基于无线足部传感模块的时空步态参数提取与机器学习分析在临床步态评估中的应用

来自某研究团队的研究人员开发了一种低成本、易用的无线足部传感模块，用于提取临床相关的时空与统计步态参数（符合Biomathics和加拿大步态联盟倡议）。通过参数归一化减少个体生理差异，并利用机器学习框架实现人员身份识别。研究结果表明，所提取的特征集在多类步态障碍自动分类中具有广阔应用前景，尤其适用于缺乏先进步态分析实验室的医疗场景。

　　

本研究通过开发的无线足部传感模块(wireless foot sensor module)提取并评估了符合Biomathics和加拿大步态联盟(Canadian Gait Consortium)倡议的临床相关时空(spatiotemporal)与统计步态参数。通过归一化处理有效减少了受试者间的生理差异。为验证这些参数在步态分析中的性能，研究团队构建了机器学习框架进行人员身份识别。结果表明，所提取的特征集在自动多类步态障碍(gait disorders)分类方面展现出显著潜力。该模块具有低成本、易操作的特点，为无法使用先进步态分析实验室的机构提供了可行的技术解决方案。