一种脊椎疾患判断装置及方法与流程

本发明涉及一种脊椎疾患判断装置及方法，更具体地，涉及一种利用有关用户的检测部位的脊椎肌肉信息，来判断脊椎肌肉状态从而进行诊断的装置及方法。

背景技术：

人口的80％所经历过一次以上腰疼的原因在于姿势的异常、退行性变化、肌肉炎症及收缩等，其中，姿势的异常是最根本的原因。此外，需要手术治疗的情况在5％以内。特别是，在急剧增长的老年人口中，腰疼占据着较大的比例。

现有的X-ray,MRI,CT等影像医学诊断方法，是在静止状态下诊断脊椎的基质是否异常，但是这种影像诊断的结果示出正常人的30～40％中具有脊椎异常。

同时，影像诊断中虽然没有发现异常，但是由于功能异常，活动时感到疼痛的患者的诊断没有适当地被实现，其主要原因在于不能综合动态信息和肌肉功能等来同时进行考虑。

腰疼患者由于腰部发生疼痛且由于痛症会进一步引起肌肉紧张，据此，活动范围减少，由此在进行多种活动时可能会发生障碍(功能障碍)。

因此，需要一种可检测由于腰部疼痛进一步引起的肌肉紧张度，与现有技术中的针对痛症进行主观判断以及经影像医学仅诊断基质变化相比更具效率，且客观地评价患者的实际状态的有用的脊椎疾患判断装置。

技术实现要素：

解决问题的技术方案

根据一个侧面，提供一种脊椎肌肉状态判断方法，包括以下步骤：接收用于决定用户的检测部位的脊椎肌肉紧张度的脊椎肌肉信息；调出对应于所述检测部位的脊椎疾患判断函数；以及利用所述脊椎肌肉信息和所述调出的脊椎疾患判断函数，来判断所述用户的脊椎肌肉状态。

在此，所述脊椎肌肉信息可包括：有关预定的三维姿势的所述用户的动作信息和生物体信息中的至少一个。可使各部位动作和生物体信号同步化。

根据一个实施例，可进一步包括以下步骤：生成所述脊椎疾患判断函数。

更具体地，其中，生成所述脊椎疾患判断函数的步骤包括以下步骤:接收有关多个用户各自的检测部位的脊椎肌肉信息、预先设定的有关所述多个用户各自的脊椎问卷、以及所述多个用户各自的诊断结果中的至少一个，来作为输入信息；利用所述输入信息来演算多个用户各自的肌肉紧张度；利用所述演算的多个用户各自的肌肉紧张度，将所述多个用户分类成脊椎疾患的正常群和非正常群；以及基于所述正常群的肌肉紧张度和所述非正常群的肌肉紧张度，来生成所述脊椎疾患判断函数。

此外，其中，生成所述脊椎疾患判断函数的步骤包括以下步骤:基于所述正常群的肌肉紧张度和所述非正常群的肌肉紧张度之间的相关关系，来决定用于构成所述脊椎疾患判断函数的参数；以及基于所述决定的参数，来生成所述脊椎疾患判断函数。

同时，决定用于构成所述脊椎疾患判断函数的参数的步骤，可将所述正常群的肌肉紧张度和所述非正常群的肌肉紧张度之间的相关度小于预先设定的临界值的参数，决定为用于构成所述脊椎疾患判断函数的参数。

根据一个实施例，所述动作信息可包括：所述用户为所述预定的三维姿势时的检测部位的活动范围(ROM:Range Of Motion)。

根据另一个实施例，所述生物体信息可包括：所述用户的体温、生物体阻抗，和电流感知阈值中的至少一个。

在此，所述检测部位可以是以所述用户的脊椎为基准左右对称的第一检测部位和第二检测部位。

根据另一个侧面，提供一种脊椎疾患判断函数生成方法，用来生成判断用户的脊椎肌肉状态的脊椎疾患判断函数，所述脊椎疾患判断函数生成方法包括以下步骤：接收有关多个用户各自的检测部位的脊椎肌肉信息、预先设定的有关所述多个用户各自的脊椎问卷、以及所述多个用户各自的诊断结果中的至少一个，来作为输入信息；利用所述输入信息来演算多个用户各自的肌肉紧张度；利用所述演算的多个用户各自的肌肉紧张度，将所述多个用户分类成脊椎疾患的正常群和非正常群；以及基于所述正常群的肌肉紧张度和所述非正常群的肌肉紧张度，来生成所述脊椎疾患判断函数。

根据一个实施例，可进一步包括以下步骤：从以所述多个用户各自的脊椎为基准左右对称的第一检测部位和第二检测部位，获取所述脊椎肌肉信息。

根据另一个实施例，演算所述肌肉紧张度的步骤可包括以下步骤：演算从所述第一检测部位获取的第一检测值和从所述第二检测部位获取的第二检测值之间的差异。

根据又另一个实施例，分类成所述脊椎疾患的正常群和非正常群的步骤，是当所述多个用户中从第一用户获取的所述差异大于第一临界值时，或是所述多个用户中从所述第一用户获取的所述第一检测值或所述第二检测值大于第二临界值时，将所述第一用户分类成所述非正常群。

