本发明涉及到一种步态分析系统中数据库和标准化模型的建立方法。
背景技术：
对于人体来说，运动协调性是指在空间和时间上，身体不同部位或关节之间保持前后或相位相关的循环关系的能力。步态是一个复杂的循环过程，它包括许多关节之间的协调运动，步态的协调是通过中枢神经系统控制相关关节的运动，减少关节运动自由度从而实现肢体的协调。健康人正常步态中，一个很高程度的运动协调性存在于相关肢体和关节中，而步态异常患者的运动协调性受到了破坏。
步态分析是生物力学的分支，是对人体行走时的肢体和关节活动进行运动学观察和动力学分析，提供一系列时间、几何、力学等参数值和曲线，从而对人体步态功能做客观、定量的评定。
三维步态分析系统是一个先进的功能评价技术，可以进行异常步态的分析，治疗评价，手术方案确定和手术评价以及帮助矫形器的使用。相较于临床测量和视觉步态分析，三维步态分析系统有更好的可靠性。很多实验研究也证明临床测量的准确性和客观性都不及三维步态分析系统。此外，由于三维步态分析系统的可靠性和准确性，三维步态分析系统已经在科研中被作为一个评价的标准用以评价其他评估方法的可靠性和有效性。
三维步态分析系统这一分析工具通过对生物动力学、运动学、肌肉活动情况的客观数据的分析，不受测试者经验及主观因素的影响，使得对儿童运动功能的评价相较于传统的量表评价方法和视觉评价更具客观性且更加全面，使得对儿童运动功能障碍的进一步的治疗更具靶向性，能够更准确的进行个体化治疗，更好的改善儿童的运动功能。
目前在出生缺陷儿童的运动功能评估和康复治疗中，异常步态的分析越来越受到重视，尤其是随着三维步态分析系统量化与可视化分析的大量运用，可以更加准确地对患儿的神经系统和骨骼肌肉系统损伤进行诊断和评估，也能够对由此造成的异常步态中运动学参数、动力学参数、时空参数等进行量化分析，对大体步态进行可视化分析，有助于步态重建和矫形。
文献1：韦素媛.实用步态数据库的建立和步态特征提取与表征方法.
文献1提出了（1）一种建立实用步态数据库的方法，详细设计了步态特征数据库的建立方法、数据结构、步态信息的获取方法以及身高查询条件的确定方法，建立了百人规模的多信息步态数据库。（2）提出了一种结构化步态特征表示方法，结合关系数据库技术设计了一个基于数据库技术的步态识别方法，使步态识别能够利用关系数据库查询的高效性来快速缩小识别范围，提高运行效率和准确性。并通过实验验证了基于数据库技术的步态识别方法良好的身份识别效果。（3）提出一种基于时空能量图的步态特征弱周期性表示方法，给出了步态特征弱周期性和步态序列的时空能量图的定义，以统计分析的方式证明了这种特征表示对于噪声的干扰不敏感。将这种方法与论文提出的几种步态特征提取算法相结合，实验结果表明，这种方法大大简化了步态识别的预处理过程，减少步态特征的数据存储空间，降低了特征提取对于步速、摄像机采样频率等因素具体条件的依赖性，同时，识别性能也具有一定的实用参考价值。（4）利用小波多分辨率分析表征信号局部特征的优势，结合互信息熵的判据，提出一种基于小波分析和互信息熵的步态特征表示和识别算法，将小波变换得到的相似子图和各个具有局部方向特性的细节子图都利用到组合步态特征中，求得最大互信息熵时得到对应的组合特征参数组，这些参数突出了步态中行走习惯的细节差异，使提取的步态特征更集中在有利于分类的关键信息点上，从而步态识别过程更为接近人类视觉的智能识别过程。在步态识别阶段提出了互信息度量的改进方法，即沿用了能量分析和互信息度量的有效思路，又提高了识别速度。
文献2：中国专利cn201310516264.8人体步态数据库及其建立方法中，公开了一种建立人体步态数据库的方法，包括如下步骤：
（1）采集人体步态数据，所述人体步态数据包括运动数据、人体emg数据和足底压力数据；
（2）通过人物身份识别，分类存储所述人体步态数据；
（3）设计人体步态数据库界面，所述数据库界面与所述步态数据相连接，根据用户在数据库界面上的操作要求提取不同类型的步态数据。
（4）通过红外运动捕捉系统采集所述运动数据，通过无线肌电采集系统采集所述人体emg数据，通过三维测力台采集所述足底压力数据。
该专利公开了步态数据的采集方法以及如何通过三维步态数据来对人体进行识别的方法，但是并未详细说明如何对大量三维步态数据进行处理，形成标准化数据的方案。
文献3：张博峰、张静茹等.基于人类行走模型的步态特征提取方法研究[j].计算机应用与软件，2009,5:198-207.
