基于支持向量机的人体异常步态特征识别方法研究

人体异常步态特征识别可分析个体的行走姿势和模式,推算身份信息及人体潜在的健康问题。基于此,文章系统阐述基于支持向量机(Support Vector Machine,SVM)的人体异常步态特征识别方法,分析SVM在处理步态数据方面的技术优势和实现过程,开展CASIA-B和OUMVLP数据集的测试实验,验证该方法在步态识别上的准确性比传统反向传播(Back Propagation,BP)神经网络更高,为复杂行为识别研究提供了新视角。

基于BlazePose和随机森林算法的异常步态检测

异常步态对行动能力产生严重影响,因此,及时、自动地检测异常步态具有至关重要的意义。本文提出了一种基于BlazePose和随机森林算法的人体异常步态检测方法。先利用BlazePose算法提取RGB视频中的人体骨骼关键点,然后通过数据处理获取7个关键的步态特征参数。最后采用随机森林算法作为步态分类器,用于区分正常步态与异常步态。利用142例异常步态数据和257例正常步态数据对分类器进行训练和测试评估,实验结果显示准确率和召回率分别达到97.5%和90%,表明该方法在异常步态检测方面具备一定的可行性和实用价值。

基于下肢康复机器人多传感器的异常步态分类研究

针对目前异常步态临床诊断主观性强、效率低、适用于下肢康复机器人的异常步态分类系统紧缺等问题,提出了一种基于下肢康复机器人多传感器的异常步态分类方法。该方法提取了三个特征:左右力曲线相似度、腿部轨迹曲率、步态对称性,将其与异常步态分类标签一起作为KNN模型的输入参数,实现了异常步态分类。设计并实现了下肢康复机器人的行走训练人机交互软件,并将传感信息采集模块集成于其中,实现患者使用机器人行走训练时,软件同步采集各传感器实时信息。该研究招募四名健康受试者进行实验,分别用正常步态、模拟偏瘫步态、模拟帕金森步态进行实验。结果表明该方法可以准确分类出正常步态、左偏瘫步态、右偏瘫步态以及帕金森步态,证明了其有效性。

双重任务训练改善脑卒中患者异常步态及生活自理能力的效果观察

目的:探讨“步行—认知”双重任务训练方法改善脑卒中患者异常步态及生活自理能力的效果。方法:将2021年9月—2023年2月在本院治疗的94例脑卒中异常步态患者,根据随机数字表法分为观察组(48例)和对照组(46例),两组均接受临床药物治疗和常规康复训练,对照组在此基础上进行步行单任务训练(平衡及肌力训练),观察组在此基础上进行“步行—认知”双重任务训练(平衡及肌力训练同时结合注意、记忆、知觉及判断等认知训练),观察比较两组干预前后的步长、步速、Tinetti平衡与步态测试(POMA)评分、改良Barthel指数(MIB)评分、蒙特利尔认知评估(MoCA)评分变化。结果:干预训练8周后,两组患者步长、步速、POMA评分、MoCA评分、MBI评分均较治疗前有所改善,且观察组的改善幅度显著优于对照组,差异有统计学意义(P<0.05)。结论:“步行—认知”双重任务训练(平衡及肌力训练同时结合注意、记忆、知觉及判断等认知训练)对改善脑卒中患者的异常步态,提高脑卒中患者的认知、自理能力有一定的效果。

基于震动信号的异常步态识别

异常步态的识别对老年人的健康看护有很大帮助.现有的相关研究主要通过图像采集设备或穿戴设备获取相关特征信息进行识别,这些方法大多都具有侵入性或对用户有较高的操作要求.本文研究实现了一种基于对脚步震动信号为识别源进行异常步态和跌倒检测的系统原型,该系统通过本文设计的应用于大范围数据采集的多传感器协同信号采集方法采集信号,从中分割出有效部分作为活动元,去噪后再使用改进的动态时间规整算法(Dynamic Time Warping,DTW)计算出代表活动元之间差异性的异常指数,接着由K最近邻(K-Nearest Neighbor,KNN)算法分类异常指数,得到初步表征用户步态的推测值,最后由隐马尔科夫模型(Hidden Markov Model,HMM)进一步处理推测值,识别出用户的步态.实验结果表明,本文提出的方法能够有效在不同的步态模式下识别异常步态,在稳定的环境中识别准确率达到96%,在具有不稳定地板的环境中准确率为94%.

