real-time gait cycle parameter recognition using a wearable accelerometry system实时步态周期使用可穿戴个加速器系统参数识别.pdfVIP

下载本文档

6
0
约4.37万字
约 13页
2017-09-11 发布于上海
举报
版权申诉

real-time gait cycle parameter recognition using a wearable accelerometry system实时步态周期使用可穿戴个加速器系统参数识别.pdf

1、本文档共13页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

real-time gait cycle parameter recognition using a wearable accelerometry system实时步态周期使用可穿戴个加速器系统参数识别

Sensors 2011, 11, 7314-7326; doi:10.3390/s110807314 OPEN ACCESS sensors ISSN 1424-8220 /journal/sensors Article Real-Time Gait Cycle Parameter Recognition Using a Wearable Accelerometry System Che-Chang Yang 1,3, Yeh-Liang Hsu 1,3,*, Kao-Shang Shih 2 and Jun-Ming Lu 3 1 Department of Mechanical Engineering, Yuan Ze University, 135 Yuan-Tung Rd., Chung-Li, Tao-Yuan 320, Taiwan; E-Mail: ccyang@.tw 2 Division of Orthopedics, Shin Kong Wu Ho-Su Memorial Hospital, 95 Wen Chang Rd., Shih Lin District, Taipei 111, Taiwan; E-Mail: scorelin@ 3 Gerontechnology Research Center, Yuan Ze University, 135 Yuan-Tung Rd., Chung-Li 320, Taiwan; E-Mail: jmlu@.tw * Author to whom correspondence should be addressed; E-Mail: mehsu@.tw; Tel.: +886-3-455-5726; Fax: +886-3-455-8013. Received: 13 June 2011; in revised form: 13 July 2011 / Accepted: 18 July 2011 / Published: 25 July 2011 Abstract: This paper presents the development of a wearable accelerometry system for real-time gait cycle parameter recognition. Using a tri-axial accelerometer, the wearable motion detector is a single waist-mounted device to measure trunk accelerations during walking. Several gait cycle parameters, including cadence, step regularity, stride regularity and step symmetry can be estimated in real-time by using autocorrelation procedure. For validation purposes, five Parkinson’s disease (PD) patients and five young healthy adults were recruited in an experiment. The gait cycle parameters among t