【技术实现步骤摘要】
针对腿部关节步态的检测方法、终端及存储介质
[0001]本专利技术的实施方式涉及数据分析领域,特别涉及一种针对腿部关节步态的检测方法、终端及存储介质。
技术介绍
[0002]在腿部骨关节疾病的预防及检测阶段,关节成像发挥着越来越重要的作用。随着关节成像在医疗中的应用越来越广泛,相关的图像和影像越来越多,尤其是面向动态影像的分析时,医生和研究人员不得不从事大量的繁冗单一的影像分析工作。另一方面,目前的影像分析大多基于静态的图片,将动态的影像研究应用于关节疾病的预防与检测则较为匮乏,而将动态影像进行分析及匹配,对于检测患者的步态、甚至于整体的运动情况是非常有帮助的。
[0003]然而,由于人类腿部的骨骼关节灵活,不同个体之间姿态的差异可以很大,相应的为配准带来了很大的难度。为解决这一问题,研究人员尝试了多种方案,主要分为以下三类:非线性变形配准、活动关节配准和统计形状配准。其中,非线性变形配准的方式在姿态差异较大情况下容易导致器官和骨骼的扭曲变形;而通过活动关节配准的方式虽然可以定义活动骨骼图谱,在一定程度上克服了腿部姿态变化对配准的影响,但是仍然无法自动配准存在较大差异的姿态;统计形状配准方式则是通过统计训练数据形状进行建模,以此实现对姿势形态有差异图像的配准,但统计形状模型只适合配准训练样本集所包含的身体姿态。
[0004]基于此,提供一种在实现包容个体之间的姿态差异的前提下,能够快速、准确地检测出患者腿部关节步态的方法是具有重要意义的。
技术实现思路
[0005]本专利技术实施方式的
【技术保护点】
【技术特征摘要】
1.针对腿部关节步态的检测方法,其特征在于,包括以下步骤:基于对人群的步态影像进行分析,构建步态数据库;结合归一化处理,获取患者在行走过程中关节点的步态参数及步态轨迹;将所述步态轨迹与步态数据库中的样本构建适应度函数并求解,对所述步态参数进行优化;根据优化后的所述步态参数,对所述患者的步态进行分析和评估。2.根据权利要求1所述的针对腿部关节步态的检测方法,其特征在于,所述基于对人群的步态影像进行分析,构建步态数据库,所述步态数据库中的样本包括正样本和负样本;获取所述正样本包括以下步骤:通过拍摄健康人群的不同步态的轨迹影像,并在所述轨迹影像的关节点位置处进行标记,得到健康步态的轨迹图谱,以作为所述正样本;获取所述负样本包括以下步骤:通过对关节不同程度损伤或疾病的患者进行采样,得到非健康步态的轨迹图谱,以作为所述负样本;对所述健康步态的轨迹图谱进行标记,并基于所述标记、通过调整参数生成与所述正样本具有偏差量的轨迹图谱,也作为所述负样本;其中,所述关节点为包括胯关节、膝关节、踝关节在内的三类腿部关节点。3.根据权利要求1所述的针对腿部关节步态的检测方法,其特征在于,所述结合归一化处理,获取患者在行走过程中关节点的步态参数及步态轨迹,包括以下步骤:对所述患者在行走过程中关节点的步态数据进行采样;清洗所述步态数据中的噪音数据;根据步态循环情况,在清洗过的所述步态数据中分割出步态的循环片段;对所述步态的循环片段进行多维尺度缩放,归一化不同维度的尺度范围,获得所述步态参数;根据所述步态参数构建运动的一般基本形式,以获得所述步态轨迹;其中,所述运动的一般基本形式,如下式所示:q用于表示模型运动自由度的向量,q
T
=[x
h
,y
h
,Φ1,Φ
k
,Φ
a
];Q用于表示各自由度的动作矢量,Q
T
=[F
xh
,F
yh
,M
h
,M
k
,M
a
];x
h
为臀部水平位置,y
h
为臀部水平位置,Φ1为大腿夹角,Φ
k
为腿部部夹角,Φ
a
为脚踝夹角,F
xh
为臀部水平力,F
yh
为臀部竖直力,M
h
为臀部力矩,M
k
为腿部部力矩,M
a
为脚踝力矩。4.根据权利要求1所述的针对腿部关节步态的检测方法,其特征在于,所述将所述步态轨迹与步态数据库中的样本构建适应度函数并求解,对所述步态参数进行优化,包括以下步骤:基于获得步态参数构造步态三...
【专利技术属性】
技术研发人员:辛炜博,华为,姚毅,
申请(专利权)人:上海电信工程有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。