CN102697507A - 患者康复训练步行状态分析系统及方法 - Google Patents
患者康复训练步行状态分析系统及方法 Download PDFInfo
- Publication number
- CN102697507A CN102697507A CN2012102130301A CN201210213030A CN102697507A CN 102697507 A CN102697507 A CN 102697507A CN 2012102130301 A CN2012102130301 A CN 2012102130301A CN 201210213030 A CN201210213030 A CN 201210213030A CN 102697507 A CN102697507 A CN 102697507A
- Authority
- CN
- China
- Prior art keywords
- key
- button
- state
- controller
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Rehabilitation Tools (AREA)
Abstract
患者康复训练步行状态分析系统,包括步伐采集装置,该步伐采集装置用于采集按键板上各个按键的状态;以及与步伐采集装置电连接的PC机,PC机根据步伐采集装置提供的各个按键状态,还原步伐图像并计算步伐数据。本发明通过步伐采集装置对步伐图像进行采集,通过PC机计算出步长、步幅、步速、步频、步宽、足偏角、步行周期等时空参数,供医生对患者的步态功能进行综合评估。
Description
技术领域
本发明涉及人体运动功能及康复评定系统,具体涉及一种患者康复训练步行状态分析系统。
背景技术
人体步态分析是研究人体步行规律的检查方法,通过分析瘫痪者、膝关节炎患者、下肢假肢者的步长、步幅、步速、步频、步宽、足偏角、步行周期等步态特征,来揭示人体步态异常的关键环节、影响因素、功能、疗效与残疾评定,指导步行训练,并用于人体的骨、关节假体与义肢的设计。
步态分析已有一百多年的历史,但真正应用干临床仅二十多年。步态分析分定性与定量分析。定性分析是从前、后、侧三个方向观察病人在行走过程中关节、肌肉、骨盆的运动情况以及姿势的协调性,对患者步态进行评价,即目测法,该方法简便易行,但是不能定量,具有很强的主观性。定量分析是一种直观描述步行过程中肢体运动的量化检查与分析手段,可为临床评定下肢功能状态提供了一些有效的途径,分析指标很多,如运动学分析、动力学分析、表面肌电分析以及氧耗分析等,其中研究最多、临床应用最广泛的指标是运动学中的步行时空参数。
步行时空参数的测定,最常用方法是足印法,即在受试者足底涂上墨汁,嘱受试者在铺有白纸的步行通道上行走,留下足迹便可以进行步态分析,虽然这种方法简单、快捷,但其准确性在很大程度上受到测试者技术水平的影响,且测试参数有限,远远不能满足临床步态分析的需要。诞生于上世纪九十年代的三维步态分析技术具有精度高、信息量大等优点,可以弥补目测法、足印法的不足,对临床治疗具有很大的指导价值,但这种步态分析系统大多采用专用的视频设备和计算机设备,价格昂贵且不易更新换代,虽然精度较高,但同时也使操作过程具有很强的专业性、复杂性,难以普及使用。因此,目前在我国的绝大多数医疗和科研机构,仍采用目测、秒表、米尺等简单工具对患者的步态进行定性分析及诊断。总之,随着科技的发展,步态分析手段已经从最初的目测法发展为现今的三维步态分析。由包括反光标志点的光电系统、肌电描记系统、同步摄像系统组成的三维步态分析系统,能够客观、定量地评定人体的步行功能,测试的精确性和可靠性较目测法、足印法都有了很大提高,但是这种方法存在操作复杂、专业性强、设备昂贵等不足。因此,急需研究一种操作简单快捷、测定准确客观的步态分析系统,以满足临床工作之需要。
发明内容
针对上述技术问题,本发明的目的之一是提供一种用于采集步伐图像的步伐采集装置。
实现上述目的之一的技术方案如下:
步伐采集装置,包括按键板,该按键板上设置若干个用于发出电信号的按键;以及
与按键板电连接的多个按键控制模块,该按键控制模块用于读取按键板上每个按键的状态;以及
与按键控制模块电连接的控制器,按键控制模块根据控制器提供的信号读取按键板上各个按键的状态,并将读取的按键状态输出到该控制器。
采用了上述方案,当人在按键板上行走时,脚接触和离开按键板时产生压力使按钮的开、合,经过信号转换成高电平,未受压的按键则始终发出低电平信号,因此,发出高电平的按键表明受到了脚的压力,而发出低电平的按键表明未受压力,因此通过高低电平则可表时按键的状态。由于按键控制模块实时接收各个按键发出的信号,在控制器的控制下,按键控制模块将获取的按键状态也实时传送给控制器。
