一种边缘自适应可穿戴的步态冻结监测及闭环干预系统

本发明涉及可穿戴健康监测设备，具体涉及一种边缘自适应可穿戴的步态冻结监测及闭环干预系统。

背景技术：

1、随着人口老龄化趋势的加剧，神经退行性疾病患者的健康看护与康复干预需求日益凸显。帕金森病患者在日常行走中极易出现严重的步态冻结现象，表现为起步困难、运动中突然停滞、小碎步或步态极度不对称，极大增加了患者跌倒致残的风险。因此，对患者的日常步态进行连续监测，并在冻结事件发生的边缘时刻提供即时的物理干预，对于改善患者行走节律、防范意外风险具有重要的临床辅助与工程应用价值。

2、然而，现有的步态冻结监测与辅助干预方案虽已能够通过可穿戴传感器采集步态数据，并在识别出异常步态或步态冻结事件后输出评估结果、提示信号或辅助干预控制信号。例如，公开号cn122117324a的专利申请公开了一种帕金森康复数据处理方法，公开号cn107361773b的专利申请公开了一种用于检测、缓解帕金森异常步态的装置，公开号cn112996464b的专利申请公开了一种用于处理步行障碍的提示设备和方法，上述方案虽已涉及步态冻结识别、异常步态缓解或提示干预，但在面向日常连续佩戴和实时闭环干预的应用中，仍存在以下不足。

3、其一，个性化基线维护机制不足。以公开号cn122117324a的专利申请为例，该方案能够基于传感器数据确定运动状态信息、候选步态冻结片段和目标步态冻结事件，并生成康复评估数据或辅助干预控制信号。然而，该方案主要围绕步态冻结事件的识别与评估展开，并未明确提出在日常连续佩戴过程中，从正常行走片段中持续更新佩戴者个性化步态基线，以及在冻结激活期间暂停基线更新、冻结解除后恢复基线更新的闭环维护机制。

4、其二，检测与干预之间的边缘闭环联动不足。以公开号cn107361773b的专利申请为例，该方案虽已涉及帕金森异常步态的检测和缓解，但其重点在于异常步态状态的检测及相应缓解措施，并未突出在边缘微处理器侧同步完成步态特征量化、个性化基线更新控制、冻结判别和干预参数生成，也未形成由冻结激活信号和冻结解除信号驱动的闭环运行机制。

5、其三，干预参数缺乏个性化平滑调节。以公开号cn112996464b的专利申请为例，该方案能够针对步行障碍提供提示或辅助，但通常侧重于提示信号的输出，而未充分结合佩戴者个性化步态基线、冻结亚型及综合偏差值生成连续变化的振动控制参数，难以实现从个性化静态干预、非线性动态增强到干预衰减阶段的平滑过渡。

6、综上所述，本领域亟需一种能够动态校准个性化基线、在边缘侧实时量化，并能提供自适应平滑映射的步态冻结检测与闭环干预系统，以克服现有技术的不足。

技术实现思路

1、为了克服上述现有技术的缺点，本发明的目的在于提供一种边缘自适应可穿戴的步态冻结监测及闭环干预系统，其步态冻结监测模块通过双节点惯性传感单元实现了下肢运动数据的实时融合采集，并在边缘端进行运动状态边缘量化，提取出步态特征向量，解决了传统云端计算带来的高延迟问题；步态冻结边缘检测模块对量化特征进行深度分析与处理，能够动态重构个性化步态基线，并通过多层级检测模型对冻结状态进行精准比对与分类，进而量化出具体的冻结亚型及其综合偏差值，克服了传统固定阈值适应性差的局限性，实现病理状态的高精度识别；振动干预模块从综合偏差值与冻结亚型中提取特征，基于阶梯式状态机与多维时间窗控制，融合个性化静态与非线性动态干预映射函数，输出多维协同平滑干预参数，最终驱动振动马达，实现了对患者步态冻结状态的平滑、自适应闭环物理干预。

2、为达到上述目的，本发明采用如下技术方案：

3、一种边缘自适应可穿戴的步态冻结监测及闭环干预系统，其特征在于，包括步态冻结监测模块、步态冻结边缘检测模块以及振动干预模块；

4、所述步态冻结监测模块包括多节点惯性传感单元和多节点传感数据融合单元；所述多节点惯性传感单元包括至少两个配置于用户下肢的惯性传感节点，每个惯性传感节点内置微控制器、三轴加速度计和三轴陀螺仪；多节点惯性传感单元的输出与多节点传感数据融合单元的输入连接；

5、所述步态冻结边缘检测模块包括边缘微处理器以及部署于边缘微处理器的运动状态边缘量化单元、个性化步态基线重构单元和步态冻结多层级检测模型；所述多节点传感数据融合单元的输出与运动状态边缘量化单元的输入连接，运动状态边缘量化单元的输出分别与个性化步态基线重构单元和步态冻结多层级检测模型的输入连接，个性化步态基线重构单元的输出分别与步态冻结多层级检测模型和振动干预模块连接；

6、所述振动干预模块包括自适应干预参数映射模型和振动施加单元；所述步态冻结多层级检测模型的输出与自适应干预参数映射模型的输入连接，自适应干预参数映射模型的输出与振动施加单元连接；所述振动施加单元包括至少一个配置于用户下肢的振动马达；

