用于分析人的步态和姿势平衡的系统和方法技术方案

本发明专利技术提供了一种使用Kinect系统来发现和分析人的步态参数和姿势平衡的方法和系统。该系统易于使用，可以安装在家里和诊所里。该系统包括Kinect传感器、软件开发工具包(SDK)和处理器。从Kinect传感器获得时间骨骼信息，以评估包括步幅长度、步幅时间，站立时间和摆动时间的步态参数。基于特征向量的曲率检测用于分析具有不同速度的步态模式。在另一实施例中，使用基于特征向量的曲率检测来检测静态单个肢体站立(SLS)持续时间以及用于评估身体平衡的步态变量。

System and method for analyzing gait and postural balance of human

The present invention provides a method and system for discovering and analyzing human gait parameters and postural balance using an Kinect system. The system is easy to use and can be installed at home and at the clinic. The system includes the Kinect sensor, the software development kit (SDK) and the processor. Time skeleton information was obtained from the Kinect sensor to assess gait parameters including stride length, stride time, standing time, and swing time. Curvature detection based on feature vectors is used to analyze gait patterns with different speeds. In another embodiment, feature based vector curvature detection is used to detect static single limb standing (SLS) durations and gait variables used to assess body balance.

【技术实现步骤摘要】
用于分析人的步态和姿势平衡的系统和方法相关申请的交叉引用和优先权本申请要求来自2016年2月12日提交的第201621005052号印度临时说明书的优先权，其全部内容作为一个整体通过引用并入本文。
本申请一般性地涉及步态分析的领域。更具体地，但不特定地，本公开涉及用于使用Kinect系统发现和分析人的步态参数和姿势平衡的方法和系统。
技术介绍
人类步态的时间和空间参数的精确测量提供了重要的诊断和治疗信息。能够从他/她的步态参数中导出关于个人的生活质量的有用信息。它还有助于检测诸如帕金森病、骨关节炎等疾病。步态分析对于成年中风患者的神经康复诸如行走障碍监测具有重要意义。由于中风，步态速度和节奏降低，而步态周期持续时间和双肢支撑时间增加。与对侧肢体相比，偏瘫肢体具有较长的摆动阶段和较短的站立阶段。步态运动学可用于评估中风患者。步态测量设备的准确性是其临床适用性的主要挑战。如今，正在使用许多系统来评估人的步态质量，例如GAITRite电子垫和Vicon。这些系统通常是非常昂贵的并且需要昂贵的维护工作。此外，为了操作这些昂贵和高质量的步态实验室，需要专门的空间和训练有素的技术人员。因此，在临床中，步态分析的使用至今非常有限。设备的短缺也是患者面临的主要问题。此外，不可能在实验室环境中模拟患者的实际生活或移动需求。相比之下，基于诸如加速度计和陀螺仪的传感器的解决方案便宜、重量轻，因此基本上易于在家中部署。这种传感器的主要缺点是它们对重力、噪声和信号漂移的固有敏感性过大。此外，这些类型的解决方案由于多个传感器将被附接到身体上用于监测而给患者带来不舒服的感觉。这对这种技术在传统设置中的适用性施加了巨大的限制。类似地，测量单个肢体支撑的人的站立是非常重要的。单个肢体支撑是步态周期中体重仅由一个肢体支撑同时对侧肢体向前摆动的一个阶段。这个时间段分别由相反的脚趾离地和相反的脚触地限制。在这个阶段期间，腿从前面的位置走到后面的位置，并且髋部继续延伸。这个阶段主要负责搬动体重，从而严重影响身体平衡。单个肢体支撑阶段的时间段较短表示由各种临床病症(骨关节炎、中风等)引起的步态期间的平衡/控制较差。如在先前研究中报道的，通过测量单个肢体站立，可以确定膝骨关节炎患者的生命的疼痛水平、功能和质量。降低的步态和平衡能力是影响日常活动和降低独立性的关键因素之一。为了评估身体平衡，使用单独的静态锻炼，其中要求受试者或患者站在一只脚上，并且计算一个腿部站立持续时间作为康复测量。它被定义为静态单个肢体站立(staticsinglelimbstance，SLS)锻炼，其中静态SLS持续时间表示姿势稳定性。为了克服这些挑战，研究人员试图使用MicrosoftKinectTM用于不显眼的步态分析。Microsoft的KinectTM是作为外部接口连接到Microsoft的Xbox360TM或MicrosoftWindowsTM计算机的外部设备。KinectTM和相关联的编程计算机或Xbox感测、识别和利用用户的拟人形式，使得用户可以与软件和媒体内容交互，而不需要单独的控制器。Kinect可以很容易地安装在病人的住所，用于步态监测。大多数当前基于Kinect的方法主要集中在步态参数(Gaitparameter)的提取，但它们没有提出对诸如单个肢体支撑或双肢体支撑等步态变量的任何深入研究。
技术实现思路
以下提供本公开的一些实施例的简化概述，以便提供对实施例的基本理解。该概述不是对实施例的宽泛概述。它不旨在标识实施例的关键/重要元素或描绘实施例的范围。其唯一目的是以简化形式呈现一些实施例，作为下面给出的更详细描述的前序。鉴于上述，本文的实施例提供了一种用于分析人的姿势平衡的系统。该系统包括3D运动传感器、噪声清除模块、存储器和处理器。3D运动传感器捕获人的骨骼数据。噪声清除模块从捕获的骨骼数据中去除多个噪声。处理器与存储器通信。处理器还被配置为执行以下步骤：在x平面和y平面中根据所捕获的骨骼数据跟踪人的脚踝坐标；使用所跟踪的人的脚踝坐标来计算人的多个步态参数，其中使用基于特征向量(Eigenvector)的曲率分析来计算所述步态参数；以及使用多个步态参数测量人的静态单个肢体站立(SLS)持续时间，其中所述SLS持续时间指示人的姿势平衡。另一个实施例提供了一种用于分析人的姿势平衡的方法。最初，使用3D运动传感器捕获人的骨骼数据。在下一步骤中，使用噪声清除模块去除来自捕获的骨骼数据的多个噪声。此外，在x平面和y平面中，根据所捕获的骨骼数据跟踪人的脚踝坐标。在下一步骤中，使用所跟踪的人的脚踝坐标计算人的多个步态参数，其中使用基于特征向量的曲率分析来计算步态参数。最后，使用多个步态参数测量人的静态单个肢体站立(SLS)持续时间，其中SLS持续时间指示人的姿势平衡。另一个实施例提供了一种非暂时性计算机可读介质，其具有在其上实现的用于分析人的姿势平衡的计算机程序。最初，使用3D运动传感器捕获人的骨骼数据。在下一步骤中，使用噪声清除模块去除来自捕获的骨骼数据的多个噪声。此外，在x平面和y平面中根据所捕获的骨骼数据跟踪人的脚踝坐标。在下一步骤中，使用所跟踪的人的脚踝坐标计算人的多个步态参数，其中使用基于特征向量的曲率分析来计算步态参数。最后，使用多个步态参数测量人的静态单个肢体站立(SLS)持续时间，其中SLS持续时间指示人的姿势平衡。应当理解，前述一般性描述和以下详细描述都仅是示例性和说明性的，而不是对所要求保护的本专利技术的限制。附图说明当结合附图阅读时，将更好地理解前述
技术实现思路
以及优选实施例的以下详细描述。为了说明本专利技术的目的，在附图中示出了本专利技术的示例性结构；然而，本专利技术不限于所公开的具体方法和系统。在附图中：图1示出了根据本公开的实施例的用于分析人的步态和姿势平衡的系统的框图；图2示出了根据本公开的实施例的人的完整步态周期的示意图；图3a示出了根据本公开的实施例的描绘由Kinect传感器识别的关节之间的物理连接的骨骼模型；图3b示出根据本公开的实施例的用于记录x、y、z坐标的Kinect坐标系；图4示出了根据本公开的实施例的在X方向上的左脚踝和右脚踝变化的图形表示；图5示出了根据本公开的实施例的在X方向上左脚踝的速度分布曲线以及其变化；图6示出了根据本公开的实施例的基于特征向量的曲率分析的图形表示；图7示出了根据本公开的实施例的Y左脚踝的变化的图形表示；图8是示出根据本公开的实施例的用于分析人的步态和姿势平衡的步骤的流程图；图9是根据本公开的实施例的站立在Kinect传感器前面的人的行走路径的布局的俯视图；图10示出了根据本公开的实施例的步行速度为0.13m/s的人“L”的步态模式的图形表示；图11示出了根据本公开的实施例的步行速度为0.14m/s的步态模式的图形表示；图12示出了根据本公开的实施例的左腿步幅长度的Bland-Altman图；以及图13示出了根据本公开的实施例的用于左腿的摆动时间的Bland-Altman图。具体实施方式参考在附图中示出并在下面的描述中详细描述的非限制性实施例，更充分地说明本文的实施例及其各种特征和有利细节。本文使用的示例仅旨在帮助理解可以实践本文中的实施例的方式，并且进一步使得本领域技术人员能够实践本文的实施例。因此，本文档来自技高网...