本发明的目的之二是提供一种患者康复训练步行状态分析系统及方法,通过步伐采集装置对步伐图像进行采集,通过PC机计算出步长、步幅、步速、步频、步宽、足偏角、步行周期等时空参数,供医生对患者的步态功能进行综合评估。
实现上述目的之二的技术方案如下:
患者康复训练步行状态分析系统,包括步伐采集装置,该步伐采集装置用于采集按键板上各个按键的状态;以及
与步伐采集装置电连接的PC机,PC机根据步伐采集装置提供的各个按键状态,还原步伐图像并计算步伐数据。
患者康复训练步行状态分析方法,包括以下步骤:
步骤1,伐采集装置将获取的各个按键的状态提供给PC机;
步骤2,PC机根据各个按键的状态还原步伐图像;
步骤3,根据还原的图像,判断是否存在伪影或错误的脚印;则删除在伪影或错误的脚印后进入步骤4;
步骤4,若步骤3的判断结构为否,则顺序连接步伐图像,获取整体的步伐轨迹曲线;
步骤5,根据步伐轨迹曲线计算得到每步左右脚的步长、步幅、步宽、步行时间、摆动时间、站立时间、单脚支撑时间、双脚支撑时间、步行速率以及每种数据的标准差,根据这些计算值班评估被测者的步态功能。
采用了上述方案,当人按键板上行走时,通过脚接触和离开步态垫控制压力按钮的开、合,经过信号转换,PC机就可实时收集。通过计算、分析,求出步长、步幅、步速、步频、步宽、足偏角、步行周期等时空参数。伐采集装置不仅操作简单、快捷,而且具有很高的信度、效度、精度,非常适合于临床使用;同时,步态垫可以折叠携带,不占空间,还适合于野外环境使用。本发明的步态分析系统通过测量患者步长、步幅、步速、步频、步宽、足偏角、步行周期等步态特征,与正常的步行时空参数以及患者健侧的步行参数进行比较,找出客观的数值差异和步行时存在的问题。经过一段时间的康复治疗后再进行步态分析,测得的数值与第一次的进行比较,能够客观地观察疗效。
本发明的步态分析是研究步行规律的检查方法,它可揭示步态异常的关键环节和影响因素;功能、疗效与残疾评定;指导步行训练;骨、关节假体与义肢设计等。通过计算、分析,求出步长、步幅、步速、步频、步宽、足偏角、步行周期等时空参数。操作非常简单、快捷,每次测定仅需数分钟。非常适用于临床使用。将本发明的步态分析系统用于临床测试,以期获得偏瘫、膝关节炎、大腿假肢者的步态特征。
本发明可明确患者是否存在异常步态以及步态异常的性质和程度,揭示患者步态异常的关键环节和影响因素,步态分析还可以更好地评定患者的功能、疗效与残疾程度;协助完成骨、关节假体与义肢的设计和修改;针对性地指导患者进行步行训练,为制定完善的康复治疗计划提供必要的依据。本项目中采用新技术至少适合于以下伤病的评估:
1.神经系统伤病:脑卒中、脑外伤、脊髓损伤、格林-巴利综合征、帕金森氏征、脑瘫、坐骨神经痛等。
2.肌肉骨骼系统伤病:骨关节损伤、关节炎、关节置换、腰腿痛、截肢等。
附图说明
图1为本发明中步伐采集装置的电路方框图;
图2为步伐采集装置的控制器与按键控制模块的电路结构图;
图3为步伐采集装置的单个键盘控制芯片与按键板连接的结构图;
图4为本发明中患者康复训练步行状态分析系统的结构示意图;
具体实施方式
参照图1至图3,本发明的步伐采集装置1,步伐采集装置1采用ASM1117系列芯片的电源模块为系统提供所需的电源。该步伐采集装置1包括按键板10,该按键板上设置若干个用于发出电信号的按键。
以及与按键板电连接的多个按键控制模块20,该按键控制模块用于读取按键板上每个按键的状态;按键控制模块20包括键盘控制芯片20a,用于读取按键板上各个按键的状态,并将获得的按键状态输出到控制器;以及与键盘控制芯片电连接的译码器20b,该译码器根据控制器提供的控制信号,发出控制命令使键盘控制芯片读取按键板上各个按键的状态。每一个按键板1与5块按键控制模块2进行连接,每一块按键控制模块20控制384个按键。每个按键控制模块20包括1块译码器20b(74HC138芯片)和6块键盘控制芯片20a(ZLG7289芯片),通过控制器(MCU)的I/O数字口,输入到译码器20b的3个输入端,再通过译码器20b控制键盘控制芯片20a就能顺序的读取1个按键控制模块控制的384个按键的状态。图3示意出了单个键盘控制芯片与按键板连接的结构,键盘控制芯片2b使能管脚接收译码器2a输出的控制信号,从而完成单片键盘控制芯片2b控制的64个按键状态的读取。图3中在按键与键盘控制芯片2b之间设置了限流电阻,因为是读取按键的状态值,因此使用限流电阻降低系统的功耗。
以及与按键控制模块电连接的控制器30,按键控制模块根据控制器2提供的信号读取按键板上各个按键的状态,并将读取的按键状态输出到该控制器。控制器30选用DSP系列芯片或者ARM系列芯片。通过控制器(MCU)的数字I/O口接到译码器20b的3位输入端,选用8路输出中的6路分别使能6片键盘控制芯片20a,读取6片键盘控制芯片20a控制的384个按键状态。这样,控制器通过顺序控制5片译码器20b,就可以分别读出30片键盘控制芯片20a控制的1920个按键状态。通过RS232串口通信模块,按键状态被送到上位的PC机中,通过处理后,得到还原地步伐图像及相关数据。