基于SVM的偏瘫患者异常步态识别与临床康复辅助诊断系统

针对脑卒中偏瘫患者的异常步态识别与评估的问题,提出一种基于支持向量机(SVM)的步态分类方法,依据患者下肢行走过程中的连续运动数据对异常步态的细节特征描述,对偏瘫步态进行细分,辅助临床医师对脑卒中患者肢体运动功能异常进行诊断及康复疗效评定。构建穿戴式步态时空参数检测及虚拟现实康复训练系统,提出基于下肢关节角度信息的特征提取方法,建立运动信号与偏瘫步态间的映射关系。基于偏瘫患者在康复治疗中的临床实时步态时空数据,通过对比多种机器学习方法,采用多项式核函数的支持向量机的决策融合模型获得了90%异常步态识别平均准确率,在区分正常与异常步态的基础上,进一步验证了对划圈步态和膝过伸步态的正确诊断。

基于高效时空图卷积的异常步态识别算法研究

为实现人体异常步态的自动识别,本研究提出一种基于高效时空图卷积神经网络的异常步态识别算法,使用两个Kinect深度相机传感器提取人体三维骨架数据,基于时空图卷积采用早期多分支融合策略,生成关节、运动和骨骼三类特征。经特征融合后,使用两个时空图卷积块作为主流网络进行训练,结合时空关节注意力机制增强模型鉴别能力。在两个公开数据集上测试分别取得了99.37%和96.10%的平均准确率,实验结果高于其他基于骨架的图卷积神经网络方法。本研究提出的高效时空图卷积网络能有效鉴别异常步态,有助于异常步态的早发现、早诊断和早治疗。

超声波治疗结合天轨移位系统训练对脑卒中患者纠正异常步态的疗效分析

目的探讨超声波治疗结合天轨移位系统训练对脑卒中患者纠正异常步态的疗效。方法选取2020年7月—2023年8月佛山市第一人民医院同济康复医院收治的60例脑卒中患者作为研究对象,应用随机数表法分为研究组与对照组,每组30例。对照组给予常规康复治疗,研究组给予超声波治疗结合天轨移位系统训练。比较两组临床疗效。结果干预前,两组Berg平衡量表(Berg Balance Scale,BBS)评分和改良Ashworth分级(Modified Ashworth Scale,MAS)评分对比,差异无统计学意义(P>0.05);干预后,研究组的BBS评分(36.64±3.38)分高于对照组,研究组的股四头肌MAS评分(1.03±0.17)分、小腿三头肌MAS评分(1.52±0.22)分均低于对照组,差异有统计学意义(t=9.833,30.025,22.852,P<0.05)。干预后,研究组的步频、步幅、步速、患侧支持相、患侧摆动相均高于对照组,研究组的步态周期低于对照组,差异有统计学意义(P<0.05)。研究组的洗澡、进食、用厕、平地行走、上下楼梯评分均高于对照组,差异有统计学意义(P<0.05)。结论在脑卒中患者的治疗中,采用超声波联合天轨移位系统训练进行干预,其干预效果显著,值得推广。

女青年异常步态行走时的足底压力特征

“外八字”（toes out）、“内八字”（toes in）是常见畸形步态，尤以女青年发病率较高，不仅失去了体型美，行走不力，还会影响生活．对提高学生的体育能力和未来体育人才的培养都会带来不利的影响，“外八字”、“内八字”步态特征以及预防和矫正日益成为体育工作者待解决的问题，也是医学工作者急于解决的难题之一。步态受到人体解剖结构、生理功能、运动控制能力及心理状态等多种因素的影响，可以从一个侧面反映出人的病变特征，

异常步态校正减重步态重塑训练装置的机制及其临床适应证

制作具有承重保护和减重功能的可移动无动力框架,利用弹力带的回缩力防止足下垂和下肢内收,在正常步态标示毯上进行自我或辅助自我训练,促进步行能力提高和正常步态形成。异常步态校正减重步态重塑训练装置对患者能起到确实的安全保护和减重作用,能有效防止足下垂和下肢的内收,有助于正常步行能力的恢复和预防异常步态形成的作用。适用于不能进行普通减重步行训练的重症小儿脑瘫和脑损伤后严重下肢内收和足下垂的患者。结果提示,异常步态校正减重步态重塑训练装置是一种能够提供减重、安全保护、校正及预防异常步态和正常步态形成的有效训练装置。

