自动化步态分割将原始传感器数据转化为精确的生物力学见解，通过一个特定的两步过程实现。这些算法利用模式提取结合时间扩展技术来识别多维时间序列足部传感器内的特征节点。通过分解这些复杂的波形信号，系统可以计算独立的指标——例如步长和支撑时间——从而提供对用户运动的客观分析。
通过将复杂波形分解为独立指标，自动化算法消除了手动标记的主观性。这确保了稳健的分析和一致的数据，即使在评估高度受损或不规则的行走模式时也是如此。
信号处理的机制
模式提取与时间扩展
自动化过程的核心是分析由无线足部传感器生成的多维时间序列。
算法应用模式提取来识别数据中的重复形状。同时，它使用时间扩展技术来拉伸信号的特定片段，从而精确识别步态周期的特征节点。
波形分解
原始传感器数据通常表现为复杂的连续波形。
自动化算法将这个连续流分解为离散的组件。这种信号分解允许软件在单个步态内分离特定事件，而不是将运动视为模糊的整体进行分析。
从原始信号到独立指标
计算特定参数
信号分解后，算法会导出定义步态质量的独立指标。
在此过程中提取的关键参数包括步长、双支撑时间和转弯时间。这些特定测量提供了对受试者活动能力的细致观察。
处理受损步态
这种处理方法的一个主要优点是它能够处理不规则性。
由于算法依赖于信号数学而不是视觉估计，因此它们能够实现对高度受损步态的稳健分析。即使行走模式与正常情况有显著偏差，它们也能准确地分割周期。
理解权衡
消除主观误差
转向自动化的主要权衡是消除了人为的解释。
手动标记容易出现主观错误，不同的观察者可能会以不同的方式标记一步的开始或结束。自动化算法用数学一致性来换取这种人为的灵活性，确保数据在不同试验和受试者之间具有可比性。
依赖信号质量
虽然分析很稳健，但它在很大程度上依赖于输入的保真度。
系统假设传感器提供的多维时间序列准确地反映了足部的运动。“独立指标”的精确度直接取决于算法能否成功地对提供的波形执行模式提取。
为您的目标做出正确选择
为了最大限度地发挥自动化步态分割的价值，请考虑您的具体分析需求。
- 如果您的主要关注点是临床准确性：依靠自动化分解来消除手动标记固有的主观错误。
- 如果您的主要关注点是复杂病理：利用这些算法来确保对特征节点的稳健检测，即使在分析高度受损的步态时也是如此。
自动化分割用计算取代了估计，将复杂的传感器噪声转化为清晰、可操作的生物力学数据。
总结表：
| 处理阶段 | 使用的技术 | 关键结果 |
|---|---|---|
| 信号输入 | 多维时间序列 | 来自无线传感器的原始波形收集 |
| 处理 | 模式提取与时间扩展 | 步态周期特征节点的识别 |
| 分析 | 信号分解 | 独立指标（例如，步长）的隔离 |
| 最终输出 | 数学计算 | 即使是高度受损的步态，也能获得一致、客观的数据 |
通过精确的步态数据优化您的鞋履开发
在3515，我们深知高性能鞋履始于严谨的数据。作为一家为全球分销商和品牌所有者提供服务的规模化制造商，我们利用先进的生产能力，将生物力学见解转化为行业领先的产品。无论您是开发我们的旗舰安全鞋、战术靴还是专业运动鞋，我们的制造专业知识都能确保每一双鞋都符合最高的功能和耐用性标准。
与 3515 合作，扩大您的鞋履生产规模：
- 全面的产品组合：从工作鞋和户外鞋到正装和休闲鞋。
- 批量配送：为分销商和专业品牌量身定制的解决方案。
- 质量保证：以数十年的卓越制造为基石。
立即联系我们的团队，讨论您的批量需求，并了解我们的生产实力如何支持您的品牌增长。
参考文献
- Cyril Voisard, Laurent Oudre. Innovative multidimensional gait evaluation using IMU in multiple sclerosis: introducing the semiogram. DOI: 10.3389/fneur.2023.1237162
本文还参考了以下技术资料 3515 知识库 .