参照图4,本发明的患者康复训练步行状态分析系统,包括步伐采集装置1,该步伐采集装置用于采集按键板上各个按键的状态;以及
与步伐采集装置电连接的PC机2,PC机2根据步伐采集装置提供的各个按键状态,还原步伐图像并计算步伐数据。
本发明的患者康复训练步行状态分析方法,其特征在于,包括以下步骤:
步骤1,伐采集装置将获取的各个按键的状态提供给PC机;步骤1中步伐采集装置获取按键板上各个按键的状态的步骤如下:
步骤10,开机后控制器发出控制信号,向按键控制模块索取按键状态;
步骤11,患者赤脚在按键板上行走,行走时脚接触和离开按键板产生的压力使按键板上按钮的开合产生高电平电信号,未被脚压的按键始终发出低电平信号;
步骤12,按键控制模块实时读取按键板上每个按键的发出的电信号,并根据控制器的请求将获取的各个按键的状态发送给控制器。
步骤1完成后进入步骤2:
步骤2,PC机根据各个按键的状态还原步伐图像;
步骤3,根据还原的图像,判断是否存在伪影或错误的脚印;则删除在伪影或错误的脚印后进入步骤4;
步骤4,若步骤3的判断结构为否,则顺序连接步伐图像,获取整体的步伐轨迹曲线;
步骤5,根据步伐轨迹曲线计算得到每步左右脚的步长、步幅、步宽、步行时间、摆动时间、站立时间、单脚支撑时间、双脚支撑时间、步行速率以及每种数据的标准差,根据这些计算值班评估被测者的步态功能。
再通过以下步骤对本发明的步行状态分析系统及方法进行说明:
1.选择偏瘫患者、膝关节炎患者、大腿假肢穿戴患者各20例。
2.采集受试者性别、年龄、身高、体重、腿长等人口学基本资料。
3.患者脱鞋后在步垫上行走,收集每人4次步行数据。
4.应用Gaitmat Ⅱ软件对数据进行计算,取4次步行数据的平均值形成分析样本,建立相关档案,判断患者异常步态程度。
5.一定治疗时间后,对同一患者再次进行步态测试,收集每人4次步行数据,应用Gaitmat Ⅱ软件对数据进行计算,取4次步行数据的平均值。得出的平均值与前次结果进行比较分析,从而对人体运动系统和神经系统疾病的病因分析和诊断;对功能、疗效与残疾进行评定;指导骨、关节假体与义肢设计;指导偏瘫、骨骼肌肉关节疾病等病人的行走功能重建治疗。
通过对7例脑卒中偏瘫患者进行步态分析,并与正常参考值相比较,首次发现步长、单腿支撑时间、步速异常是影响脑卒中偏瘫患者步行能力恢复的主要因素,采取针对性康复训练后,患者步行能力、日常生活活动能力取得显著改善。若将该本发明广泛应用于临床,如假肢的设计训练、脊髓损伤、脑外伤等病人的评估与训练,必将带来显著的社会效益与经济效益。
表1~2是采用本发明所述系统的步态分析(上述7例中的2例):
实施例1
步态分析
被测人:XXX 研究科题:偏瘫步态
地址:略 ID:
课题研究日期:03/24/11
性别:男 年龄:46 身高(m):1.72 体重(kgs):82
左腿(cm):87 右腿(cm):87
测试状态:一人在旁保护,独立步行
诊断帮助:左侧大脑半球出血术后3月余,康复治疗40天
表1-1
第一次:
表1-2
第二次:
表1-3
第三次:
表1-4
第四次:
表1-5
总体平均值&标准偏差
实施例2
步态分析
被测人:XXX 研究科题:偏瘫步态
地址:略 ID:
课题研究日期:03/24/11
性别:男 年龄:47 身高(m):1.72 体重(kgs):82
左腿(cm):87 右腿(cm):87
测试状态:一人在旁保护,独立步行
诊断帮助:左侧大脑半球出血术后4月余,康复治疗62天
表2-1
第一次:
表2-2
第二次:
表2-3
第三次:
表2-4
第四次:
表2-5
总体平均值&标准偏差
Claims (8)
1.步伐采集装置,其特征在于:包括按键板,该按键板上设置若干个用于发出电信号的按键;以及
与按键板电连接的多个按键控制模块,该按键控制模块用于读取按键板上每个按键的状态;以及
与按键控制模块电连接的控制器,按键控制模块根据控制器提供的信号读取按键板上各个按键的状态,并将读取的按键状态输出到该控制器。
2.根据权利要求1所述的步伐采集装置,其特征在于:还包括与控制器电连接的PC机,控制器将获得的各个按键的状态传递给PC机。
3.根据权利要求1所述的步伐采集装置,其特征在于:所述按键控制模块包括键盘控制芯片,用于读取按键板上各个按键的状态,并将获得的按键状态输出到控制器;以及
与键盘控制芯片电连接的译码器,该译码器根据控制器提供的控制信号,发出控制命令使键盘控制芯片读取按键板上各个按键的状态。
4.根据权利要求3所述的步伐采集装置,其特征在于:每个按键控制模块由6个键盘控制芯片和1个译码器组成。
5.根据权利要求3所述的步伐采集装置,其特征在于:所述键盘控制芯片为ZLG7289芯片,所述译码器为74HC138芯片。
6.一种患者康复训练步行状态分析系统,其特征在于,包括步伐采集装置,该步伐采集装置用于采集按键板上各个按键的状态;以及