踝足矫形器在卒中偏瘫异常步态患者康复中的应用效果

目的探讨踝足矫形器(AFO)在卒中偏瘫异常步态患者康复中的应用效果。方法回顾性连续纳入广东省梅州市人民医院2013年1月至2015年6月卒中偏瘫患者60例,并按照入院单双号分为AFO组与非AFO组,每组各30例。非AFO组患者进行常规康复训练治疗,AFO组患者应用AFO进行治疗。治疗前后应用Berg平衡量表(BBS)评估患者平衡能力,10 m最大步行速度(MWS)评价患者的步行速度及生理消耗指数(PCI)评定步行效率,并进行两组比较。结果治疗后Brunnstrom分级两组差异有统计学意义(P<0.05);AFO组患者治疗后BBS评分和MWS分别为(39±5)分和(0.97±0.38)m/s,均高于治疗前[(33±4)分、(0.28±0.07)m/s]及非AFO组治疗后[(36±4)分和(0.54±0.31)m/s],差异均有统计学意义(均P<0.05);AFO组治疗后PCI为(0.84±0.30)分,低于治疗前[(1.32±0.31)分]及非AFO组治疗后[(0.96±0.33)分],差异均有统计学意义(均P<0.05)。结论卒中偏瘫异常步态患者应用AFO具有较好的临床疗效,能明显改善患者平衡状态,提高步行速度和效率。

脑瘫青少年异常步态的柔韧性训练干预研究

目的:脑瘫青少年下肢的柔韧性差,导致其步态出现异常,拟通过下肢柔韧性训练改善脑瘫青少年的异常步态。方法:选取5名脑瘫青少年作为干预对象,以1名正常青少年作为参考对象,对5名脑瘫青少年进行12周的下肢分关节柔韧性训练,采用三维录像解析和足底压力分布测试以对比脑瘫青少年柔韧性训练前、后的测试数据。结果:脑瘫青少年重患侧下肢训练后的摆动期、单支撑期与训练前均具有显著性差异(P<0.05),与正常青少年无显著性差异(P>0.05);训练前重患侧下肢膝角—大腿角、膝角—小腿角在形状上与正常青少年相差很大,在训练后均朝着正常青少年的角—角图形状靠近;训练前重患侧下肢足底7个分区压强雷达图形状与正常青少年相差很大,在训练后与正常青少年的雷达图相近似,且Kendall’s W协同系数经训练后得到较大提高。结论:对髋、膝关节的柔韧性训练可提高脑瘫青少年重患侧下肢摆动的协调性,对踝关节的柔韧性训练可促进重患侧下肢足底压力分布的合理性,分关节柔韧性训练可提高整个步态的稳定性和连续性。

早期踝及足趾背屈训练对脑卒中偏瘫患者异常步态的影响

目的:探讨早期踝背屈及足趾训练对脑卒中偏瘫患者异常步态的促进作用。方法:病程<21 d的脑卒中偏瘫患者61例,随机分为观察组31例和对照组30例,均在常规脑血管病治疗基础上给予神经生理学技术治疗。观察组在治疗过程中配合踝及足趾背屈训练。训练前后分别采用Fugl-Meyer法(FMA)评定下肢运动功能和平衡能力,Barthel指数法(BI)评定下肢ADL,足印法分析步态。结果:训练3个月后,2组FMA和平衡能力积分、BI积分及步速均较治疗前明显提高,左右步幅差异明显缩小(P<0.01)。2组间比较,观察组各项评定指标的改善程度均明显优于对照组(P<0.01)。结论:早期配合踝及足趾背屈训练可提高脑卒中偏瘫患者步行能力,减少异常步态的发生。

脑卒中异常步态使用肌内效贴布的临床疗效观察

脑卒中是一组由不同病因引起的急性脑血管循环障碍（痉挛、闭塞或破裂）性疾病的总称。近年来，尽管脑卒中的康复治疗方法和技术水平逐步提高，但其致残率仍达70％-80％，给家庭和社会造成重大负担。由脑卒中引起的异常步态模式，影响步行的稳定性和安全性，并过多消耗能量，本课题针对脑卒中后引起的步态异常研究其改善方法。

基于二次特征提取与SVM的异常步态识别

长期以异常步态行走将导致人体足部、踝关节、大腿疼痛乃至身体骨骼疾病。针对目前普遍采用的基于计算机视觉的步态识别技术对数据采集环境要求严苛、视频图像分析受环境影响较大等问题,基于人行走时的足底压力变化特征进行步态识别,足底压力数据经由穿戴式步态采集器,可以不受环境限制且能实现较远距离的步态识别。并提出一种基于二次特征提取与支持先向量机的异常步态识别方法。该方法采用主成分分析法对从足底压力变化曲线中提取出来的步态特征进行二次提取,获取包含样本数据信息的主要特征信息,通过多分类支持向量机模型对步态进行识别。实验结果表明:该方法对异常步态的平均识别率达到92.625 5%,具有较高的识别精度。

