait type, and to track the plantar pressure change and This is to analyze each person's gait pattern by analyzing.
이를 위하여, 본 발명은 스마트폰 어플리케이션을 구동하여 스마트 인솔 센서부와 통신하여 개개인의 일상 걸음걸이(gait)에 관한 데이터를 간편하게 수집 분석하여 개개인의 족적을 범용성을 갖는 생체 정보, 바이오마커로 활용할 수 있도록 하는 구성을 포함할 수 있다.To this end, the present invention can be used as a biomarker and biomarker having versatility by driving a smartphone application to communicate with a smart insole sensor unit to easily collect and analyze data about an individual's daily gait. Configuration.
본 발명은 보행 종류, 족저압 변화, 보행 패턴 분석 결과를 기계학습하여 DB화 하고, DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 구성을 포함할 수 있다.The present invention may include a configuration in which the results of walking type, plantar pressure change, and walking pattern analysis are machine-learned and DBized, and outputting the walking pattern analysis result of each individual who has been personally identified using DB information.
본 발명은 편측,내측 무릎 골관절염, 파킨슨병을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 조기 평가의 정확도 향상 및 중증도 판별에 사용하는 구성을 포함할 수 있다.The present invention may include a configuration for analyzing the characteristic gait pattern of each individual with unilateral, internal knee osteoarthritis and Parkinson's disease through measurement using a sensor to improve the accuracy of early evaluation and determine severity.
본 발명은 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석하여 정밀 평가 및 이상 보행 특성 파악, 중증도, 예후 예측이 가능하도록 하여 개인별 상태에 맞춘 효과적인 보행 재활 프로그램을 제공하는 구성을 포함할 수 있다.The present invention includes a configuration that provides an effective gait rehabilitation program tailored to individual conditions by tracking and analyzing changes in plantar pressure to analyze each person's gait pattern, thereby enabling precise evaluation and grasping of abnormal gait characteristics, prediction of severity, and prognosis. Can be.
본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치는 도 8에서와 같이, 족저압 변화 및 보행 데이터를 수집하는 스마트 인솔 센서부(100)와, 어플리케이션을 구동하여 스마트 인솔 센서부(100)와 통신하여 데이터 수집 명령을 전송하고, 수집 및 축적된 데이터를 보행 패턴 분석 서버로 전송하는 스마트폰 어플리케이션(200)과, 스마트폰 어플리케이션(200)을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 보행 패턴 분석 서버(300)와, 분석된 보행 종류, 족저압 변화, 보행 패턴 분석 결과를 기계학습하여 DB화하는 기계학습 및 DB화부(400)와, 기계학습 및 DB화부(400)의 DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 보행 패턴 분석결과 출력부(500)를 포함한다.The apparatus for analyzing the plantar pressure change and gait pattern according to the present invention includes a smart
여기서, 보행 패턴 분석 서버(300)는 스마트폰 어플리케이션(200)의 등록 및 실행 정보에 의한 개인 식별을 하는 개인 식별부(10)와, 스마트폰 어플리케이션(200)을 통하여 받은 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 종류 판단을 하는 보행종류 판단부(20)와, 스마트폰 어플리케이션(200)을 통하여 받은 족저압 변화 데이터를 처리하여 족저압 변화를 추적 및 분석하는 족저압 데이터 처리부(30)와, 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 보행 패턴 분석부(40)를 포함한다.Here, the walking
그리고 보행 패턴 분석부(40)는 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하는 보행 궤적 추적부(41)와, 스마트 인솔 센서부(100)에서 센싱된 보행 데이터를 기준으로 3차원 가속도 변화를 검출하는 3차원 가속도 측정부(42)와, 스마트 인솔 센서부(100)에서 센싱된 보행 데이터를 기준으로 3차원 각속도 변화를 검출하는 3차원 각속도 측정부(43)와, 스마트 인솔 센서부(100)에서 센싱된 보행 데이터를 기준으로 보행 속도 변화를 검출하는 3차원 속도 측정부(44)를 포함한다.In addition, the walking
그리고 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치는 보행 패턴 분석결과 출력부(500)에서 출력되는 각 개인의 보행 패턴 분석 결과를 실제 임상 결과 데이터 제공부(700)에서 제공되는 임상 결과 데이터와 비교 분석하여 보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단부(600)를 더 포함할 수 있다.In addition, the apparatus for analyzing the plantar pressure change and gait pattern according to the present invention provides the clinical result provided by the actual clinical result
이와 같은 구성을 갖는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치에 관하여 더 구체적으로 설명하면 다음과 같다.The apparatus for analyzing the plantar pressure change and gait pattern according to the present invention having such a configuration will be described in more detail as follows.