与步伐采集装置电连接的PC机,PC机根据步伐采集装置提供的各个按键状态,还原步伐图像并计算步伐数据。
7.一种患者康复训练步行状态分析方法,其特征在于,包括以下步骤:
步骤1,伐采集装置将获取的各个按键的状态提供给PC机;
步骤2,PC机根据各个按键的状态还原步伐图像;
步骤3,根据还原的图像,判断是否存在伪影或错误的脚印;则删除在伪影或错误的脚印后进入步骤4;
步骤4,若步骤3的判断结构为否,则顺序连接步伐图像,获取整体的步伐轨迹曲线;
步骤5,根据步伐轨迹曲线计算得到每步左右脚的步长、步幅、步宽、步行时间、摆动时间、站立时间、单脚支撑时间、双脚支撑时间、步行速率以及每种数据的标准差,根据这些计算值班评估被测者的步态功能。
8.根据权利要求8所述患者康复训练步行状态分析方法,其特征在于,步骤1中步伐采集装置获取按键板上各个按键的状态的步骤如下:
步骤10,开机后控制器发出控制信号,向按键控制模块索取按键状态;
步骤11,患者赤脚在按键板上行走,行走时脚接触和离开按键板产生的压力使按键板上按钮的开合产生高电平电信号,未被脚压的按键始终发出低电平信号;
步骤12,按键控制模块实时读取按键板上每个按键的发出的电信号,并根据控制器的请求将获取的各个按键的状态发送给控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210213030.1A CN102697507B (zh) | 2012-06-26 | 2012-06-26 | 患者康复训练步行状态分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210213030.1A CN102697507B (zh) | 2012-06-26 | 2012-06-26 | 患者康复训练步行状态分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102697507A true CN102697507A (zh) | 2012-10-03 |
CN102697507B CN102697507B (zh) | 2014-04-02 |
Family
ID=46890783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210213030.1A Expired - Fee Related CN102697507B (zh) | 2012-06-26 | 2012-06-26 | 患者康复训练步行状态分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102697507B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104434128A (zh) * | 2014-12-25 | 2015-03-25 | 中国科学院合肥物质科学研究院 | 一种基于足底压力分布信息的左右脚动态识别方法 |
CN105160612A (zh) * | 2015-07-09 | 2015-12-16 | 东南大学 | 一种医疗机构智能管理系统及管理方法 |
CN109620246A (zh) * | 2018-12-19 | 2019-04-16 | 福建师范大学 | 一种单侧跟腱断裂患者康复期步态模式评价方法 |
CN109670435A (zh) * | 2018-12-13 | 2019-04-23 | 深圳市信义科技有限公司 | 一种基于人体步态特征对身份进行识别的方法 |
CN110021398A (zh) * | 2017-08-23 | 2019-07-16 | 陆晓 | 一种步态分析、训练方法及系统 |
CN110123330A (zh) * | 2019-05-20 | 2019-08-16 | 浙江大学 | 基于足底压力数据的脚型参数测量与压力云图生成方法 |
CN110338951A (zh) * | 2019-06-27 | 2019-10-18 | 苏州科技大学 | 一种青少年步态矫正垫及矫正方法 |
TWI681756B (zh) * | 2018-06-21 | 2020-01-11 | 國立清華大學 | 步態辨識系統及步態辨識方法 |
CN112571426A (zh) * | 2020-11-30 | 2021-03-30 | 重庆优乃特医疗器械有限责任公司 | 3d体态检测分析系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004298285A (ja) * | 2003-03-28 | 2004-10-28 | Ntt Data Corp | 歩行状態・歩行者属性判定装置および判定方法 |
