本文介紹了一種基于三軸加速度計的足部潰瘍患者訓練系統，利用三軸加速度計和蘋果手機平臺，引導足部潰瘍患者進行各種下肢肌肉群的訓練。單片機通過數模轉換獲得足部訓練時三個方向上的加速度值，通過低功耗藍牙傳送到蘋果手機上。蘋果手機通過應用程序進行加速度數據的預處理、數值濾波和自適應雙閾值處理，從而達到識別足部姿態的效果。本文試驗結果表明，本文設計的訓練系統可以有效地顯示患者的訓練情況和訓練效果，有助于激勵患者堅持訓練，給醫生和患者提供一定的參考數據。
引用本文： 嚴榮國, 錢銀, 邱小燁, 李俊國. 基于三軸加速度計的足部潰瘍患者訓練系統的設計. 生物醫學工程學雜志, 2017, 34(4): 552-556. doi: 10.7507/1001-5515.201608070 復制
引言
慢性下肢靜脈潰瘍是由于下肢靜脈回流機制障礙引起的創傷，常常表現為下肢腫脹、炎癥、傷口滲液[1]。它給患者身體和心理帶來極大痛苦，使患者生活質量下降，以致于不能正常工作甚至提前退休。除接受藥物治療和手術治療之外，患者還需要進行足夠的、合理的足部訓練，才能有效地降低靜脈高壓。
本文課題組針對除中風、糖尿病及動脈原因以外的由于靜脈回流機制障礙造成的足部潰瘍患者的康復治療開展相關研究。國內外對此類潰瘍的非藥物和手術治療的方法主要有兩種：一種是鍛煉，通過運動促進潰瘍的康復；另一種是壓力治療，如彈力襪，通過彈力襪給足部施加壓力使血液從淺靜脈回流到深靜脈，減輕患者足部淤血和血腫，降低傷口疼痛，促進患者傷口愈合[2]。本文所介紹的方法是在第一種方法的基礎上，設計一款足部訓練系統來幫助患者針對足部訓練進行規范和監督，有助于患者進行適當、合理和有效的足部訓練。
1 系統硬件架構
本文設計的足部潰瘍訓練系統是由下位機和蘋果手機組成，具體如圖 1 所示。下位機主要包括三軸加速度計（ADXL335，美國）、單片機（PIC18-F14K22，美國）、藍牙（BR-LE4.0-S2A，美國）、紐扣電池和開關。將下位機通過電路板集成在一個小的塑料盒中，通過雙面尼龍搭扣粘貼在患者拖鞋腳部踇趾正上方。蘋果手機通過應用軟件將下位機中加速度計 ADXL335 傳感器采集到的數據進行濾波，對于不同的訓練采用不同的訓練姿勢識別算法，獲得實時的運動情況，并將其存儲至文件傳輸協議（file transfer protocol，FTP）服務器。下位機中，藍牙模塊的作用主要是將下位機采集到的數據傳送到蘋果手機中。
圖1
硬件架構
Figure1.
Hardware architecture
2 低功耗藍牙
藍牙作為前端采集技術具有很多優勢：① 隨著科學技術的發展，藍牙通訊的距離已經達到了 150 m；② 只要在有效范圍之內，藍牙可以穿透不同的物質，不限角度地進行設備之間的互聯；③ 與無線局域網技術相比較，藍牙雖然傳輸速度稍慢，但是更省電，更加節省資源[3]；④ 藍牙產生的對人體有害的電磁輻射小，有利于作為便于攜帶的醫療器械設備。低功耗藍牙是將三種技術（包括：傳統藍牙技術、高速技術和低功耗技術）集于一體的新版本藍牙技術[3]，該技術可以通過串口助手簡單地在外部對藍牙模塊進行命令。
3 三軸加速度計
三軸加速度計具有體積小、低功耗、完整的特點，它的滿量程加速度測量范圍為±3 g，它可以測量傾斜檢測應用中的靜態重力加速度，以及運動、沖擊或振動導致的動態加速度[4]。
本文在介紹三軸加速度計原理之前，先了解一下二軸加速度計。如圖 2 所示，對于平面圖形，我們規定水平方向為橫軸（X 軸），豎直方向為縱軸（Y 軸），將平面圖形旋轉 α。設 X 軸方向的加速度大小為 Ax，其與水平線的夾角為 α，與重力加速度（g）的夾角為 90–α，Y 軸方向的加速度大小為 Ay，有
，
。則
，即
。
圖2
二軸加速度傳感器角度與加速度關系
Figure2.