도 1은 파킨슨병 환자의 보행 패턴을 나타낸 구성도이다.1 is a block diagram showing a gait pattern of Parkinson's disease patients.
그리고 도 2는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치의 데이터 수집 및 분석에 의한 결과 출력 과정을 나타낸 구성도이다.And Figure 2 is a block diagram showing a result output process by the data collection and analysis of the device for analyzing the plantar pressure change and gait pattern according to the present invention.
정상인의 걸음걸이(gait)와 파킨슨병 환자의 보행 패턴이 다르게 나타나는 것을 알 수 있다. 본 발명은 이와 같은 보행 패턴의 차이를 검출 및 분석하여 정밀 평가 및 이상 보행 특성 파악, 중증도, 예후 예측이 가능하도록 하여 개인별 상태에 맞춘 효과적인 보행 재활 프로그램을 제공할 수 있도록 한 것이다.It can be seen that gait patterns of normal people and gait patterns of Parkinson's patients are different. The present invention is intended to provide an effective gait rehabilitation program tailored to individual conditions by detecting and analyzing the difference in gait patterns, enabling precise evaluation and grasping of abnormal gait characteristics, prediction of severity, and prognosis.
즉, 편측,내측 무릎 골관절염, 파킨슨병 등의 질병을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 조기 평가의 정확도 향상 및 중증도 판별에 사용할 수 있도록 한다.That is, the characteristic gait pattern of each individual with diseases such as unilateral, internal knee osteoarthritis and Parkinson's disease is analyzed through measurement using a sensor so that it can be used for improving the accuracy of early evaluation and determining severity.
예를 들어, 편측,내측 무릎 골관절염을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석에 사용할 수 있다.For example, the characteristic gait pattern of each individual with unilateral and medial knee osteoarthritis is analyzed through measurement using a sensor to compare clinical physical examination and consistency with the X-ray imaging test (Kellgren-Lawrence scale), and perform surgery. Alternatively, it can be used to analyze the association with the degree of improvement before and after injection treatment.
그리고 파킨슨병을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 임상적 평가(호앤야)와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석에 사용할 수 있다.Also, the characteristic gait pattern of each individual with Parkinson's disease can be analyzed through measurement using a sensor to compare the degree of agreement with clinical evaluation (Ho & Ya), and can be used to analyze the association with the degree of improvement before and after drug treatment.
이와 같은 분석 결과의 사용은 일 예를 나타낸 것으로, 본 발명에 의한 분석 결과가 적용되는 질병 및 적용 분야는 이로 제한되지 않는다.The use of such analysis results shows an example, and the disease and application field to which the analysis results according to the present invention are applied are not limited thereto.
도 3은 본 발명에 따른 스마트 인솔 센서부 및 스마트폰 어플리케이션을 구동하여 데이터 수집을 하는 과정을 나타낸 구성도이고, 도 4는 본 발명에 따른 스마트 인솔 센서부의 상세 구성도이다.3 is a configuration diagram showing a process of collecting data by driving a smart insole sensor unit and a smartphone application according to the present invention, and FIG. 4 is a detailed configuration diagram of a smart insole sensor unit according to the present invention.
