基于足底压力图像的足型识别算法
鲍文霞1
詹东歌1
王年1
杨先军2
丁呈彪3
1.安徽大学电子信息工程学院,安徽省合肥市 2306012.中国科学院合肥物质科学研究院,安徽省合肥市 2300313.安徽医科大学第二附属医院康复医学科,安徽省合肥市 230601
摘要：背景:足弓在人体活动中起着支撑和缓冲的作用,足弓异常会引起运动障碍和下肢疼痛.准确识别病态足型是做出相应的预防、护理矫正措施的前提.目的:提取常用的四大足型特征,并设计足弓中断特征,联合梯度提升决策树分类器,验证足型识别的准确率.方法:采集了45人的1710幅足底压力图像,包括高弓足、扁平足和正常足3种足型.分别提取足底压力图像的足弓指数、脚印系数、足弓宽度以及比值系数等不同特征,同时设计了足弓中断特征,并利用梯度提升决策树(GBDT)算法实现对足底压力图像的不同足型进行识别.结果 与结论:在所构建的45人的1710幅足底压力图像数据集上,该文章算法的足型平均识别准确率达到了96.43％,高于目前基于足弓指数、脚印系数、足弓宽度以及比值系数等常用的足型判断方法.
关键词：足型识别足弓高弓足扁平足足型特征GBDT
分类号：R874(运动医学)R496(康复医学)R318(医用一般科学)
资助基金：国家重点研发计划(2020YFF0303803)
论文发表日期：2023-02-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 527-533 )
英文信息