Relationship between angles of 2-axial accelerometer and gravity
根據以上二軸加速度計在 X-Y 平面上傾斜角度的原理，可以推廣到物體在空間傾斜時所受的加速度，通過三軸加速度計測量前后（X 軸）、左右（Y 軸）、上下（Z 軸）三個方向上的加速度值。設 X 軸方向的加速度大小為 Ax，其與水平線的夾角為 α，Y 軸方向的加速度大小為 Ay，其與水平線的夾角為 β，Z 軸方向的加速度大小為 Az，其與水平線的夾角為 γ。由勾股定理：
，得出三軸加速度傳感器值與角加速度值之間有如下關系[4-5]：
 |
4 數據采集
我們的試驗是在美國南卡羅萊納州進行的。
受試者信息為：① 受試者不存在其他的病態（如中風等），不存在由其他原因（如糖尿病等）引起的潰瘍；② 年齡超過 55 歲的慢性下肢潰瘍患者；③ 患者能夠進行正常的語言溝通且步行不能超過 3 m；④ 踝肱指數的范圍為 0.80～1.3 mm Hg。
試驗方案為：受試者穿上粘貼了下位機的拖鞋，按照給定的方案進行足部訓練，獲取加速度數據。本文共設計了三個層次的練習，每個層次又包括三個動作，幫助潰瘍患者康復。以繞足跟擺動訓練為例，患者足部共往返擺動 20 次，三軸加速度計在 X、Y、Z 三個軸上產生加速度數據。繞足跟擺動訓練是指受試者的足跟保持不動，前足像聽音樂打節奏一樣按 1 次/s 的頻率上下擺動。因為足部在 Y 軸，Z 軸方向擺動，所以 Y 軸和 Z 軸方向加速度波動較大，X 軸方向加速度波動較小。因此，對于該足部潰瘍訓練，我們可以選擇 Y 軸或者 Z 軸方向上的加速度作為有效數據。本文選擇 Z 軸方向的加速度作為有效數據，Z 軸方向的加速度波形中的一個脈沖表示足部往返擺動 1 次，通過算法獲得加速度波形中脈沖的個數也就是獲得患者足部訓練的次數，具體如圖 3 所示。其余練習采用類似方式進行，不再冗余描述。
圖3
繞足跟擺動訓練時的加速度波形
Figure3.
Acceleration waves of heel rotation exercise
5 算法
現有的脈沖檢測方法主要是：峰值檢測和動態閾值檢測。峰值檢測要求脈沖信號平滑，基本上不存在毛刺，否則就會出現較高概率的判斷失誤，而足部訓練采集到的加速度信號有噪聲，實際查找出的峰值遠比理想狀態的多得多[6-7]。動態閾值檢測方法則是從脈沖信號的下降區間判斷足部是否完成了一個動作，只有波形的中間部位受到干擾小的脈沖比較容易判斷。對此我們需要尋找一個適合足部訓練加速度信號檢測的算法。
通過對峰值檢測和動態閾值檢測的了解，針對加速度波形的特點，我們采用的方法是：首先對原始加速度進行中值濾波，使得加速度波形平滑，減少其毛刺。其次是使用自適應的雙閾值方法，加速度波形上升越過高閾值表示動作的開始，下降越過低閾值表示動作的結束，重復這一過程就能檢測出患者的訓練次數和訓練時間[8-11]。
5.1 加速度信號預處理
在模擬信號輸入中，一般會包含許多噪聲，它們來自于信號源本身以及外界環境，為了進行準確的測量，我們需要消除信號中的噪聲，提高輸出信號的信噪比[12]。
在這里我們使用的是中值濾波。中值濾波是一種基于排序統計理論的能有效抑制噪聲的非線性信號處理技術。方法是：首先定義一個窗口，長度為 L，該窗口的值 y=Xnew，Xnew 為原窗口樣本經過從小到大的排序后的中間值。中值濾波對脈沖噪聲具有良好的濾除力，能保護信號的邊緣，使脈沖不模糊[13-14]。用中值濾波對 Z 軸方向上的加速度進行處理，如圖 4 所示，濾波后呈現出比較平滑的波形，并且濾波之后的波形趨勢和原波形趨勢基本相同。
圖4
中值濾波
Figure4.