스마트폰 어플리케이션(200)을 구동하여 데이터 수집 시작 명령을 내리면 사용자의 신발의 바닥 부분에 구성되는 스마트 인솔 센서부(100)에서 족저압 변화 데이터 및 3차원 가속도, 각속도, 속도 데이터의 보행 데이터를 센싱하고 이를 스마트폰 어플리케이션(200)으로 전송한다.When the
이와 같은 보행 데이터 수집은 스마트폰 어플리케이션(200)에서 스마트 인솔 센서부(100)로 데이터 수집 종료 명령을 내릴때까지 이루어진다.The walking data collection is performed until the
도 3의 (a)는 스마트 인솔 센서부(100)에서의 보행 데이터 검출을 나타낸 것이고, 도 3의 (b)는 스마트폰 어플리케이션(200)의 화면 구성의 일 예를 나타낸 것이고, 도 3의 (c)는 스마트 인솔 센서부(100)에서의 보행 데이터 검출을 하는 센서들의 검출 위치를 나타낸 것이다.FIG. 3(a) shows walking data detection in the smart
스마트 인솔 센서부(100)의 상세 구성은 도 4에서와 같이, 스마트 인솔을 구성하는 제1,2,3층의 인솔 구성층들이 구비되고, 하부의 제 1 인솔 구성층과 중간의 제 2 인솔 구성층 사이에 복수 개의 족압 검출 센서(100b)가 특정 간격으로 이격되어 설치되고, 각 센서들 및 내부 장치들에게 전원을 공급하기 위한 충전을 하는 무선 충전 수신 안테나(100c)가 구비된다.The detailed configuration of the smart
그리고 중간의 제 2 인솔 구성층과 상부의 제 3 인솔 구성층 사이에 보행 데이터 검출 및 스마트폰 어플리케이션(200)과의 통신을 제어하는 MCU와, 스마트폰 어플리케이션(200)과의 통신을 하기 위한 통신 모듈과, 데이터 저장부, 무선 충전 회로, 3축 가속도 센서, 3축 자이로 센서를 갖는 스마트 인솔 회로부(100a)가 구비된다.And the communication for communication between the MCU and the
도 5는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 선형 변환 분석 특성을 나타낸 구성도이다.5 is a block diagram showing the characteristics of the linear transformation analysis for analyzing the plantar pressure change and gait pattern according to the present invention.
본 발명은 데이터 분류를 위한 지도 학습(Supervised Learning) 방법으로, 고차원의 데이터를 클래스 구분이 용이한 저차원의 특징 공간으로 선형 변환하는 방법을 사용한다.The present invention is a supervised learning method for classifying data, and uses a method of linearly transforming high-dimensional data into a low-dimensional feature space that is easy to classify.
이러한 선형 변환을 찾기 위해 같은 클래스에 속하는 데이터들의 분산(SW)은 최소화하고, 동시에 클래스들의 평균값()들의 분산(SB)은 최대가 되도록 하는 목적 함수를 설계한다.To find such a linear transformation, we design an objective function that minimizes the variance (S W ) of data belonging to the same class and at the same time makes the variance (S B ) of the mean values () of the classes maximize.
도 6은 비장애인의 평지 보행시의 보행 패턴 측정 결과를 나타낸 그래프이다.6 is a graph showing a walking pattern measurement result when walking on a flat surface of a non-disabled person.
도 6의 (a)는 6자유도 궤적을 나타낸 것이고, 도 6의 (b)는 3차원 가속도 측정 결과, 도 6의 (c)는 3차원 위치센서로 측정한 각속도를 나타낸 것이고, (d)는 3차원 속도 측정 결과를 나타낸 것이다.Fig. 6(a) shows the six-degree-of-freedom trajectory, Fig. 6(b) shows the results of the three-dimensional acceleration measurement, and Fig. 6(c) shows the angular velocity measured by the three-dimensional position sensor, (d) Shows the result of 3D speed measurement.
그리고 도 7a내지 도 7c는 방향 전환시의 Y축 가속도 변화량, 가속도 센서 변화량, 자이로 센서 변화량을 나타낸 그래프이다.7A to 7C are graphs showing the Y-axis acceleration change amount, the acceleration sensor change amount, and the gyro sensor change amount when switching directions.
이상에서와 같은 구성을 갖는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 방법을 구체적으로 설명하면 다음과 같다.The method for analyzing the plantar pressure change and gait pattern according to the present invention having the configuration as described above will be described in detail as follows.
