基于體感網的步態(tài)分析算法的研究.pdf

1、伴隨著社會的進步和發(fā)展，人們對自身的健康更加的重視，特別是現(xiàn)在人口老齡化越來越嚴重，當前的社會養(yǎng)老服務的基礎設施及護理人員無法滿足人的需求。目前我國醫(yī)療監(jiān)護模式還主要是基于醫(yī)院的大型設備，這種方式不僅會增加醫(yī)院的負擔，也帶來諸多不便。引入新的醫(yī)療監(jiān)護模式以提高醫(yī)療監(jiān)護質量是一個迫切的需求。目前，在國際上興起的體感網(BSN: Body Sensor Network)技術可以有效地輔助醫(yī)院，允許患者在家中實現(xiàn)對生理信號的采集，從而達到遠程

2、醫(yī)療監(jiān)護的目的。
　　步態(tài)即為人體走路的姿態(tài)。人體走路的信息中包含了很多能反應人體健康狀況的信息，所以對人體步態(tài)時空參數(shù)的分析在醫(yī)學上有很重要的意義。傳統(tǒng)的步態(tài)分析方法主要基于視頻、壓力傳感器和大型步態(tài)模擬平臺。但這些方法都有一定的缺點，不利于遠程醫(yī)療的推廣。隨著微電子機械系統(tǒng)(MEMS)技術的飛速發(fā)展，加速度傳感器和陀螺儀由于其廉價、輕量、低能耗和小尺寸等優(yōu)點吸引了很多人的注意，并開始運用于運動分析中。
　　本文提出了一種

3、基于三軸加速度傳感器和三軸陀螺儀的慣性測量模塊(IMU)的步態(tài)定量分析算法。將慣性測量模塊固定在人的腳踝部位，采集人體運動時的慣性信號，并對這些信號通過一定的算法進行分析，從而得到所需的步態(tài)參數(shù)。信號分析的過程主要包括信號預處理、步態(tài)分段、步態(tài)參數(shù)的計算和誤差補償四個部分。其中，信號預處理采用小波分解技術，步態(tài)周期進行分段時采用了基于知識的步態(tài)分段算法，步態(tài)空間參數(shù)的計算采用了四元數(shù)捷聯(lián)慣性導航技術并求取腳的姿態(tài)，腳的姿態(tài)和速度的誤差補