一种基于机器学习决策分类的异常步态检测方法及系统

本发明提供一种基于机器学习决策分类的异常步态检测方法及系统，涉及异常步态检测技术领域，本发明通过建立人体实际行走模型，采集人体实际行走时的加速度、膝盖弯角、足底压力参数，分别对各项参数进行数据分析处理，并分别生成用于反映人行走时上下加速度的异常程度的垂直加速度异常评估指数、用于反映人行走时膝盖弯曲稳定程度的膝盖弯角异常指数、用于反映行走时两脚运动轨迹的非对称性程度的双脚干涉评估指数，并进行综合性分析，生成反映人体行走综合异常评估值的异常步态评估指数，从而输出行走步态异常等级，基于机器学习的输出结果进行进一步判断，从而提高评估判断准确性。