基于足底壓力的步態(tài)識別研究進(jìn)展

聶智超，呂杰，丁皓，2

1. 上海理工大學(xué)醫(yī)療器械與食品學(xué)院(上海，200093)2. 上海健康醫(yī)學(xué)院醫(yī)療器械學(xué)院(上海，201318)3. 上海健康醫(yī)學(xué)院中國醫(yī)療器械政策研究與安全評價中心(上海，201318)

0 引言

生物識別技術(shù)是指通過計(jì)算機(jī)與聲學(xué)、光學(xué)、生物傳感器和生物統(tǒng)計(jì)學(xué)原理等高科技手段密切結(jié)合，利用人體固有的行為特性和生理特征來進(jìn)行個人身份的鑒定，其中指紋識別、人像識別、語音識別等識別方法已經(jīng)廣泛的應(yīng)用到普通生活中。Dawson[1]給出了步態(tài)的定義：步態(tài)是人類步行的某種方式或者習(xí)慣。Johansson[2]指出，步態(tài)是人與生俱來的獨(dú)特的生物特征，步態(tài)更是一種潛在的可用于鑒別人類身份的優(yōu)秀生物特征。步態(tài)識別作為生物識別領(lǐng)域新的研究方向，相比于其他識別方式具有非接觸性、非侵犯性、易于感知、難于偽裝[3]的優(yōu)勢。而步態(tài)識別又主要分為基于步態(tài)姿態(tài)特征(一般依靠計(jì)算機(jī)視覺技術(shù)，通過提取步行時軀干和四肢的運(yùn)動特征來實(shí)現(xiàn)步態(tài)識別)和基于步態(tài)觸覺特征[4]即基于足底壓力的步態(tài)分析?；谧愕讐毫Φ牟綉B(tài)識別是通過收集人體行走時足底觸地各個時期的壓力分布從而得出人體各項(xiàng)生理特征，其中最重要的兩個步驟是數(shù)據(jù)采集和數(shù)據(jù)分析。由于受自身生理?xiàng)l件影響(如性別[5]、年齡[6-7]、人種[8]、疾病等)和個人生活習(xí)慣(如職業(yè)類型[9]、穿鞋類型[10])影響，使得人體在行走時產(chǎn)生的足底壓力有很大不同，具有唯一性和穩(wěn)定性。在臨床上可以通過分析步態(tài)足底壓力來檢測疾病，如糖尿病、膝關(guān)節(jié)炎、骨折術(shù)后等疾病[11-14],在運(yùn)動康復(fù)中可以設(shè)計(jì)合理舒適的鞋/鞋墊、假肢等來提高人體舒適程度，促進(jìn)病人康復(fù)或提高運(yùn)動員成績。在軍事領(lǐng)域可以研究人體足部壓力來研制開發(fā)外骨骼機(jī)器人，在刑偵領(lǐng)域可以通過足底壓力的唯一性來認(rèn)定嫌疑人。

1 基于足底壓力的步態(tài)識別的數(shù)據(jù)采集

足底壓力測量技術(shù)是運(yùn)用壓力測量儀器對人體在靜止或者運(yùn)動過程中足底壓力的力學(xué)、幾何學(xué)以及時間參數(shù)值進(jìn)行測定，1872年Carlet[15]第一次嘗試測量足底作用力，之后由Beely在1882年第一次完成壓力分布測量[16]。隨著技術(shù)的發(fā)展，足底采集方法由開始簡單地根據(jù)材料變形程度的足印法，到根據(jù)光接收儀接收光反射從而確定足底壓力的光切法，發(fā)展到由壓力傳感器將壓力轉(zhuǎn)變?yōu)殡娦盘枏亩鴶?shù)據(jù)化的壓力測試板、壓力鞋墊階段。

測試板，壓力鞋墊階段的核心就是壓力傳感器，由壓力感應(yīng)原理，人們又將壓力傳感器分為電容、電阻、壓電、壓阻等傳統(tǒng)類型。新型傳感器近年來發(fā)展迅速，如具有高壓范圍測量能力，并且在低壓和高壓下都具有優(yōu)異的線性度，并具有可忽略的滯后的MEMS壓力傳感器[17],與現(xiàn)有的接觸式電容壓力傳感器相比，結(jié)構(gòu)可以實(shí)現(xiàn)更好的線性和更大的線性范圍的接觸式電容壓力傳感器(TMCPS)[18],由壓電聚合物薄膜(聚偏二氟乙烯，PVDF)和蒸發(fā)銅電極組成, 用于測量足底壓力分布的輕便、實(shí)用且價格低廉的矩陣傳感器[19]等。