7、所述步态冻结多层级检测模型用于向个性化步态基线重构单元和自适应干预参数映射模型输出冻结激活信号或冻结解除信号，并向自适应干预参数映射模型输出冻结亚型和综合偏差值；自适应干预参数映射模型根据冻结亚型、综合偏差值和个性化步态基线重构单元输出的个性化基准参数生成振动控制参数，以驱动振动马达对用户施加触觉刺激，从而形成冻结监测、个性化基线维护和振动干预之间的闭环连接。

8、至少两个惯性传感节点分别佩戴于用户的左下肢和右下肢，并通过时间同步机制使双侧运动数据的时间戳对齐；每个惯性传感节点以预设采样率同步采集本侧下肢的加速度信号和角速度信号，并将采集的运动数据发送至多节点传感数据融合单元。

9、所述多节点传感数据融合单元用于对时间对齐后的运动数据进行噪声滤波和姿态解算，获得双下肢姿态信息，并提取包括步频、摆动相时长和步态对称性在内的步态时空特征参数。

10、所述运动状态边缘量化单元用于在边缘微处理器内对步态时空特征参数进行基于滑动窗口的时域统计量化，生成标准化的步态特征向量，并将步态特征向量并行输出至个性化步态基线重构单元和步态冻结多层级检测模型。

11、所述个性化步态基线重构单元用于在系统冷启动阶段以及基线建立后的日常运行中，依据预设的时域节律判据从步态特征向量中筛选正常行走片段，对正常行走片段执行增量式滑动平均计算，以构建并动态更新个性化基准参数；当接收到冻结激活信号时暂停个性化基准参数的更新，待接收到冻结解除信号后恢复更新。

12、所述步态冻结多层级检测模型用于执行两级检测：第一级，在个性化基准参数尚未建立时采用内置的通用保守阈值，在个性化基准参数建立后采用基于个性化基准参数动态校准的相对自适应阈值，对步态特征向量进行初筛并标记疑似冻结窗口；第二级，提取疑似冻结窗口的多维特征，通过分类器判定是否发生步态冻结并识别冻结亚型，在确认发生步态冻结时执行冻结动态偏差量化，输出冻结亚型、综合偏差值和冻结激活信号；在已输出且尚未解除冻结激活信号的条件下，若连续多个滑动窗口均未识别到疑似冻结窗口或分类结果连续为非冻结，则输出冻结解除信号。

13、所述自适应干预参数映射模型包括阶梯式状态机和多维时间窗控制模块，并被配置为：在冻结初始阶段，将个性化基准参数和冻结亚型输入个性化静态干预映射函数，生成个性化静态干预参数；若在第一预设时间窗内未接收到冻结解除信号，则转入非线性动态干预，使干预强度随冻结持续时间和综合偏差值动态调整；将个性化静态干预参数和动态调整量输入多维协同平滑映射函数，生成连续渐变的所述振动控制参数。

14、所述自适应干预参数映射模型在非线性动态干预期间的每个预设周期内，同时判断是否接收到冻结解除信号以及干预时长是否达到最大干预时间；若接收到冻结解除信号或干预时长达到最大干预时间，则停止干预强度的调整，并使振动控制参数沿衰减曲线平滑归零；当因达到最大干预时间而停止干预时，进入干预冷却期，并在干预冷却期内暂停响应新的冻结激活信号。

15、所述振动马达固定配置于用户下肢的受刺激部位，并根据振动控制参数中的瞬时频率、占空比和幅度参数进行机械振动，以输出幅度、频率和节拍连续变化的物理触觉刺激。

16、与现有技术相比，本发明具有以下有益的技术效果：

17、本发明通过个性化步态基线重构单元，利用时域节律判据在冷启动阶段自动筛选正常行走片段，并以增量式滑动平均构建佩戴者的个性化基准参数，使得冻结检测的判别基准能够随佩戴者的实际步态特征动态调整，避免了固定阈值对不同病程患者适应性差的问题，降低了日常转身、主动停步等动作的误判率。

18、本发明将运动状态边缘量化、基线重构及冻结检测等处理环节均部署于边缘微处理器中，运动状态边缘量化仅依赖时域统计运算生成步态特征向量，无需进行频域变换或上传至云端，消除了因数据远程传输和集中计算带来的延迟，使系统能够在冻结发生的边缘时刻完成特征提取与预警，提高了日常连续监测的实时性。

19、本发明的步态冻结多层级检测模型采用“动态阈值初筛+多维特征分类”两级判识结构，其中动态阈值在冷启动阶段基于内置通用保守阈值运行，在个性化基线建立后自动切换为基于佩戴者自身基准的相对自适应阈值，配合分类器对冻结亚型的识别，减少了因单一固定阈值对重症患者漏判或对轻症患者误判的情况，在保证灵敏度的同时降低了误报率。

20、本发明的振动干预模块采用分阶段自适应干预策略，在冻结初始阶段施加个性化静态干预参数，若冻结未解除则转入非线性动态干预，并通过多维协同平滑映射函数生成振动控制参数，使得振动刺激的幅度、频率和节拍能够平滑过渡，避免了开关式刚性刺激引起的惊跳反射和平衡失调，延缓了干预耐受的产生。

21、本发明通过步态冻结多层级检测模型向个性化步态基线重构单元反馈冻结激活信号，使基线在冻结期间暂停更新、在冻结解除后恢复更新，形成检测与基线之间的闭环反馈，防止了冻结状态下的异常步态数据污染正常基线，保证了长期佩戴中个性化基准参数的准确性。