도 9는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 방법을 나타낸 플로우 차트이다.9 is a flow chart showing a method for analyzing the plantar pressure change and gait pattern according to the present invention.
먼저, 스마트폰 어플리케이션(200)을 구동하여 스마트 인솔 센서부(100)와 통신하여 데이터 수집 명령을 전송한다.(S901)First, the
이어, 스마트폰 어플리케이션(200)을 통하여 수집 및 축적된 데이터를 보행 패턴 분석 서버(300)로 전송한다.(S902)Subsequently, the data collected and accumulated through the
그리고 보행 패턴 분석 서버(300)에서 개인 식별 및 보행 종류 판단을 하고, 족저압 데이터를 처리하여 족저압 변화를 추적 및 분석한다.(S903)Then, the walking
이어, 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 한다.(S904)Subsequently, the walking trajectory is tracked, and 3D acceleration, angular velocity, and velocity data processing and analysis are performed (S904).
그리고 분석된 보행 종류, 족저압 변화, 보행 패턴 분석 결과를 기계학습하여 DB화 하고, DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력한다.(S905)Then, the analyzed walking type, plantar pressure change, and walking pattern analysis results are machine-learned and converted into DB, and the walking pattern analysis result of each individual identified by using DB information is output (S905).
여기서, 각 개인의 보행 패턴 분석 결과를 출력하는 단계(S905)에서 출력되는 각 개인의 보행 패턴 분석 결과를 실제 임상 결과 데이터 제공부에서 제공되는 임상 결과 데이터와 비교 분석하여, 보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단 단계를 더 포함할 수 있다.Here, the walking pattern analysis result of each individual output in step S905 of outputting the walking pattern analysis result of each individual is compared with the clinical result data provided in the actual clinical result data providing unit, and the walking pattern changes and the actual clinical A correlation comparison determination step of determining the association of the results may be further included.
이와 같은 상기 연관성 비교 판단 단계에서의 일 예는 다음과 같이 진행될 수 있고 이로 제한되지 않는다.An example of the association comparison determination step may be performed as follows, but is not limited thereto.
상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 편측,내측 무릎 골관절염을 갖는 각 개인의 보행 패턴 분석 결과를 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석을 할 수 있다.In the step of outputting the walking pattern analysis result of each individual, the walking pattern analysis result of each individual having unilateral and inner knee osteoarthritis is compared with clinical physical examination and X-ray imaging test (Kellgren-Lawrence scale). And, it can analyze the correlation with the degree of improvement before and after surgery or injection treatment.
다른 실시 예로는 상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 파킨슨병을 갖는 각 개인의 각 개인의 보행 패턴 분석 결과를 임상적 평가와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석을 할 수 있다.In another embodiment, the walking pattern analysis result of each individual with Parkinson's disease, which is output in the step of outputting the walking pattern analysis result of each individual, is compared with the clinical evaluation, and before and after drug treatment is improved. You can analyze the relationship with degree.
이상에서 설명한 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법은 스마트 인솔 센서부와 통신하는 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석할 수 있도록 한 것이다.The apparatus and method for analyzing the plantar pressure change and gait pattern according to the present invention described above collects and accumulates data through a smart phone application communicating with the smart insole sensor unit to determine personal identification and gait type, and to change the plantar pressure This is to track and analyze each individual's gait pattern.
본 발명은 스마트폰 어플리케이션을 구동하여 스마트 인솔 센서부와 통신하여 개개인의 일상 걸음걸이(gait)에 관한 데이터를 간편하게 수집 분석하여 개개인의 족적을 범용성을 갖는 생체 정보, 바이오마커로 활용할 수 있고, 질병의 조기 평가, 이상 보행 패턴 교정, 운동량 모니터링에 사용할 수 있다.The present invention can be used as a biomarker, a biomarker having versatility, by using a smart phone application to communicate with a smart insole sensor unit to easily collect and analyze the data of each person's daily gait. It can be used for early evaluation, correction of abnormal gait patterns, and monitoring of momentum.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.It will be understood that the present invention is implemented in a modified form without departing from the essential characteristics of the present invention as described above.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.Therefore, the specified embodiments should be considered in terms of explanation rather than limitation, and the scope of the present invention is shown in the claims rather than the foregoing description, and all differences within the equivalent range are included in the present invention. Should be interpreted.