傳感器關(guān)鍵性能包括：線性，遲滯，感測尺寸，壓力范圍和溫度敏感性[20-22]。在建立壓力數(shù)據(jù)采集系統(tǒng)選取傳感器時還應(yīng)充分考慮其數(shù)量多少、尺寸大小、所處環(huán)境等因素。傳感器的數(shù)量和大小決定了系統(tǒng)的分辨率，傳感器數(shù)量越多系統(tǒng)分辨率越高，不同尺寸的傳感器可以改變壓力讀數(shù)，因?yàn)閴毫κ怯勺饔昧Φ拇笮『褪芰γ娣e所決定，同樣的作用力傳感器尺寸越小，讀數(shù)越大。根據(jù)不同環(huán)境選取不同傳感器，便于準(zhǔn)確測量數(shù)值。

在數(shù)據(jù)采集的過程中，應(yīng)該注意采樣頻率即每秒每個傳感器測量的樣本數(shù)量，是決定系統(tǒng)時間分辨率的重要因素[23]。使用壓力傳感器獲得的測量結(jié)果的可靠性對于精確測量至關(guān)重要。雖然由于每次步行試驗(yàn)都存在固有差異，不能達(dá)到100%的可復(fù)制性，但Hughes等[24]建議可以通過使用3到5次步行試驗(yàn)的平均值以提高壓力測量的可靠性。后期校準(zhǔn)對于建立壓力測量的有效性是重要的。盡管系統(tǒng)可以提供一致的重復(fù)測量，即具有可靠性，但測量結(jié)果可能無法準(zhǔn)確表示作用于足底的足底表面的實(shí)際力，因?yàn)榧词箍芍貜?fù)，所提供的實(shí)際壓力值也可能不準(zhǔn)確。解決此類問題通常采用校準(zhǔn)工具，如FSA[25]的壓力校準(zhǔn)工具。

2 基于足底壓力的步態(tài)識別的數(shù)據(jù)分析

現(xiàn)代步態(tài)識別的數(shù)據(jù)分析種類很多，國內(nèi)外對此研究也取得了不錯的成果。

2.1 國外研究現(xiàn)狀

國外的Lavery等[26]在1997年使用平均峰值足底壓力作為評估參數(shù)，來確定具有和不具有粘彈性鞋墊的治療和運(yùn)動鞋的有效性。Catalfamo等[27]利用F-Scan軟件使用的力檢測(FD)內(nèi)置算法和一種在步態(tài)周期中使用加載區(qū)域的新區(qū)域檢測(AD)方法，對鞋內(nèi)的壓力進(jìn)行了測量。兩種方法，均在10名健康成人中進(jìn)行了測試，并與動力學(xué)檢測(KT)算法進(jìn)行了比較，從而發(fā)現(xiàn)AD方法仍然接近KT檢測，證明了其在可移植性方面的優(yōu)勢。Bennets[28]等利用K-means聚類分析將赤足足底壓力測量值映射到七個感興趣的區(qū)域，探索糖尿病患者區(qū)域性峰值足底壓力的差異，驗(yàn)證了K-means聚類分析可以提供區(qū)域性峰值足底壓力數(shù)據(jù)的客觀區(qū)分，其不僅識別了主要足部劃分區(qū)域，還揭示可能需要特殊鞋類干預(yù)的多種足底壓力分布； 盡管主觀分析足底壓力可以在臨床上進(jìn)行，但在群體內(nèi)的足底壓力分布只能通過客觀和定量的方法來精準(zhǔn)可靠地識別。Sawacha[29]等采用四段三維腳運(yùn)動學(xué)模型進(jìn)行數(shù)值模擬，同時采用三段模型對步態(tài)下的足底分區(qū)進(jìn)行定義，探究了糖尿病下肢并發(fā)癥的根本原因是慢性高血糖導(dǎo)致的糖尿病足潰瘍。Keijsers[30]的研究團(tuán)隊(duì)最近開發(fā)一種足底壓力分析方法，得出了時間積分、峰值壓力、平均壓力、激活和失活時間的壓力圖像，以及每個像素的總接觸時間。在用主成分分析法對壓力圖像進(jìn)行預(yù)處理后，采用神經(jīng)網(wǎng)絡(luò)的正向選擇過程對腳部疼痛進(jìn)行分類。

