摘要
本发明公开了一种基于步态分析与姿态估计的人体髋关节炎步态特征检测方法,包括以下步骤:将步态视频处理成步态图像序列;对步态图像序列中的行走对象进行关键点提取,并形成步态关键点序列;设计和计算能够明显区分正常受试者和髋关节炎患者的步态特征;利用皮尔逊相关系数来验证步态特征之间的线性相关性,并对相关性较高的步态特征进行选择;将经过选择后的步态特征送入LightGBM网络进行训练,并将参数进行调优,最终根据这些步态特征对正常受试者和髋关节炎患者进行区分,即实现步态视频中的髋关节炎检测。本发明有效地利用步态分析与姿态估计相结合的方法,充分挖掘髋关节炎患者的步态运动特征,有效计算出髋关节炎患者的步态评分。
技术关键词
步态特征
步态分析
姿态估计
步态图像
皮尔逊相关系数
坐标
行走对象
模型超参数
关键点检测算法
序列
周期
线性转换器
注意力机制
自定义输出
视频
患者
人体关键点
系统为您推荐了相关专利信息
动态识别系统
数据处理模块
步态特征提取
生物特征信息
数据采集模块
权重分配策略
自动泊车辅助系统
激光雷达点云
神经网络处理器
历史运动数据