具体地，生成所述脊椎疾患判断函数的步骤可包括以下步骤：基于所述正常群的肌肉紧张度和所述非正常群的肌肉紧张度之间的相关关系，来决定用于构成所述脊椎疾患判断函数的参数；以及基于所述决定的参数，来生成所述脊椎疾患判断函数。

根据又另一个实施例，提供一种记录用于执行脊椎疾患判断函数生成方法的程序的计算机可读记录媒体，所述脊椎疾患判断函数生成方法包括以下步骤：接收有关多个用户各自的检测部位的脊椎肌肉信息、预先设定的有关所述多个用户各自的脊椎问卷、以及所述多个用户各自的诊断结果中的至少一个，来作为输入信息；利用所述输入信息来演算多个用户各自的肌肉紧张度；利用所述演算的多个用户各自的肌肉紧张度，将所述多个用户分类成脊椎疾患的正常群和非正常群；以及基于所述正常群的肌肉紧张度和所述非正常群的肌肉紧张度，来生成所述脊椎疾患判断函数。

根据一个侧面，提供一种脊椎肌肉状态判断装置，可包括：输入单元，接收有关用户的检测部位的脊椎肌肉紧张度的脊椎肌肉信息；处理单元，调出对应于所述检测部位的脊椎疾患判断函数；和判断单元，利用所述脊椎肌肉信息和所述调出的脊椎疾患判断函数，来判断所述用户的脊椎肌肉状态。

在此，所述脊椎肌肉信息可包括：有关预定的三维姿势的所述用户的动作信息和生物体信息中的至少一个。

根据另一个侧面，提供一种脊椎疾患判断函数生成装置，用来生成判断用户的脊椎肌肉状态的脊椎疾患判断函数，所述脊椎疾患判断函数生成装置包括：输入单元，接收有关多个用户各自的检测部位的脊椎肌肉信息、预先设定的有关所述多个用户各自的脊椎问卷、以及所述多个用户各自的诊断结果中的至少一个，来作为输入信息；演算单元，利用所述输入信息来演算多个用户各自的肌肉紧张度；处理单元，利用所述演算的多个用户各自的肌肉紧张度，将所述多个用户分类成脊椎疾患的正常群和非正常群；以及函数生成单元，基于所述正常群的肌肉紧张度和所述非正常群的肌肉紧张度，来生成所述脊椎疾患判断函数。

根据一个实施例，进一步包括：信息获取单元，从以所述多个用户各自的脊椎为基准左右对称的第一检测部位和第二检测部位，获取所述脊椎肌肉信息，且所述肌肉紧张度，可以是从所述第一检测部位获取的第一检测值和从所述第二检测部位获取的第二检测值之间的差异，或是所述第一检测值与所述第二检测值的大小。

根据另一个实施例，其中，所述多个用户中从第一用户获取的所述差异大于第一临界值时，或是所述多个用户中从所述第一用户获取的所述第一检测值或所述第二检测值大于第二临界值时，所述处理单元可将所述第一用户分类成所述非正常群。

附图说明

图1是示出根据一个实施例的脊椎肌肉状态判断装置的概念图。

图2是示出根据一个实施例的脊椎肌肉状态判断装置的结构的框图。

图3是示出根据一个实施例的脊椎肌肉状态判断方法流程的顺序图。

图4是示出根据一个实施例，用于判断脊椎肌肉状态的用户动作的示图。

图5是示出根据一个实施例，用于判断用户的脊椎肌肉状态的检测部位以及三维位置提取部位的示图。

图6是示出根据一个实施例的脊椎疾患判断函数生成装置的结构的框图。

图7是示出根据一个实施例的脊椎疾患判断函数生成方法流程的顺序图。

图8是示出根据一个实施例，详细示出图7的脊椎疾患判断函数生成步骤的顺序图。

具体实施方式

以下，参照附图，对一些实施例进行详细地说明。但是本发明并不局限于这些实施例。各附图中示出的相同参照符号表示相同的部件。

以下说明中使用的技术用语是考虑到本发明中的技能所选择的当前被广泛使用的一般技术用语，其根据本领域的技术人员的意图或惯例，以及新技术的出现等可能会所有不同。

此外，在特定的情况下，为了便于理解和/或说明，也可能是申请人任意选定的技术用语，在这种情况下，相应的说明部分中将详细记载其的意思。因此，以下说明中使用的技术用语并不单纯的技术用语名称，其所具备的意思应根据说明书的整体内容来进行理解。

图1是示出根据一个实施例的脊椎肌肉状态判断装置的概念图。

根据一个实施例，脊椎肌肉状态判断装置120可接收用户的脊椎肌肉信息110，来判断用户的脊椎肌肉状态。在此，脊椎肌肉信息110可包括预定的三维姿势的用户的动作信息和生物体信息中的至少一个