100. 스마트 인솔 센서부 200. 스마트폰 어플리케이션
300. 보행 패턴 분석 서버 400. 기계학습 및 DB화부
500. 보행 패턴 분석결과 출력부 600. 연관성 비교 판단부
700. 임상 결과 데이터 제공부100. Smart
300. Pedestrian
500. Walking pattern analysis
700. Clinical result data provider
Claims (13)
스마트폰 어플리케이션을 구동하여 상기 스마트 인솔 센서부와 통신하여 데이터 수집 명령을 전송하고, 수집 및 축적된 데이터를 보행 패턴 분석 서버로 전송하는 스마트폰 어플리케이션;
상기 스마트폰 어플리케이션을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적 및 분석을 하는 보행 패턴 분석 서버;
상기 보행 패턴 분석 서버의 분석 결과를 기계학습하여 DB화하는 기계학습 및 DB화부;
상기 기계학습 및 DB화부의 DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 보행 패턴 분석결과 출력부;
상기 보행 패턴 분석결과 출력부에서 출력되는 각 개인의 보행 패턴 분석 결과를 실제 임상 결과 데이터 제공부에서 제공되는 임상 결과 데이터와 비교 분석하여, 보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단부;를 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.A smart insole sensor unit for collecting plantar pressure change and gait data;
A smart phone application that drives a smart phone application to communicate with the smart insole sensor unit to transmit a data collection command, and transmits the collected and accumulated data to a walking pattern analysis server;
A gait pattern analysis server for personal identification and gait type determination based on the plantar pressure change and gait data received through the smartphone application, and tracking and analyzing the foot trajectory by tracking and analyzing the plantar pressure change;
A machine learning and DB conversion unit for machine learning and DB analysis of the results of the walking pattern analysis server;
A walking pattern analysis result output unit for outputting a walking pattern analysis result of each person who has been personally identified by using the machine learning and DB information of the DB unit;
By comparing and analyzing the walking pattern analysis result of each individual output from the walking pattern analysis result output unit with the clinical result data provided by the actual clinical result data providing unit, a correlation comparison judgment is made to determine the association between the walking pattern change and the actual clinical result Apparatus for analyzing the plantar pressure change and gait pattern, characterized in that it comprises a.
스마트폰 어플리케이션의 등록 및 실행 정보에 의한 개인 식별을 하는 개인 식별부와,
스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 종류 판단을 하는 보행종류 판단부와,
스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터를 처리하여 족저압 변화를 추적 및 분석하는 족저압 데이터 처리부와,
족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 보행 패턴 분석부를 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.According to claim 1, Walking pattern analysis server,
A personal identification unit for personal identification based on registration and execution information of a smartphone application;
A walking type determination unit for determining the walking type based on the plantar pressure change data and the walking data received through the smartphone application;
A plantar pressure data processing unit that tracks and analyzes the plantar pressure change by processing the plantar pressure change data received through a smartphone application;
An apparatus for analyzing a plantar pressure change and a gait pattern, comprising a gait pattern analysis unit that tracks a gait trajectory based on the plantar pressure change data and gait data, and processes and analyzes 3D acceleration, angular velocity, and velocity data.
족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하는 보행 궤적 추적부와,
스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 3차원 가속도 변화를 검출하는 3차원 가속도 측정부와,
스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 3차원 각속도 변화를 검출하는 3차원 각속도 측정부와,
스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 보행 속도 변화를 검출하는 3차원 속도 측정부를 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.According to claim 2, Walking pattern analysis unit,
A walking trajectory tracking unit that tracks the walking trajectory based on the plantar pressure change data and the walking data,
A 3D acceleration measurement unit that detects a 3D acceleration change based on walking data sensed by the smart insole sensor unit,
A 3D angular velocity measurement unit that detects a 3D angular velocity change based on walking data sensed by the smart insole sensor unit,
Device for analyzing the plantar pressure change and gait pattern, characterized in that it comprises a three-dimensional speed measuring unit for detecting a walking speed change based on the walking data sensed by the smart insole sensor unit.