表面肌电图在脑卒中患者异常步态分析中的研究进展

脑卒中患者异常步态的形成主要与患侧下肢肌肉不同程度的力量下降和张力增高有关,而表面肌电图(s EMG)能客观定量反映神经肌肉的功能状态,对脑卒中患者的异常步态分析具有较高的应用价值。本文主要介绍步行的解剖学基础及s EMG特征、脑卒中患者的异常步态表现以及基于s EMG的脑卒中后异常步态分析,并重点从s EMG应用于分析异常步态相关肌肉活动的时序模式、激活特点和异常步态模式等方面阐述s EMG在脑卒中患者异常步态分析中的研究进展情况。

肌电生物反馈疗法在脑卒中偏瘫异常步态患者中的应用研究

目的:探讨应用肌电生物反馈疗法治疗脑卒中偏瘫异常步态患者,评估对患者神经功能、运动功能及行走步态的改善作用。方法:将100例脑卒中偏瘫异常步态患者按数表法随机分为对照组和研究组,每组各50例。对照组行常规治疗,研究组在常规治疗基础上应用肌电生物反馈疗法进行治疗。治疗2个月后,评估患者神经功能缺损、下肢运动功能、肢体痉挛状态、平衡能力及步态变化。结果:治疗后,研究组患者的神经功能缺损评分(NIHSS)、临床痉挛指数(CSI)、计时起立-走测试(TUG)和步宽均低于对照组,差异有统计学意义(P <0.05);Fugl-Meyer评分、Berg平衡量表(BBS)评分、步长、步频和最大步行速度(MWS)均高于对照组,差异有统计学意义(P <0.05)。结论:应用肌电生物反馈疗法治疗脑卒中偏瘫异常步态患者,能够显著改善患者神经功能、运动功能和平衡状态,患者行走步态得到显著提高。

平衡认知训练预防脑卒中异常步态患者跌倒效果观察

目的探讨平衡认知训练预防脑卒中异常步态患者跌倒的效果。方法将2013年5月至2015年10月在广西江滨医院治疗的120例脑卒中患者按随机数字表法分为观察组和对照组,每组60例。对照组患者采用传统跌倒评估方法进行评估,并进行常规护理;观察组患者运用PDCA循环管理模式和序贯康复护理训练模式进行平衡认知训练,即平衡-减重训练、认知"优先策略"训练、步态训练。观察两组患者干预治疗前后MMSE评分、步行时相参数(双腿支撑、患单支撑、健单支撑)、Berg平衡量表(BBS)评分、Barthel指数评分的变化以及住院期间跌倒发生率。结果干预治疗3个月后,观察组患者MMSE评分显著优于对照组(P<0.001);观察组患者步行时相参数均优于对照组(P<0.05)。训练后4周、8周和12周,观察组患者BBS评分、Barthel指数评分均显著高于对照组(P<0.01)。住院期间观察组患者跌倒发生率(8.3%)显著低于对照组(23.3%),差异有统计学意义(P<0.05)。结论运用PDCA循环管理模式和序贯康复护理训练模式对脑卒中异常步态患者进行平衡认知训练,有助于纠正患者的异常步态,促进其独立步行功能的恢复,提高日常生活活动能力,降低跌倒发生率。

用侧影特征分析和识别人的异常步态

基于计算机视觉的步态分析是计算机视觉领域的研究热点。目前的研究大多集中在通过对正常步态的分析实现身份识别,而通过异常步态分析来识别人的异常状况方面的研究却很少。提出了一种简单有效的基于计算机视觉的异常步态识别方法,通过人的宽高比提取反应步态特征的特征向量,然后用支持向量机进行异常步态的识别。实验结果表明了该方法的有效性。

虚拟步态训练对帕金森病异常步态患者的护理效果

目的探讨虚拟步态训练对帕金森病异常步态患者的护理效果。方法选取2017年1—12月我院收治40例帕金森病患者作为研究对象,随机将其等分为研究组和对照组,两组患者均常规给予抗帕金森药物治疗与康复训练,对照组在此基础上进行强化肌力训练,研究组在对照组基础上进行虚拟步态训练,比较两组患者干预前后的Barthel指数和Webster评分和干预前后的步态参数。结果干预前两组患者Barthel指数、Webster评分比较差异无统计学意义(P> 0. 05),干预后研究组Barthel指数低于对照组,Webster评分高于对照组,差异有统计学意义(P <0. 05);干预前两组患者各项步态参数比较,差异无统计学意义(P> 0. 05),干预后研究组各项步态参数均优于对照组患者,差异有统计学意义(P <0. 05)。结论对帕金森病异常步态患者而言,虚拟步态训练的应用可有效改善患者日常活动能力,纠正步态异常,提高康复效果,值得临床推广应用。