文献3中公开了三维步态分析的模型，可以把人体抽象为相互连接的刚体，由多个关键点和多个关节组成。同时还公开了特征提取方法，可以通过运动捕捉系统采集基于三维步态模型人体步态时的运动学数据，并详细说明了步态的周期特征划分方法、步态的脚印特征计算方式等。
现有技术中，三维步态分析系统在国内运用于临床儿童运动功能评价还存在许多问题。现有的三维步态分析系统缺乏国内儿童的正常数据库，目前所能使用的数据库均为西方的三维步态分析系统公司提供的数据库。而西方人和东方人的步态并不是完全相同的，用西方人的正常值范围来衡量及评价东方人的步态情况是不完全准确的。因此，需要一种方法来建立新的三维步态分析系统中可以使用的数据库以及标准化模型。
基于数据库的人体建模方法有多种选择，国内用于人体运动仿真的软件主要有lifemod、anybody、ansys等，这些软件有自身的缺点，如肌肉控制不精确、价钱昂贵等。为了更好地解决人体运动仿真问题，斯坦福大学研发了opensim，它是一款应用于人体肌肉骨骼模型开发、模拟仿真和运动分析的开源免费软件。
opensim的人体建模理论主要来源于hill方程和hill肌肉三元素模型。整个模拟过程主要由模型缩放（scaling）、逆向运动学（inversekinematics,ik）、残差缩减（residualreductionalgorithm,rra）和肌肉计算控制（computedmusclecontrol,cmc）四步组成。
opensim常采用某一个人的身高、体重数据以及肌肉特征数据建立通用模型，要得到个体化的模型就需要对通用模型进行缩放。模型缩放以实验室测试标记点数据为依据，根据实验数据与通用模型中人体环节点之间的比例，对各环节的长度和质量进行缩放。在缩放过程中，用最小二乘法控制实验中标记点与模型中理论点之间的误差。
综上所述，需要建立一种方法，能够通过采集本地人员，特别是针对于儿童群体的三维步态数据，建立新的数据库和标准化模型。
技术实现要素：
本发明的目的是提供一种步态分析系统中数据库和标准化模型的建立方法，能够采集本地或者本国健康人员的三维步态数据，用于建立符合临床需求的国内数据库和标准化模型。
为达上述目的，本发明的一个实施例中提供了一种步态分析系统中数据库和标准化模型的建立方法，包括：
（1）选择若干名符合受试条件的受试者，受试者暴露检测关节点，按照全身模式对关节点进行标记和固定，并通过三维动作捕捉系统获取每名受试者的人体步态数据；人体步态数据包括运动学数据组、动力学数据组和表面肌电学数据组，每个数据组中包括若干参数；
（2）每名受试者使用同一三维动作捕捉系统采集若干次人体步态数据，每次获得一组人体步态数据，去除缺损数据以及误差数据，获得有效的人体步态数据；
（3）将获得的有效人体步态数据进行数据标准化处理，各数据组中的每个参数以均数±标准差表示，获得标准化后的人体步态数据；
（4）基于步骤（3）中获取的人体步态数据，划分步态周期，将每个步态周期的人体步态数据进行匹配建立标准数据库，并采用标准数据库模拟建立标准化模型。
优选的，受试群体为儿童，儿童为3~9岁、能够听从指令正常行走的儿童。
优选的，运动学数据组中包括的参数有支撑相踝关节最大背屈角、踝关节最大跖屈角、膝关节最大伸展角；动力学数据中包括的参数有最大前向地面反作用力、后向地面反作用力及垂直向地面反作用力；表面肌电学数据组中包括的参数有表面肌电信号强度。
4.如权利要求1的建立方法，其特征在于：三维动作捕捉系统包括足底压力系统和表面肌电检测系统。
优选的，三维动作捕捉系统分析得出的人体步态数据还包括步速、步长、步幅、步频、总支撑相时间、摆动相时间、初始双支撑相时间。
综上所述，本发明具有以下优点：
本发明以三维步态分析系统为技术平台，收集预选健康受试者例如儿童步态时的运动学和运动生物力学相关数据，建立数据库和标准化模型，为进一步对出生缺陷儿童异常步态的研究做标准化数据库准备，便于实现从实验室到临床，从科学研究到实际应用的转化过程。