스마트 인솔을 구성하는 제1,2,3층의 인솔 구성층들이 구비되고,
하부의 제 1 인솔 구성층과 중간의 제 2 인솔 구성층 사이에 복수 개의 족압 검출 센서가 특정 간격으로 이격되어 설치되고, 각 센서들 및 내부 장치들에게 전원을 공급하기 위한 충전을 하는 무선 충전 수신 안테나가 구비되는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.According to claim 1, Smart insole sensor unit,
First, second and third layers of the insoles constituting the smart insole are provided,
A plurality of foot pressure detection sensors are spaced apart at specific intervals between the lower first insole component layer and the middle second insole component layer, and wireless charging reception for charging to supply power to each sensor and internal devices Device for analyzing the plantar pressure change and gait pattern, characterized in that the antenna is provided.
중간의 제 2 인솔 구성층과 상부의 제 3 인솔 구성층 사이에 보행 데이터 검출 및 스마트폰 어플리케이션과의 통신을 제어하는 MCU와,
스마트폰 어플리케이션과의 통신을 하기 위한 통신 모듈과,
보행 데이터를 저장하는 데이터 저장부, 무선 충전 회로, 3축 가속도 센서, 3축 자이로 센서가 구비되는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.The smart insole sensor unit of claim 4,
An MCU that controls walking data detection and communication with a smartphone application between the middle second insole component layer and the upper third insole component layer,
Communication module for communication with the smartphone application,
Device for analyzing the plantar pressure change and gait pattern, characterized in that a data storage unit for storing gait data, a wireless charging circuit, a 3-axis acceleration sensor, and a 3-axis gyro sensor are provided.
상기 보행 패턴 분석결과 출력부에서 출력되는 편측,내측 무릎 골관절염을 갖는 각 개인의 보행 패턴 분석 결과를 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.The method of claim 1, wherein the correlation comparison determining unit,
As a result of the gait pattern analysis, the results of gait pattern analysis of each individual with unilateral and internal knee osteoarthritis output from the output section are compared with clinical physical examination and X-ray imaging (Kellgren-Lawrence scale), and compared with surgery or injection. Device for analyzing the plantar pressure change and gait pattern, characterized by analyzing the association with the degree of improvement before and after treatment.
상기 보행 패턴 분석결과 출력부에서 출력되는 파킨슨병을 갖는 각 개인의 각 개인의 보행 패턴 분석 결과를 임상적 평가와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.The method of claim 1, wherein the correlation comparison determining unit,
The gait pattern analysis result is characterized by comparing the walking pattern analysis result of each individual with Parkinson's disease output from the output unit with the clinical evaluation, and analyzing the association with the degree of improvement before and after drug treatment. Device for analyzing plantar pressure changes and gait patterns.
상기 스마트폰 어플리케이션을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적 및 분석을 하는 보행 패턴 분석 단계;
상기 보행 패턴 분석 단계의 분석 결과를 기계학습하여 DB화 하는 단계;
상기 기계학습 및 DB화된 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 단계;
각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 각 개인의 보행 패턴 분석 결과를 실제 임상 결과 데이터 제공부에서 제공되는 임상 결과 데이터와 비교 분석하여, 보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단 단계;를 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 방법.Driving a smartphone application to communicate with a smart insole sensor unit to transmit a data collection command, and transmitting the collected and accumulated data to a walking pattern analysis server;
A gait pattern analysis step of personal identification and gait type determination based on the plantar pressure change and gait data received through the smartphone application, and tracking and analysis of the foot trajectory by tracking and analyzing the plantar pressure change;
Machine learning DB of the analysis result of the walking pattern analysis step to DB;
Outputting a walking pattern analysis result of each person who has been personally identified by using the machine learning and DBized information;
In the step of outputting the walking pattern analysis result of each individual, the walking pattern analysis result of each individual is compared and analyzed with the clinical result data provided in the actual clinical result data providing unit to determine the association between the walking pattern change and the actual clinical result Method for analyzing the plantar pressure change and gait pattern, characterized in that it comprises; a comparison step of determining the association.