CN201135440Y (zh) * | 2007-07-24 | 2008-10-22 | 中国科学院理化技术研究所 | 记录人体步态信息的微型测量装置 |
CN201929959U (zh) * | 2011-01-24 | 2011-08-17 | 中国人民解放军第三军医大学第一附属医院 | 步态分析仪 |
CN102175356A (zh) * | 2011-02-22 | 2011-09-07 | 中国科学院合肥物质科学研究院 | 一种步态触觉信息测量装置及测量方法 |
JP4894500B2 (ja) * | 2006-12-22 | 2012-03-14 | ソニー株式会社 | 歩行波形処理方法及び歩行波形処理装置 |
CN202619659U (zh) * | 2012-06-26 | 2012-12-26 | 中国人民解放军第三军医大学第三附属医院 | 患者康复训练步行状态分析系统 |
-
2012
- 2012-06-26 CN CN201210213030.1A patent/CN102697507B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004298285A (ja) * | 2003-03-28 | 2004-10-28 | Ntt Data Corp | 歩行状態・歩行者属性判定装置および判定方法 |
JP4894500B2 (ja) * | 2006-12-22 | 2012-03-14 | ソニー株式会社 | 歩行波形処理方法及び歩行波形処理装置 |
CN201135440Y (zh) * | 2007-07-24 | 2008-10-22 | 中国科学院理化技术研究所 | 记录人体步态信息的微型测量装置 |
CN201929959U (zh) * | 2011-01-24 | 2011-08-17 | 中国人民解放军第三军医大学第一附属医院 | 步态分析仪 |
CN102175356A (zh) * | 2011-02-22 | 2011-09-07 | 中国科学院合肥物质科学研究院 | 一种步态触觉信息测量装置及测量方法 |
CN202619659U (zh) * | 2012-06-26 | 2012-12-26 | 中国人民解放军第三军医大学第三附属医院 | 患者康复训练步行状态分析系统 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104434128A (zh) * | 2014-12-25 | 2015-03-25 | 中国科学院合肥物质科学研究院 | 一种基于足底压力分布信息的左右脚动态识别方法 |
CN105160612A (zh) * | 2015-07-09 | 2015-12-16 | 东南大学 | 一种医疗机构智能管理系统及管理方法 |
CN105160612B (zh) * | 2015-07-09 | 2018-09-21 | 东南大学 | 一种医疗机构智能管理系统及管理方法 |
CN110021398A (zh) * | 2017-08-23 | 2019-07-16 | 陆晓 | 一种步态分析、训练方法及系统 |
CN110021398B (zh) * | 2017-08-23 | 2023-03-24 | 陆晓 | 一种步态分析、训练方法及系统 |
TWI681756B (zh) * | 2018-06-21 | 2020-01-11 | 國立清華大學 | 步態辨識系統及步態辨識方法 |
CN109670435A (zh) * | 2018-12-13 | 2019-04-23 | 深圳市信义科技有限公司 | 一种基于人体步态特征对身份进行识别的方法 |
CN109670435B (zh) * | 2018-12-13 | 2022-12-13 | 深圳市信义科技有限公司 | 一种基于人体步态特征对身份进行识别的方法 |
CN109620246B (zh) * | 2018-12-19 | 2021-08-17 | 福建师范大学 | 一种单侧跟腱断裂患者康复期步态模式评价方法 |
CN109620246A (zh) * | 2018-12-19 | 2019-04-16 | 福建师范大学 | 一种单侧跟腱断裂患者康复期步态模式评价方法 |
CN110123330A (zh) * | 2019-05-20 | 2019-08-16 | 浙江大学 | 基于足底压力数据的脚型参数测量与压力云图生成方法 |
CN110338951B (zh) * | 2019-06-27 | 2021-11-02 | 苏州科技大学 | 一种青少年步态矫正垫及矫正方法 |
CN110338951A (zh) * | 2019-06-27 | 2019-10-18 | 苏州科技大学 | 一种青少年步态矫正垫及矫正方法 |
CN112571426A (zh) * | 2020-11-30 | 2021-03-30 | 重庆优乃特医疗器械有限责任公司 | 3d体态检测分析系统及方法 |
CN112571426B (zh) * | 2020-11-30 | 2023-03-17 | 重庆优乃特医疗器械有限责任公司 | 3d体态检测分析系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102697507B (zh) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102697507B (zh) | 患者康复训练步行状态分析系统及方法 | |
Abu-Faraj et al. | Human gait and clinical movement analysis | |
CN106267694B (zh) | 下肢骨折康复系统及其控制方法 | |
CN106725509B (zh) | 生物力学信息的特征提取方法 | |
CN106037753A (zh) | 一种基于多传感融合的可穿戴数据采集系统及其方法 | |
CN114818441B (zh) | 基于在体生理运动的人体骨骼肌肉组织应力应变无损分析方法 | |
JP4825456B2 (ja) | 筋活動推定システム | |
CN114831630A (zh) | 基于穿戴式智能设备的偏瘫患者康复数据采集及评估方法 | |
CN111326232A (zh) | 一种基于三维步态分析系统鉴别异常步态形式的方法 | |
US11179065B2 (en) | Systems, devices, and methods for determining an overall motion and flexibility envelope | |
TW201714582A (zh) | 下肢動作感測與復健訓練系統 | |
Daponte et al. | Electronic measurements in rehabilitation | |
Küçükdermenci | Wireless Foot Pressure Monitoring System for Gait Rehabilitation | |
Kizyte et al. | Influence of input features and EMG type on ankle joint torque prediction with support vector regression | |
CN110464351A (zh) | 一种监测肌肉疲劳度的系统和方法 | |
Du et al. | Ankle moment estimation based on a novel distributed plantar pressure sensing system | |
Shrader et al. | Instrumented Gait analysis in the care of children with cerebral palsy | |
CN202619659U (zh) | 患者康复训练步行状态分析系统 | |
Forsyth et al. | Validity of wearable sensors for total knee arthroplasty (TKA) rehabilitation: a study in younger and older healthy participants | |
Vitali et al. | Digital motion acquisition to assess spinal cord injured (SCI) patients | |
CN113520787A (zh) | 用于全膝关节置换围术期的交互式穿戴设备 | |
Chen et al. | Design of the workstation for hand rehabilitation based on data glove | |
CN219229877U (zh) | 一种便携式步态分析用辅助装置及其辅助系统 | |
RU2823491C1 (ru) | Способ функциональной диагностики биомеханики двигательных нарушений в коленном суставе человека | |
Pearl et al. | Capacitive Sensing for Natural Environment Biomechanics Monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140402 Termination date: 20160626 |