基于足底压力图像的足型识别算法

背景:足弓在人体活动中起着支撑和缓冲的作用,足弓异常会引起运动障碍和下肢疼痛。准确识别病态足型是做出相应的预防、护理矫正措施的前提。目的:提取常用的四大足型特征,并设计足弓中断特征,联合梯度提升决策树分类器,验证足型识别的准确率。方法:采集了45人的1710幅足底压力图像,包括高弓足、扁平足和正常足3种足型。分别提取足底压力图像的足弓指数、脚印系数、足弓宽度以及比值系数等不同特征,同时设计了足弓中断特征,并利用梯度提升决策树(GBDT)算法实现对足底压力图像的不同足型进行识别。结果与结论:在所构建的45人的1710幅足底压力图像数据集上,该文章算法的足型平均识别准确率达到了96.43%,高于目前基于足弓指数、脚印系数、足弓宽度以及比值系数等常用的足型判断方法。