스마트폰 어플리케이션의 등록 및 실행 정보에 의한 개인 식별을 하는 단계와,
스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 종류 판단을 하는 단계와,
스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터를 처리하여 족저압 변화를 추적 및 분석하는 단계와,
족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 단계를 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 방법.The method of claim 9, wherein the step of analyzing the walking pattern,
Step of personal identification by registration and execution information of the smartphone application,
The step of determining the type of walking based on the plantar pressure change data and the walking data received through the smartphone application,
Tracking and analyzing the plantar pressure change by processing the plantar pressure change data received through the smartphone application,
A method for analyzing a plantar pressure change and a gait pattern comprising tracking the gait trajectory based on the plantar pressure change data and the gait data, and processing and analyzing 3D acceleration, angular velocity, and velocity data.
상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 편측,내측 무릎 골관절염을 갖는 각 개인의 보행 패턴 분석 결과를 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 방법.10. The method of claim 9, The comparison step of determining the association,
In the step of outputting the walking pattern analysis result of each individual, the walking pattern analysis result of each individual having unilateral and inner knee osteoarthritis is compared with clinical physical examination and X-ray imaging test (Kellgren-Lawrence scale). And, the method for analyzing the plantar pressure change and gait pattern, characterized in that the analysis of the relationship with the degree of improvement before and after surgery or injection treatment.
상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 파킨슨병을 갖는 각 개인의 각 개인의 보행 패턴 분석 결과를 임상적 평가와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 방법.
10. The method of claim 9, The comparison step of determining the association,
In the step of outputting the walking pattern analysis result of each individual, the walking pattern analysis result of each individual with Parkinson's disease is compared with the clinical evaluation, and the correlation with the degree of improvement before and after drug treatment Method for analyzing the plantar pressure change and gait pattern, characterized in that the analysis.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180026499A KR102124095B1 (en) | 2018-03-06 | 2018-03-06 | System and Method for Analyzing Foot Pressure Change and Gait Pattern |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180026499A KR102124095B1 (en) | 2018-03-06 | 2018-03-06 | System and Method for Analyzing Foot Pressure Change and Gait Pattern |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190105867A KR20190105867A (en) | 2019-09-18 |
| KR102124095B1 true KR102124095B1 (en) | 2020-06-17 |
Family
ID=68070898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180026499A KR102124095B1 (en) | 2018-03-06 | 2018-03-06 | System and Method for Analyzing Foot Pressure Change and Gait Pattern |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102124095B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022131842A1 (en) * | 2020-12-17 | 2022-06-23 | 서울대학교산학협력단 | Arthritis diagnosis device, arthritis diagnosis method, and computer-readable recording medium |
| KR20230020863A (en) | 2021-08-04 | 2023-02-13 | 단국대학교 산학협력단 | Visualization device and method for analyzing gait pattern based on explanatory deep learning |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102280291B1 (en) * | 2019-10-17 | 2021-07-22 | 단국대학교 산학협력단 | Apparatus and method for identify patients with parkinson's disease and patients with podarthritis by performing neural network analysis by various detection information |
| KR102499773B1 (en) * | 2020-10-08 | 2023-02-15 | 한국과학기술연구원 | Method and system for predicting geriatric syndromes using foot characteristics and balance characteristics |
| KR102404850B1 (en) * | 2020-10-19 | 2022-06-07 | 한국과학기술연구원 | Method and system for frailty prediction using gait parameters |
| KR102298633B1 (en) * | 2020-12-08 | 2021-09-07 | 김철준 | A gait rehabilitation device for home usage and its method |
| CN113303544B (en) * | 2021-06-08 | 2024-03-29 | 深圳市金大智能创新科技有限公司 | Special testing device for deviation of actual measurement data and theoretical data of insole stress sensor |
