集成卷积神经网络的自供能足底压力监测与步态分析系统

本发明公开了一种集成卷积神经网络的自供能足底压力监测与步态分析系统，包括柔性鞋垫式传感器模块、信号采集单元及CNN分析模块。传感器模块采用液态金属与聚二甲基硅氧烷复合多孔海绵结构，通过三维连通孔隙网络实现足底动态压力感知；信号采集单元集成LMS自适应滤波算法，可动态滤除运动噪声与电磁干扰；CNN分析模块融合多模态特征提取单元、双向LSTM网络及注意力机制，实现足底压力、惯性传感与厚度形变数据的端到端融合分析。系统创新性地构建"压力‑厚度‑惯性"多物理场耦合模型，通过温度补偿单元消除环境干扰，采用三层一维卷积结构与动态权重分配机制提升步态识别精度，可广泛应用于康复医疗、运动生物力学等领域。