Median filter
5.2 自適應雙閾值
不同的患者，訓練時采集的加速度是不一樣的。由前面的分析可知，加速度輸出的波形類似正弦波，一個波峰和一個波谷，但是有一些波形在波谷處出現極大值，如果采用單一的固定的閾值很難檢測出來。對此本文采用自適應雙閾值的處理方式來判別訓練的次數，自適應雙閾值法定義為：可以檢測出時間窗中的最大值和最小值，并通過最大值、最小值的一系列運算獲得高、低閾值的算法。
5.2.1 雙閾值的計算 由試驗數據可得：1 s 內采集足部動作的 5～7 個加速度值，足部擺動一個動作的時間大于等于 1 s，所以選取的時間窗 L 應該大于 7，這里選取 L=10。時間窗中的加速度序列為 X（i），i 為正整數，則相應時間窗中低閾值 TrL 和高閾值 TrH 為
 |
 |
式中 Xmax（i）為某個時間窗內第 i 個加速度是最大值，Xmin（i）為某個時間窗內第 i 個加速度是最小值；B 表示患者靜止時加速度的幅值。
高閾值和低閾值隨著時間窗的改變而發生改變的情況如圖 5 所示。
圖5
自適應雙閾值
Figure5.
Adaptivedouble threshold
5.2.2 動態精度 在訓練過程中，有間歇性休息和劇烈訓練的行為，它們可以通過動態精度的方式來檢測。為了滿足系統實時的要求，我們不能只是簡單地求出加速度整體波形的最大值和最小值。本文的方法是：當足部停止運動時，對于連續不斷出現的按照時間窗劃分的加速度數據，算法不停地搜索其最大值和最小值，不停地更新加速度的幅值：
 |
 |
 |
而當開展足部訓練時，依據式（4）–（5）以及下式（7）、（8）所示，不停地更新加速度的幅值：
 |
 |
式中 Xmax 是加速度中的最大值；Xmin 是加速度中的最小值；A、B 是加速度的幅值，可以反映足部訓練的劇烈情況；K 表示加速度波形中的最大幅度，P 表示動態精度。當 A
B 或
，表示患者沒有做訓練。
5.2.3 檢測指標 當加速度信號向上穿越 TrH 時，表示一個動作的開始，向下穿越 TrL 時，表示一個動作的結束。加速度越過閾值的條件為：
條件 1：當 X（i）
TrH，表示向上越過 TrH。
條件 2：當 X（i）
TrL，表示向下越過 TrL。
式中 X（i）表示經過濾波之后的加速度數據。
5.2.4 試驗測試與結果 三軸加速度計采集訓練的加速度數據，蘋果手機通過藍牙獲得加速度數據并進行數據預處理、以及本文算法的運算和分析。測試結果如表 1 所示。本文共有 7 次測試，包括患者未做訓練和做訓練的測試。其中，① 訓練持續時間為：患者足部訓練達到疲勞時所花的時間。② 訓練次數為：患者在做足部訓練達到疲勞時，通過算法獲得的足部往返擺動的次數。③ 訓練頻率為：患者在做足部訓練達到疲勞時，足部訓練次數除以該訓練持續的時間。④ 精確率為：患者在做足部訓練達到疲勞時，足部訓練次數除以其實際值（這里是 20 次）。
表1
訓練測試
Table1.