| FR3126095A1 (en) * | 2021-08-10 | 2023-02-17 | Digitsole | SYSTEM AND METHOD FOR ANALYZING THE PHYSIOLOGICAL STATE OF A USER |
| KR102581588B1 (en) * | 2022-08-08 | 2023-09-26 | 주식회사 로고스바이오일렉트로닉스 | Apparatus and method for making custom insoles |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101252634B1 (en) * | 2006-04-07 | 2013-04-09 | 삼성전자주식회사 | system for analyzing walking motion |
| KR100959561B1 (en) | 2008-06-19 | 2010-05-27 | 인제대학교 산학협력단 | Apparatus for analyzing a gait pattern using magnetic sensor array |
| KR20130013935A (en) * | 2011-07-29 | 2013-02-06 | (주)우리들웰니스 | A walking pattern analysis system |
| KR20130096498A (en) | 2012-02-22 | 2013-08-30 | 전북대학교산학협력단 | Apparatus for analysis gait pattern |
| KR101790719B1 (en) * | 2015-10-13 | 2017-10-26 | 충북대학교 산학협력단 | Method for identificating Person on the basis gait data |
-
2018
- 2018-03-06 KR KR1020180026499A patent/KR102124095B1/en active IP Right Grant
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022131842A1 (en) * | 2020-12-17 | 2022-06-23 | 서울대학교산학협력단 | Arthritis diagnosis device, arthritis diagnosis method, and computer-readable recording medium |
| KR20230020863A (en) | 2021-08-04 | 2023-02-13 | 단국대학교 산학협력단 | Visualization device and method for analyzing gait pattern based on explanatory deep learning |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20190105867A (en) | 2019-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102124095B1 (en) | System and Method for Analyzing Foot Pressure Change and Gait Pattern | |
| Khandelwal et al. | Evaluation of the performance of accelerometer-based gait event detection algorithms in different real-world scenarios using the MAREA gait database | |
| US20180264320A1 (en) | System and method for automatic location detection for wearable sensors | |
| Chang et al. | A wearable inertial measurement system with complementary filter for gait analysis of patients with stroke or Parkinson’s disease | |
| Bennett et al. | Inertial measurement unit-based wearable computers for assisted living applications: A signal processing perspective | |
| US20200046263A1 (en) | System and method for characterizing biomechanical activity | |
| Aung et al. | Automated detection of instantaneous gait events using time frequency analysis and manifold embedding | |
| Sethi et al. | A comprehensive survey on gait analysis: History, parameters, approaches, pose estimation, and future work | |
| KR102107379B1 (en) | Method for Prediction Frailty Using Triple Axis Motion Meter, Prediction Frailty System using Triple Axis Motion Meter and Wearable Prediction Frailty Device | |
| US11318035B2 (en) | Instrumented orthotic | |
| CN108095729A (en) | A kind of freezing of gait recognition methods and device | |
| CN104146712A (en) | Wearable plantar pressure detection apparatus and plantar pressure detection and attitude prediction method | |
| CN105263411A (en) | Fall detection system and method. | |
| Mannini et al. | On-line classification of human activity and estimation of walk-run speed from acceleration data using support vector machines | |
| Chen et al. | Kinematic analysis of human gait based on wearable sensor system for gait rehabilitation | |
| MejiaCruz et al. | Walking speed measurement technology: a review | |
| Tiwari et al. | An infrared sensor-based instrumented shoe for gait events detection on different terrains and transitions | |
| Li et al. | An automatic recognition system for patients with movement disorders based on wearable sensors | |
| Patterson et al. | A novel approach for assessing gait using foot mounted accelerometers | |
| Pan et al. | Evaluation of hemiplegic gait based on plantar pressure and inertial sensors | |
| Janidarmian et al. | Affordable erehabilitation monitoring platform | |
| Lo et al. | Bayesian analysis of sub-plantar ground reaction force with BSN | |
| Negi et al. | Gait analysis-based identification of neurodegenerative diseases using machine learning techniques | |
| Fusca et al. | Method for wearable kinematic gait analysis using a harmonic oscillator applied to the Center of Mass | |
| Miyake et al. | Gait event detection based on inter-joint coordination using only angular information |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |