相关实验视频
Updated: Jul 9, 2025
06:36
Lower Limb Biomechanical Analysis of Healthy Participants
Published on: April 15, 2020
9.1K
NONAN GaitPrint:一个IMU健康年轻成年人的步态数据库
Tyler M Wiles1, Madhur Mangalam1, Joel H Sommerfeld1
1Division of Biomechanics and Research Development, Department of Biomechanics, and Center for Research in Human Movement Variability, University of Nebraska at Omaha, Omaha, NE, 68182, USA.
Scientific data
|December 5, 2023
概括
研究人员创建了非线性分析核心 (NONAN) GaitPrint数据库,以实现个人步态识别. 这一全面的数据集捕捉了人类独特的步态模式,用于先进的生物机械建模.
科学领域:
- 生物力学 生物力学
- 人类运动分析分析
- 数据科学数据科学数据科学
背景情况:
- 从步态模式来识别个体是一个研究重点.
- 现有的步态数据库缺乏用于个人步态建模的全面数据.
- 需要强大的数据集来分析人类独特的步行特征.
研究的目的:
- 为了引入非线性分析核心 (NONAN) GaitPrint数据库.
- 提供一个全面的数据集,用于建模独特的个体步行模式.
- 支持人类步行识别和分析方面的研究.
主要方法:
- 收集了35名健康年轻成年人的全身动力学和足部位置数据.
- 使用的Noraxon Ultium运动惯性测量单元 (IMU) 传感器.
- 在200米赛道上两天内记录了每个参与者18次4分钟的试验.
- 导出连续变量 (例如加速,速度,关节角度) 和离散步态参数.
主要成果:
- NONAN GaitPrint数据库包含丰富的动态和时空步态数据.
- 数据包括详细的身体部分运动,关节角度和脚位动态.
- 使用Lyapunov和Hurst指数等非线性指标进行的技术验证.
结论:
- NONAN GaitPrint数据库是研究个体步行特征的宝贵资源.
- 这个数据库有助于人类步行识别和生物机械建模的进步.
- 该数据集支持开发用于步态模式分析的新算法.
