本发明涉及诊断监测,尤其涉及的是一种非接触式步态分析方法。
背景技术:
1、现有相关技术的概括说明,以及应用场合和限制。因此,相关技术还有待改进。
2、帕金森病是全球发病率仅次于阿尔茨海默病的神经退行性疾病,以运动障碍和神经系统症状为特征,主要症状包括肢体震颤、肌肉僵硬、运动迟缓和姿势不稳。这些症状会影响患者的日常生活和生活质量。
3、当前,已有许多基于各种传感器和机器视觉技术的帕金森病诊断方法涌现出来。这些方法通过分析患者的不同特征,如语言表达、呼吸模式和步态等方面,实现对帕金森病的识别和判定。然而,虽然这些方法在某些方面取得了显著进展,但它们仍然可能存在着一些挑战。
4、使用穿戴式传感器获取患者运动数据的专利,通常要求患者佩戴至少两个传感器。然而,随着帕金森病情的不断加重,传感器的佩戴变得越发不便,甚至可能对患者自身的运动造成干扰。这种依赖于穿戴传感器的方法的局限性在一定程度上制约了其实际应用的灵活性和可靠性。
5、使用压力式传感器获取患者运动数据的专利,大多会规定在固定的场所进行数据的采集。严重限制患者的运动空间和数据采集场所。并且在提取特征数据时会经历繁琐的计算和特征筛选。
6、直接使用患者运动视频进行帕金森疾病诊断的专利,在采集原始视频时对场所有着严格的要求,设备布置复杂。往往使用的网络模型参数量巨大,且测试时间较长。
技术实现思路
1、本发明要解决的技术问题在于,针对现有技术的上述缺陷,旨在提供一种基于mediapipe人体姿态模型的帕金森诊断方法。只需要录制受试者行走时的视频,便可以完成对帕金森的诊断。而不限制受试者数据采集的场所,简单易行,方便用户操作。
2、本发明的技术方案如下:
3、一种基于mediapipe人体姿态模型的帕金森诊断方法,其中,包括步骤:
4、s100、在场地上布设一条长度为l的路线,并将路线的起点定义为步行计数区的起点,路线的终点定义为步行计数区的终点,用三脚架固定好相机放置在路线侧面,将相机调整到合适的高度、角度以保证相机能够将路线上的行走的人全部拍摄下来;
5、s200、将相机的视频录制模式调整为固定的帧率,借助相机拍摄受试者在路线上行走时的多组视频,利用mediapipe人体姿态模型技术对所有步行视频进行识别,筛选出优质、外界干扰小、画质清晰的视频,用作步态分析;
6、s300、使用mediapipe框架的blazepose算法对视频中受试者的步行姿态进行感知,获取受试者行走视频中与运动特征密切相关的四肢关节组的坐标;
7、s400、将得到的数据采用颜色映射的方法,转换为彩色图像,构建训练数据集;
8、s500、将行走过程中产生的所有图片放入resnet50模型中,然后结合随机森林采用投票机制的方法,判断用户是否患有帕金森。
9、所述步骤s300中利用采集的行走视频捕捉关节坐标的方法包括:
10、s301、将全身的关节分组,保留与运动特征密切相关的四肢关节组。
11、s302、利用滑动窗口将用户整个运动过程产生的数据分割成至少包含一个步态周期的数据。
12、进一步的,在s400中,利用mediapipe框架的blazepose算法捕捉到的关节三维坐标值都在0到1之间。将x、y、z坐标值分别乘以255,将其映射到0到255的范围。这一步旨在将数值范围映射到图像像素值的范围,以便后续转换成rgb值,便可将原始数据转换为图像。
13、所述步骤s500中具体为:将一个人行走过程中产生的所有图像放入resnet50网络进行识别,resnet50网络会先判断这些图像是否为病理步态,对每个图像都会输出一个识别结果。然后将这些识别结果作为随机森林算法的输入,从而判断整段行走过程是否为帕金森步态。
1.一种基于mediapipe人体姿态模型的帕金森诊断方法,其特征在于,包括步骤:
2.根据权利要求1所述的方法,其特征在于,为丰富训练数据集,采用滑动窗口将整段行走过程分割为多段包含完整步态周期的数据。
3.根据权利要求1所述的方法,其特征在于,将利用mediapipe人体姿态模型技术得到的关节三维坐标,采用颜色映射的方式转换成图像,进而将帕金森诊断转换为图像识别问题。