2.2 國內(nèi)研究現(xiàn)狀

國內(nèi)林爾東等[31]把地面反作用力分解成垂直力、橫向力、摩擦力，從三種作用力的曲線里利用小波分解提取頻域特征，再利用模糊C-均值聚類算法挑選最優(yōu)特征子集，設(shè)計(jì)了多類分類器降低了速度對識別效果的影響，得到了不錯的效果。丁漢等[32]使用 MATLAB 軟件，對 FOOTSCAN 足底壓力測量分析系統(tǒng)采集的足底壓力峰值數(shù)據(jù), 運(yùn)用歐氏距離特征向量方差算法進(jìn)行處理，以分析足底壓力的穩(wěn)定性。劉少虎等[33]運(yùn)用文獻(xiàn)資料法、數(shù)理統(tǒng)計(jì)法、邏輯分析等方法，借助 Footscan7 USB2 平板式足底壓力測式系統(tǒng), 對我國大學(xué)生行走和慢跑時的足底壓力進(jìn)行測試，了解當(dāng)代大學(xué)生的步態(tài)特征和足底壓力分布的整體情況和個體差異。方正文等[34]提出了一種基于低維足底壓力特征的步態(tài)聚類算法，提高了算法的識別率，具有更強(qiáng)的可行性。夏懿等[4]將足底壓力特征從空間域擴(kuò)展到時間域，構(gòu)造出時空HOG特征向量，對不同速度的樣本集利用支持向量機(jī)進(jìn)行分類識別。東南大學(xué)的強(qiáng)家輝等[35]利用基于SVM的檢測算法，設(shè)計(jì)了一種基于足底壓力的人體姿態(tài)檢測和行為分析系統(tǒng)。

現(xiàn)階段步態(tài)識別的數(shù)據(jù)分析通常是基于電腦軟件，利用數(shù)學(xué)運(yùn)算分析足部壓力，且國外的分析技術(shù)遠(yuǎn)領(lǐng)先于國內(nèi)，國內(nèi)運(yùn)用的計(jì)算軟件基本也是國外產(chǎn)品，一直處于跟隨模仿階段。

3 總結(jié)與展望

基于足底壓力的步態(tài)識別，是步態(tài)識別的一個重要分支。步態(tài)識別作為一個新興的技術(shù)領(lǐng)域，其研究仍處于理論探索階段，遠(yuǎn)遠(yuǎn)沒有達(dá)到日常應(yīng)用階段。未來，基于足底壓力的步態(tài)識別技術(shù)發(fā)展方向主要有：

(1)數(shù)據(jù)庫的建立

目前，指紋數(shù)據(jù)庫已經(jīng)相對成熟，但人群足底壓力的數(shù)據(jù)卻相當(dāng)匱乏，這無論對于刑偵領(lǐng)域、學(xué)術(shù)領(lǐng)域還是醫(yī)療康復(fù)領(lǐng)域都是巨大的缺失。在研究足底壓力方向時，研究人員通常采取是個人或小規(guī)模取樣，得出的結(jié)論往往具有特異性或區(qū)域性，且數(shù)據(jù)資源難以共享，因此數(shù)據(jù)庫的建立十分必要。

(2)數(shù)據(jù)的實(shí)時采集

早期足底壓力的測量通常是基于被測量者的某一靜態(tài)時期，近年隨著無線鞋墊式足底壓力傳感器的出現(xiàn)，為實(shí)時采集各類運(yùn)動狀態(tài)下，人體產(chǎn)生的足底壓力數(shù)據(jù)提供了極大的便利?？紤]到個人在同一運(yùn)動狀態(tài)下，其足底壓力隨時間的變化具有穩(wěn)定性，而在不同運(yùn)動狀態(tài)下，其足底壓力隨時間的變化具有各自的特異性，因此，基于足底壓力數(shù)據(jù)的實(shí)時采集，通過分析個人在不同運(yùn)動狀態(tài)下足底壓力隨時間變化的特征，進(jìn)而對個人的運(yùn)動狀態(tài)進(jìn)行實(shí)時的自動的識別，在理論和方法上，具有可行性，因此是基于足底壓力步態(tài)識別的方向之一。

(3)數(shù)據(jù)的篩選

由于步態(tài)壓力的特征可以反映多種疾病，未來醫(yī)生可以將壓力數(shù)據(jù)作為判斷某些疾病的主要依據(jù)，通過將大量所提取的數(shù)據(jù)進(jìn)行數(shù)據(jù)的融合篩選，把所得到的整個足底信息提煉簡化，從中抽取有用的關(guān)鍵部位或關(guān)鍵點(diǎn)，從而可簡化之后的數(shù)據(jù)采集及分析方法，便于醫(yī)生快速診斷病情，同樣也降低了采集數(shù)據(jù)的成本。

(4)算法的創(chuàng)新

現(xiàn)有算法通常只適用于靜態(tài)足底壓力或單人且背景不復(fù)雜的情況，計(jì)算較為繁瑣，但實(shí)際場景可能較為復(fù)雜，物體多為運(yùn)動狀態(tài)，因此創(chuàng)新算法，提升步態(tài)識別的效率也是一項(xiàng)重要的挑戰(zhàn)。