Training test
由表 1 可知，本文采用的算法精確度均達 90% 以上，這說明了該算法可以有效地判別訓練的次數。將訓練持續時間、訓練次數、訓練頻率作為患者做訓練時的參考指標，如一段時間內訓練強度過低，也就是患者足部擺動幅度過小、擺動頻率過低，蘋果手機將發出語音提示，提醒患者加強足部擺動的幅度和頻率。因此通過本文試驗結果說明，此足部潰瘍訓練系統能夠提高患者訓練效率，以期達到促進足部靜脈血液流動以及患者足部傷口愈合的目的。
6 討論與分析
通過對足部生物力學的研究已知，合理地進行肌肉訓練，可以輔助治療足部潰瘍患者，促進患者足部的血液循環。隨著人們生活水平的提高，生存競爭日益激烈，人們的生活與壓力越來越大，加上缺乏運動鍛煉意識，導致身體越來越差。許多人由于工作需要，在外長期奔波，雙下肢長期站立或者終年在外行走，以及有些人由于不健康的生活習慣，例如長期對腿部血管進行壓迫或者生活環境潮濕等，這些都使得靜脈血液循環不通和靜脈回流不足，造成中老年足部潰瘍患者增多。本文開發的足部潰瘍患者訓練系統是一種新生代的便攜運動檢測設備，可以很好地檢測患者的日常足部訓練情況，有利于給患者和醫生提供數據予以參考，幫助患者制定合理的足部訓練計劃，督促患者達到有效運動的目的。
引言
慢性下肢靜脈潰瘍是由于下肢靜脈回流機制障礙引起的創傷，常常表現為下肢腫脹、炎癥、傷口滲液[1]。它給患者身體和心理帶來極大痛苦，使患者生活質量下降，以致于不能正常工作甚至提前退休。除接受藥物治療和手術治療之外，患者還需要進行足夠的、合理的足部訓練，才能有效地降低靜脈高壓。
本文課題組針對除中風、糖尿病及動脈原因以外的由于靜脈回流機制障礙造成的足部潰瘍患者的康復治療開展相關研究。國內外對此類潰瘍的非藥物和手術治療的方法主要有兩種：一種是鍛煉，通過運動促進潰瘍的康復；另一種是壓力治療，如彈力襪，通過彈力襪給足部施加壓力使血液從淺靜脈回流到深靜脈，減輕患者足部淤血和血腫，降低傷口疼痛，促進患者傷口愈合[2]。本文所介紹的方法是在第一種方法的基礎上，設計一款足部訓練系統來幫助患者針對足部訓練進行規范和監督，有助于患者進行適當、合理和有效的足部訓練。
1 系統硬件架構
本文設計的足部潰瘍訓練系統是由下位機和蘋果手機組成，具體如圖 1 所示。下位機主要包括三軸加速度計（ADXL335，美國）、單片機（PIC18-F14K22，美國）、藍牙（BR-LE4.0-S2A，美國）、紐扣電池和開關。將下位機通過電路板集成在一個小的塑料盒中，通過雙面尼龍搭扣粘貼在患者拖鞋腳部踇趾正上方。蘋果手機通過應用軟件將下位機中加速度計 ADXL335 傳感器采集到的數據進行濾波，對于不同的訓練采用不同的訓練姿勢識別算法，獲得實時的運動情況，并將其存儲至文件傳輸協議（file transfer protocol，FTP）服務器。下位機中，藍牙模塊的作用主要是將下位機采集到的數據傳送到蘋果手機中。
圖1
硬件架構
Figure1.
Hardware architecture
2 低功耗藍牙
藍牙作為前端采集技術具有很多優勢：① 隨著科學技術的發展，藍牙通訊的距離已經達到了 150 m；② 只要在有效范圍之內，藍牙可以穿透不同的物質，不限角度地進行設備之間的互聯；③ 與無線局域網技術相比較，藍牙雖然傳輸速度稍慢，但是更省電，更加節省資源[3]；④ 藍牙產生的對人體有害的電磁輻射小，有利于作為便于攜帶的醫療器械設備。低功耗藍牙是將三種技術（包括：傳統藍牙技術、高速技術和低功耗技術）集于一體的新版本藍牙技術[3]，該技術可以通過串口助手簡單地在外部對藍牙模塊進行命令。
3 三軸加速度計
三軸加速度計具有體積小、低功耗、完整的特點，它的滿量程加速度測量范圍為±3 g，它可以測量傾斜檢測應用中的靜態重力加速度，以及運動、沖擊或振動導致的動態加速度[4]。
本文在介紹三軸加速度計原理之前，先了解一下二軸加速度計。如圖 2 所示，對于平面圖形，我們規定水平方向為橫軸（X 軸），豎直方向為縱軸（Y 軸），將平面圖形旋轉 α。設 X 軸方向的加速度大小為 Ax，其與水平線的夾角為 α，與重力加速度（g）的夾角為 90–α，Y 軸方向的加速度大小為 Ay，有
，
。則
，即
。
圖2
二軸加速度傳感器角度與加速度關系
Figure2.
