(Shengkai Lin, Runze Zheng, Weijie Zhao*, Jiuwen Cao*, and Danping Wang, Statistical analysis on multi-factors of dynamic plantar pressure to normal subjects, Biomedical Signal Processing and Control, 2023, published online)
足底压力受到许多因素直接或间接的影响，在相关研究及实际应用场景下，这些因素往往不能忽视。并且不同的因素对于足底压力分布的影响不尽相同。目前针对足底压力的因素分析的相关研究较为缺乏且方法单一。由此，基于足底压力数据展开研究，我院人机混合智能与智慧健康研究中心足底压力数据处理与分析方向的研究论文“Statistical analysis on multi-factors of dynamic plantar pressure to normal subjects”被Biomedical Signal Processing and Control收录。该研究使用各类特征结合统计分析方法，提供一种帮助理解步态力学信息的方式并证明个体因素对于足底压力的影响作用。
足底压力分布对于理解步态力学至关重要，其可以反映足部的生物力学状况，因此广泛用于人体健康问题的诊断。本研究旨在探究年龄、性别、身高、体重、身体质量指数对于足底压力特征的影响作用。在现有的相关研究中，常用的足底压力相关特征往往只能反映出基本的力学特性，缺乏反映时空参数、人体平衡等方法的特征。并且大多研究针对单一因素划分对照组进行比较，研究群体间的差异性，但个体间的差异性往往被忽视。本文基于足底压力数据展开研究，主要有以下两贡献：1）综合使用多类可以反映力学性能、压力分布、时空参数、人体平衡等方面的特征，从而提供一种针对足底压力的数据处理手段。2）通过统计与回归分析，证明了性别、年龄等个体因素对于足底压力所产生的影响，并明确了这些影响在各类特征上的作用程度。
论文第一作者为2021级硕士研究生林胜凯，通讯作者为指导教师曹九稳教授，研究获得了国家自然科学基金重点、科技部重点研发和浙江省重点研发等项目的资助。
研究流程图：
数据采集现场：
回归参数选择：