【技术保护点】
一种用于分析人的姿势平衡的方法，所述方法包括处理器实现的以下步骤：使用3D运动传感器捕获人的骨骼数据；使用噪声清除模块从所捕获的骨骼数据中去除多个噪声；在x平面和y平面中根据所捕获的骨骼数据跟踪人的脚踝坐标；使用所跟踪的人的脚踝坐标来计算人的多个步态参数，其中使用基于特征向量的曲率分析来计算所述步态参数；以及使用多个步态参数测量人的静态单个肢体站立SLS持续时间，其中所述SLS持续时间指示人的姿势平衡。

【技术特征摘要】
2016.02.12 IN 2016210050521.一种用于分析人的姿势平衡的方法，所述方法包括处理器实现的以下步骤：使用3D运动传感器捕获人的骨骼数据；使用噪声清除模块从所捕获的骨骼数据中去除多个噪声；在x平面和y平面中根据所捕获的骨骼数据跟踪人的脚踝坐标；使用所跟踪的人的脚踝坐标来计算人的多个步态参数，其中使用基于特征向量的曲率分析来计算所述步态参数；以及使用多个步态参数测量人的静态单个肢体站立SLS持续时间，其中所述SLS持续时间指示人的姿势平衡。2.根据权利要求1所述的方法，还包括：为摆动持续时间和站立持续时间两者捕获人的速度分布曲线。3.根据权利要求2所述的方法，还包括以下步骤：应用标准峰谷检测算法根据人的速度分布曲线来检测峰值和谷值。4.根据权利要求1所述的方法，还包括：将所测量的人的静态SLS持续时间与使用基于标准二阶导数的曲率检测算法测量的SLS进行比较。5.根据权利要求1所述的方法，其中所述骨骼数据包括脚踝关节数据的时空变化。6.根据权利要求1所述的方法，其中所述多个步态参数包括步幅长度、步幅时间、摆动时间和站立时间。7.根据权利要求1所述的方法，其中所述多个噪声包括由于房间照明、IR干扰、受试者距Kinect的距离、传感器...

【专利技术属性】
技术研发人员：K·查克拉瓦蒂，B·博霍米克，A·辛哈，A·达斯，
申请(专利权)人：塔塔咨询服务公司，
类型：发明
国别省市：印度,IN