Relationship between angles of 2-axial accelerometer and gravity
根據以上二軸加速度計在 X-Y 平面上傾斜角度的原理，可以推廣到物體在空間傾斜時所受的加速度，通過三軸加速度計測量前后（X 軸）、左右（Y 軸）、上下（Z 軸）三個方向上的加速度值。設 X 軸方向的加速度大小為 Ax，其與水平線的夾角為 α，Y 軸方向的加速度大小為 Ay，其與水平線的夾角為 β，Z 軸方向的加速度大小為 Az，其與水平線的夾角為 γ。由勾股定理：
，得出三軸加速度傳感器值與角加速度值之間有如下關系[4-5]：
|
4 數據采集
我們的試驗是在美國南卡羅萊納州進行的。
受試者信息為：① 受試者不存在其他的病態（如中風等），不存在由其他原因（如糖尿病等）引起的潰瘍；② 年齡超過 55 歲的慢性下肢潰瘍患者；③ 患者能夠進行正常的語言溝通且步行不能超過 3 m；④ 踝肱指數的范圍為 0.80～1.3 mm Hg。
試驗方案為：受試者穿上粘貼了下位機的拖鞋，按照給定的方案進行足部訓練，獲取加速度數據。本文共設計了三個層次的練習，每個層次又包括三個動作，幫助潰瘍患者康復。以繞足跟擺動訓練為例，患者足部共往返擺動 20 次，三軸加速度計在 X、Y、Z 三個軸上產生加速度數據。繞足跟擺動訓練是指受試者的足跟保持不動，前足像聽音樂打節奏一樣按 1 次/s 的頻率上下擺動。因為足部在 Y 軸，Z 軸方向擺動，所以 Y 軸和 Z 軸方向加速度波動較大，X 軸方向加速度波動較小。因此，對于該足部潰瘍訓練，我們可以選擇 Y 軸或者 Z 軸方向上的加速度作為有效數據。本文選擇 Z 軸方向的加速度作為有效數據，Z 軸方向的加速度波形中的一個脈沖表示足部往返擺動 1 次，通過算法獲得加速度波形中脈沖的個數也就是獲得患者足部訓練的次數，具體如圖 3 所示。其余練習采用類似方式進行，不再冗余描述。
圖3
繞足跟擺動訓練時的加速度波形
Figure3.
Acceleration waves of heel rotation exercise
5 算法
現有的脈沖檢測方法主要是：峰值檢測和動態閾值檢測。峰值檢測要求脈沖信號平滑，基本上不存在毛刺，否則就會出現較高概率的判斷失誤，而足部訓練采集到的加速度信號有噪聲，實際查找出的峰值遠比理想狀態的多得多[6-7]。動態閾值檢測方法則是從脈沖信號的下降區間判斷足部是否完成了一個動作，只有波形的中間部位受到干擾小的脈沖比較容易判斷。對此我們需要尋找一個適合足部訓練加速度信號檢測的算法。
通過對峰值檢測和動態閾值檢測的了解，針對加速度波形的特點，我們采用的方法是：首先對原始加速度進行中值濾波，使得加速度波形平滑，減少其毛刺。其次是使用自適應的雙閾值方法，加速度波形上升越過高閾值表示動作的開始，下降越過低閾值表示動作的結束，重復這一過程就能檢測出患者的訓練次數和訓練時間[8-11]。
5.1 加速度信號預處理
在模擬信號輸入中，一般會包含許多噪聲，它們來自于信號源本身以及外界環境，為了進行準確的測量，我們需要消除信號中的噪聲，提高輸出信號的信噪比[12]。
在這里我們使用的是中值濾波。中值濾波是一種基于排序統計理論的能有效抑制噪聲的非線性信號處理技術。方法是：首先定義一個窗口，長度為 L，該窗口的值 y=Xnew，Xnew 為原窗口樣本經過從小到大的排序后的中間值。中值濾波對脈沖噪聲具有良好的濾除力，能保護信號的邊緣，使脈沖不模糊[13-14]。用中值濾波對 Z 軸方向上的加速度進行處理，如圖 4 所示，濾波后呈現出比較平滑的波形，并且濾波之后的波形趨勢和原波形趨勢基本相同。
圖4
中值濾波
Figure4.
