一种新的模板匹配方法,从脚下压力数据中提取行走周期

科学领域:

• 生物力学 生物力学
• 可穿戴技术可穿戴技术
• 数据科学数据科学数据科学

背景情况:

• 从脚下压力数据中精确的步态周期隔离对于人类运动分析至关重要.
• 当前的方法往往需要昂贵的设备或大量的手工劳动,这限制了它们的实际应用.
• 需要有效且易于使用的工具来检测步行周期.

研究的目的:

• 引入一种可通用,低资源的算法,用于从可穿戴的脚下压力传感器数据中解析步行周期.
• 与手动方法和基于值的方法相比,评估算法的准确性和处理时间.
• 为了使可扩展和自动化步态分析在不同的行走环境.

主要方法:

• 从脚下压力传感器数据分析步行周期的新型算法的开发.
• 根据专家手动标记的基本真相数据集进行验证.
• 对比算法性能 (准确度,处理时间) 与手动解析和基于值的方法在不同地形上.

主要成果:

• 该算法的准确性与专家手动标记相当,但处理时间大大缩短 (577个步骤的处理时间为41秒和29分钟).
• 拟议的方法只产生了一个虚假阴性,显著优于手动解析器的6-33个错误.
• 基于值的解析方法被发现不太准确,产生了大量的假阳性结果 (49-362).

结论:

• 开发的算法为使用可穿戴式压力传感器进行步行周期检测提供了高效和准确的解决方案.
• 这种低资源的方法提高了计算效率,使自动步态分析更为可行,用于现实世界的应用.
• 这些发现支持自动化步行分析的扩展,超越控制的实验室设置,进入实际的日常环境.