一种基于多传感器融合的骨科康复步态分析系统
本发明涉及医疗康复评估,具体为一种基于多传感器融合的骨科康复步态分析系统。
背景技术:
1、在骨科康复过程中,步态分析是评估患者下肢运动功能恢复情况的重要手段。当前的分析系统通常利用多维传感器采集下肢运动学及动力学数据,以辅助评定康复进程。
2、现有的骨科康复步态分析方法多依赖于单一肢体侧的空间运动学参数或单纯的触地事件参数进行评估。由于获取的信息维度有限,当患者出现异常步态时,现有系统难以将患侧局部的物理结构受限与因规避疼痛而引起的跨侧代偿性动量传递行为进行有效区分。这导致评定结果往往只能反映表面的动作异常,难以解耦并判定异常步态的实际物理动因。
3、同时,在常规的传感器数据处理流程中,为了获取高阶运动学参量,系统通常依赖差分运算并配合低通滤波操作。这种处理方式在平滑数据的同时,容易引入固定的时间相位延迟。在进行双侧下肢数据的联合分析时,这种固定延迟会破坏跨侧时序关联计算的相位一致性,导致计算出的相关性参数发生偏移,进而造成对步态响应类型的误判。此外,现有的分析系统在截取步态事件数据时大多采用固定长度的时间窗口,无法根据患者触地前的实际运动缓冲状态进行动态调整。在面对不同康复阶段的异常步速或多变的足部冲击情况时,固定窗口容易截断关键的动态力学响应数据,进一步增加了后续特征提取与分类的误差。
4、因此,本发明提出一种基于多传感器融合的骨科康复步态分析系统,来解决现有技术的不足。
技术实现思路
1、针对现有技术的不足,本发明提供了一种基于多传感器融合的骨科康复步态分析系统,解决了现有步态分析方法难以将患侧局部的物理结构受限与跨侧代偿行为进行解耦区分,且常规数据处理中的相位延迟及固定时间窗口易导致步态响应类型的判定出现误差的问题。
2、为实现以上目的,本发明通过以下技术方案予以实现:一种基于多传感器融合的骨科康复步态分析系统,包括:
3、数据预调理模块,用于接收原始惯性数据序列,执行坐标系转换与重力分量扣除,并通过状态观测器重构运动学状态空间以输出加加速度序列与角加速度序列;
4、前馈开窗模块,用于从所述原始惯性数据序列中提取足跟触地前的关节角速度序列计算瞬态拟动能梯度,并对所述瞬态拟动能梯度执行正向化处理得到前馈冲击强度参数,依据所述前馈冲击强度参数设定有效时间窗口;
5、空间约束计算模块,用于在所述有效时间窗口内依据足底总垂直力动态变化与实时有效触地面积计算包含矢状面承重迟滞指数的复合迟滞指数,结合预设的多维运动参量构建三维逃逸向量以输出空间逃逸范数;
6、动量转移计算模块,用于在所述有效时间窗口内提取所述复合迟滞指数,以及从所述加加速度序列中提取健侧加加速度序列,在正向滞后范围内利用归一化互相关函数计算跨侧瞬态动量转移指数;
7、特征解耦输出模块,用于接收所述空间逃逸范数与所述跨侧瞬态动量转移指数,执行状态机比对逻辑以输出物理响应类型的分类标签。
8、进一步,所述数据预调理模块通过状态观测器重构运动学状态空间的过程具体包括:
9、在卡尔曼滤波框架下建立运动学状态方程和观测方程,将所述原始惯性数据序列经坐标系转换及重力分量扣除后的分量序列作为观测变量,将高阶导数参量纳入状态变量进行实时递推估计,从更新后的状态变量中提取所述加加速度序列与所述角加速度序列。
10、进一步,所述前馈开窗模块计算瞬态拟动能梯度的过程具体包括:
11、以足跟触地事件触发点为基准,从所述关节角速度序列中提取所述足跟触地事件触发点对应时刻及向前倒推预设离散求导步长对应时刻的患侧膝关节矢状面角速度与患侧踝关节矢状面角速度;
12、结合系统离散采样周期,分别计算所述患侧膝关节矢状面角速度和所述患侧踝关节矢状面角速度在所述预设离散求导步长内的变化率;
13、结合系统离散采样周期,分别计算所述患侧膝关节矢状面角速度和所述患侧踝关节矢状面角速度在所述预设离散求导步长内的变化率;
14、设定归一化加权系数对计算得到的两个所述变化率进行加权求和,得到所述瞬态拟动能梯度。
15、进一步,所述前馈开窗模块依据所述前馈冲击强度参数设定所述有效时间窗口的过程具体包括:
16、获取预设的基准窗口长度、最小窗口物理极限、最大窗口物理极限以及梯度调节系数;
17、将所述基准窗口长度减去所述梯度调节系数与所述前馈冲击强度参数的乘积,得到基础调节长度;
18、在所述最小窗口物理极限与所述最大窗口物理极限的范围内对所述基础调节长度进行截断约束,经整数化处理后确定为所述有效时间窗口的最终长度。
19、进一步,所述空间约束计算模块计算包含矢状面承重迟滞指数的复合迟滞指数的过程具体包括:
20、计算所述足底总垂直力一阶上升率的绝对值以及压力中心矢状面减速度;
21、以所述实时有效触地面积为自变量构建单调过渡的面积加权函数;
22、在所述足底总垂直力一阶上升率的绝对值的倒数与所述压力中心矢状面减速度之间,利用所述面积加权函数及其互补权重进行复合加权组合,得到所述矢状面承重迟滞指数,并将所述矢状面承重迟滞指数作为所述复合迟滞指数。
23、进一步,所述预设的多维运动参量包括患侧水平面偏航角加速度与冠状面压力梯度,所述空间约束计算模块结合所述多维运动参量构建三维逃逸向量以输出空间逃逸范数的过程具体包括:
24、提取所述患侧水平面偏航角加速度;
25、计算患侧足底压力阵列内侧区域压力和与外侧区域压力和的差值,得到冠状面压力梯度;
26、将所述矢状面承重迟滞指数、所述患侧水平面偏航角加速度以及所述冠状面压力梯度按预设权重组合为所述三维逃逸向量,并在所述有效时间窗口内求取加权二范数的最大值作为所述空间逃逸范数。
27、进一步,所述动量转移计算模块在正向滞后范围内利用归一化互相关函数计算跨侧瞬态动量转移指数的过程具体包括:
28、将预设的最大物理滞后界限与通过所述有效时间窗口的长度减一获得的相对边界限值进行比较,选取两者的最小值作为搜索上限;
29、将滑动滞后步数的搜索范围限定为大于零且不超过所述搜索上限的区间,构成实际寻优范围;
30、在所述实际寻优范围内,对截取的所述复合迟滞指数与平移对应滞后步数的所述加加速度序列执行去均值与方差归一化处理后计算互相关系数;
31、在所述实际寻优范围内搜索所述互相关系数的最大值,并将所述最大值提取为所述跨侧瞬态动量转移指数。
32、进一步,所述特征解耦输出模块执行状态机比对逻辑的过程具体包括:
33、预先通过受试者样本库标定空间逃逸范数阈值和跨侧动量转移时序关联阈值;
34、将接收到的所述空间逃逸范数与所述空间逃逸范数阈值进行比较,生成空间逃逸特征布尔变量;
35、将接收到的所述跨侧瞬态动量转移指数与所述跨侧动量转移时序关联阈值进行比较,生成时序动量转移特征布尔变量。
36、进一步,所述特征解耦输出模块依据所述空间逃逸特征布尔变量和所述时序动量转移特征布尔变量的组合以输出物理响应类型的分类标签的过程具体包括:
37、当所述空间逃逸特征布尔变量与所述时序动量转移特征布尔变量均指示对应特征超过对应阈值时,输出规避性高频动量转移特征标签;
38、当所述空间逃逸特征布尔变量指示对应特征超过对应阈值且所述时序动量转移特征布尔变量指示对应特征未超过对应阈值时,输出结构受限特征标签。
39、进一步,所述特征解耦输出模块依据所述空间逃逸特征布尔变量和所述时序动量转移特征布尔变量的组合以输出物理响应类型的分类标签的过程还包括:
40、当所述空间逃逸特征布尔变量与所述时序动量转移特征布尔变量均指示对应特征未超过对应阈值时,输出无异常代偿步态标签;
41、当所述空间逃逸特征布尔变量指示对应特征未超过对应阈值且所述时序动量转移特征布尔变量指示对应特征超过对应阈值时,输出环境干扰无效样本标签并对当前窗口数据执行无效处理。
42、本发明提供了一种基于多传感器融合的骨科康复步态分析系统。具备以下有益效果:
43、1、本发明通过状态观测器重构运动学状态空间以输出加加速度序列等高阶分量,替代了常规的差分低通滤波操作。配合在正向滞后范围内计算跨侧瞬态动量转移指数的机制,消除了常规滤波引入的相位延迟问题,确立了患侧与健侧数据协同分析的统一时间基准。这保证了患侧承重迟滞与健侧瞬态加速度之间时序关联计算的准确性,从而客观量化了步态中的跨侧动量代偿传递行为。
44、2、本发明利用前馈开窗模块提取足跟触地前的关节角速度序列计算瞬态拟动能梯度,并依据该参数自适应设定有效时间窗口。该机制使系统能够根据下肢触地前的实际运动缓冲状态动态调整触地后的分析区间长度,解决了传统固定时间窗口在不同步速或异常步态下容易造成时域截断误差的问题,确保对触地初期动态力学响应过程的完整覆盖与准确提取。
45、3、本发明将空间约束计算模块构建的空间逃逸范数与跨侧瞬态动量转移指数进行结合,通过特征解耦输出模块执行状态机比对。该结构改变了仅依赖单肢侧参数的判定模式,将患侧局部的三维承重逃逸特征与身体跨侧的连带代偿特征进行联合比对,实现了物理结构受限步态与规避性高频动量转移步态的解耦区分,并能够直接筛除由于环境干扰导致的无效样本,提高了步态评估的可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com