Median filter
5.2 自適應雙閾值
不同的患者，訓練時采集的加速度是不一樣的。由前面的分析可知，加速度輸出的波形類似正弦波，一個波峰和一個波谷，但是有一些波形在波谷處出現極大值，如果采用單一的固定的閾值很難檢測出來。對此本文采用自適應雙閾值的處理方式來判別訓練的次數，自適應雙閾值法定義為：可以檢測出時間窗中的最大值和最小值，并通過最大值、最小值的一系列運算獲得高、低閾值的算法。
5.2.1 雙閾值的計算 由試驗數據可得：1 s 內采集足部動作的 5～7 個加速度值，足部擺動一個動作的時間大于等于 1 s，所以選取的時間窗 L 應該大于 7，這里選取 L=10。時間窗中的加速度序列為 X（i），i 為正整數，則相應時間窗中低閾值 TrL 和高閾值 TrH 為
|
|
式中 Xmax（i）為某個時間窗內第 i 個加速度是最大值，Xmin（i）為某個時間窗內第 i 個加速度是最小值；B 表示患者靜止時加速度的幅值。
高閾值和低閾值隨著時間窗的改變而發生改變的情況如圖 5 所示。
圖5
自適應雙閾值
Figure5.
Adaptivedouble threshold
5.2.2 動態精度 在訓練過程中，有間歇性休息和劇烈訓練的行為，它們可以通過動態精度的方式來檢測。為了滿足系統實時的要求，我們不能只是簡單地求出加速度整體波形的最大值和最小值。本文的方法是：當足部停止運動時，對于連續不斷出現的按照時間窗劃分的加速度數據，算法不停地搜索其最大值和最小值，不停地更新加速度的幅值：
|
|
|
而當開展足部訓練時，依據式（4）–（5）以及下式（7）、（8）所示，不停地更新加速度的幅值：
|
|
式中 Xmax 是加速度中的最大值；Xmin 是加速度中的最小值；A、B 是加速度的幅值，可以反映足部訓練的劇烈情況；K 表示加速度波形中的最大幅度，P 表示動態精度。當 A
B 或
，表示患者沒有做訓練。
5.2.3 檢測指標 當加速度信號向上穿越 TrH 時，表示一個動作的開始，向下穿越 TrL 時，表示一個動作的結束。加速度越過閾值的條件為：
條件 1：當 X（i）
TrH，表示向上越過 TrH。
條件 2：當 X（i）
TrL，表示向下越過 TrL。
式中 X（i）表示經過濾波之后的加速度數據。
5.2.4 試驗測試與結果 三軸加速度計采集訓練的加速度數據，蘋果手機通過藍牙獲得加速度數據并進行數據預處理、以及本文算法的運算和分析。測試結果如表 1 所示。本文共有 7 次測試，包括患者未做訓練和做訓練的測試。其中，① 訓練持續時間為：患者足部訓練達到疲勞時所花的時間。② 訓練次數為：患者在做足部訓練達到疲勞時，通過算法獲得的足部往返擺動的次數。③ 訓練頻率為：患者在做足部訓練達到疲勞時，足部訓練次數除以該訓練持續的時間。④ 精確率為：患者在做足部訓練達到疲勞時，足部訓練次數除以其實際值（這里是 20 次）。
表1
訓練測試
Table1.
Training test
由表 1 可知，本文采用的算法精確度均達 90% 以上，這說明了該算法可以有效地判別訓練的次數。將訓練持續時間、訓練次數、訓練頻率作為患者做訓練時的參考指標，如一段時間內訓練強度過低，也就是患者足部擺動幅度過小、擺動頻率過低，蘋果手機將發出語音提示，提醒患者加強足部擺動的幅度和頻率。因此通過本文試驗結果說明，此足部潰瘍訓練系統能夠提高患者訓練效率，以期達到促進足部靜脈血液流動以及患者足部傷口愈合的目的。
6 討論與分析
通過對足部生物力學的研究已知，合理地進行肌肉訓練，可以輔助治療足部潰瘍患者，促進患者足部的血液循環。隨著人們生活水平的提高，生存競爭日益激烈，人們的生活與壓力越來越大，加上缺乏運動鍛煉意識，導致身體越來越差。許多人由于工作需要，在外長期奔波，雙下肢長期站立或者終年在外行走，以及有些人由于不健康的生活習慣，例如長期對腿部血管進行壓迫或者生活環境潮濕等，這些都使得靜脈血液循環不通和靜脈回流不足，造成中老年足部潰瘍患者增多。本文開發的足部潰瘍患者訓練系統是一種新生代的便攜運動檢測設備，可以很好地檢測患者的日常足部訓練情況，有利于給患者和醫生提供數據予以參考，幫助患者制定合理的足部訓練計劃，督促患者達到有效運動的目的。