受试者之间存在着差异，受试者每次试验之间存在着差异，所以就会出现每一个步态周期的时间存在差异。本发明的方法对受试者进行了步态参数的采集和测量，为了对全部受试者的参数进行标准化处理，能够减少受试者之间存在的差异。
具体实施方式
本发明提供了一种步态分析系统中数据库和标准化模型的建立方法，包括：
（1）选择若干名符合受试条件的受试者，受试者暴露检测关节点，按照全身模式对关节点进行标记和固定，并通过三维动作捕捉系统获取每名受试者的人体步态数据；三维动作捕捉系统分析得出的人体步态数据还包括步速、步长、步幅、步频、总支撑相时间、摆动相时间、初始双支撑相时间。人体步态数据包括运动学数据组、动力学数据组和表面肌电学数据组，每个数据组中包括若干参数。
本发明以建立福建儿童数据库为例；以三维步态分析系统为技术平台，收集福建省正常健康儿童步态时的运动学和运动生物力学相关数据，建立数据库和标准化模型，为进一步对出生缺陷儿童异常步态的研究做标准化数据库准备。
受试群体选择方法：
在福州市区采用随机抽样方式，对幼儿园儿童和小学生进行步态数据采集。
入组标准：
a、选择年龄3-9岁之间的儿童100名；
b、3-6岁儿童使用学前与学龄初期儿童用wechsler量表，7-9岁儿童使用儿童用wechsler量表，测得总iq>60；
c、能配合医生进行测试，并按指令自然行走。
d、排除标准：有心、肺、神经、骨骼、肌肉等影响步态的急性及慢性疾病的儿童。
（2）每名儿童受试者使用同一三维动作捕捉系统采集6-12次人体步态数据，每次获得一组人体步态数据，去除缺损数据以及误差数据，获得有效的人体步态数据600组数据~800组数据。
三维步态分析系统中采集的数据：
运动学数据组中包括的参数有支撑相踝关节最大背屈角、踝关节最大跖屈角、膝关节最大伸展角；以上数据由三维动作捕捉系统捕捉标记后经计算机采集信号后输出数据。
动力学数据中包括的参数有最大前向地面反作用力、后向地面反作用力及垂直向地面反作用力；以上数据由三维动作捕捉系统配套的足底压力系统检测获得，计算机采集信号后输出数据。
表面肌电学数据组中包括的参数有表面肌电信号强度；以上数据通过三维步态分析系统中配套的表面肌电检测系统检测获得，经计算机采集后输出数据。
（3）将获得的有效人体步态数据进行数据标准化处理，各数据组中的每个参数以均数±标准差表示，获得标准化后的人体步态数据；
（4）基于步骤（3）中获取的人体步态数据，划分步态周期，将每个步态周期的人体步态数据进行匹配建立标准数据库，并采用标准数据库模拟建立标准化模型。
步态周期指行走过程中一侧足跟着地至该侧足跟再次着地时所经过的时间。每一个步态周期分为支撑期和迈步期两个阶段；支撑期大约占步态周期的60%；迈步期约占其中的40%。
步态周期的分期划分及时间：
（1）首次触地：为步态周期和支撑期的起始点；指足跟或足底的其他部位第一次与地面接触的瞬间。正常人行走的首次着地方式为足跟着地。
（2）承重反应期：指足跟着地后足底与地面全面接触瞬间的一段时间。
（3）站立中期：指从对侧下肢离地至躯干位于该侧腿正上方时；此时重心位于支撑面正上方，15%~40%步态周期。
（4）站立末期：指从支撑足跟离地时到对侧下肢足跟着地，40%~50%步态周期。
（5）迈步前期：指从对侧下肢足跟着地到支撑足趾离地之前的一段时间，50%~60%步态周期。
（6）迈步初期：从支撑腿离地至该腿膝关节达到最大屈曲时，60%~70%步态周期。
（7）迈步中期：从膝关节最大屈曲摆动到小腿与地面垂直时，70%~85%步态周期。
（8）迈步末期：指与地面垂直的小腿向前摆动至该足跟再次着地之前，85%~100%步态周期。
按照上述划分方法对所采集的步态数据进行标准化后就可以把一段时间的步态轨迹划分出合适的区间，以便后期建立数据库。