根据一个实施例，脊椎肌肉状态判断装置可利用用户的脊椎肌肉信息和脊椎疾患判断函数，来判断用户的脊椎肌肉状态。当用户具有脊椎疾患时，脊椎肌肉状态判断装置可显示“A脊椎疾患131”，“B脊椎疾患132”，和“C脊椎疾患133”等。

根据一个实施例，脊椎肌肉状态判断装置120可利用腰椎和颈椎附近的信息来判断用户的脊椎肌肉状态。

以下，图2至图3中，对脊椎肌肉状态判断装置及方法进行详细地说明。

图2是示出根据一个实施例的脊椎肌肉状态判断装置的结构的框图。

根据一个实施例，脊椎肌肉状态判断装置120可包括：输入单元210、处理单元、和判断单元230。脊椎肌肉状态判断装置120可利用用户的脊椎肌肉信息，来诊断用户的脊椎肌肉状态。

输入单元210可接收用于决定用户的检测部位的脊椎肌肉紧张度的脊椎肌肉信息。在此，脊椎肌肉信息可包括：有关预定的三维姿势的用户的动作信息和生物体信息中的至少一个

根据一个实施例，动作信息可包括：用户为预定的三维姿势时的检测部位的活动范围(ROM:Range Of Motion)。通过三维姿势来检测用户的活动范围，从而可比较肌肉紧张度。检测部位可以是以用户的脊椎为基准左右对称的第一检测部位和第二检测部位。通过比较第一检测部位的活动范围和第二检测部位的活动范围，来比较肌肉紧张度。此外，通过肌肉紧张度可确认脊椎是否左右对称。

根据另一个实施例，生物体信息可包括：所述用户的体温、生物体阻抗，和电流感知阈值中的至少一个。体温可表示血液的供应和肌肉的活性化程度。生物体阻抗可通过肌肉和脂肪等的成分来掌握肌肉的变异度。此外，电流感知阈值可掌握感知神经的分布。电流感知阈值可在动作停止的状态下检测。

根据一个实施例，检测部位可以是以用户的脊椎为基准左右对称的第一检测部位和第二检测部位。同时，肌肉紧张度可以是从第一检测部位获取的脊椎肌肉信息的第一检测值和从第二检测部位获取的脊椎肌肉信息的第二检测值的差异。此外，肌肉紧张度除了通过第一检测值和第二检测值的差异被演算之外，还可通过其他的方法被演算。可将脊椎肌肉信息作为参数来演算肌肉紧张度。

处理单元220可调出对应于检测部位的脊椎疾患判断函数。此外，处理单元220可生成脊椎疾患判断函数。可分别从多个用户接收有关检测部位的脊椎肌肉信息，来计算肌肉紧张度，从而生成脊椎疾患判断函数。有关生成脊椎疾患判断函数的装置及方法，将在图6至图8中进行详细说明。

判断单元230可利用脊椎肌肉信息和调出的脊椎疾患判断函数，来判断用户的脊椎肌肉状态。

以下，针对脊椎肌肉状态判断装置所执行的多种运作或应用进行说明，虽然所述输入单元、处理单元，和判断单元中的任何构成没有被特别限定，但本发明的技术领域中的普通技术人员一般所理解及可设想的内容可被视为常规体现，且本发明的权利范围并不局限于特定结构的名称或物理性/逻辑性结构。

图3是示出根据一个实施例的脊椎肌肉状态判断方法流程的顺序图。

根据一个实施例，在步骤310中，脊椎肌肉状态判断装置可接收用于决定用户的检测部位的脊椎肌肉紧张度的脊椎肌肉信息。

根据一个实施例，在步骤320中，脊椎肌肉状态判断装置可调出对应于检测部位的脊椎肌肉判断函数。检测部位可以是脊椎附近或颈椎附近。

根据一个实施例，在步骤330中，脊椎肌肉状态判断装置可利用脊椎肌肉信息和调出的脊椎疾患判断函数，来判断用户的脊椎肌肉状态。

图4是示出根据一个实施例，用于判断脊椎肌肉状态的用户动作的示图。

图410是示出用户在脊椎附近安装有传感器并且为站立的姿势的示例性视图。传感器以脊椎的中心线为基准左右对称地被安装。

根据一个实施例，用户以一定的角度往左和往右活动时，传感器可检测左方向和右方向的活动范围。在此，传感器可被无线连接，电子式地检测活动范围。

同时，虽然在图410中示出用户的脊椎附近安装有传感器的示例性视图，但也可以不安装传感器，而是可利用标记来检测活动范围。当利用标记时，可利用影像处理来检测活动范围。

图420是示出用户在脊椎附近安装有传感器并且为向前弯曲的姿势的示例性视图。

根据一个实施例，当用户在向前弯曲的姿势状态下以一定角度往左和往右活动时，传感器可检测左方向和右方向的活动范围。

图430是示出用户在脊椎附近安装有传感器并且为向后仰的姿势的示例性视图。

根据一个实施例，用户在向后仰的姿势状态下以一定角度往左和往右活动时，传感器可检测左方向和右方向的活动范围。

图5是示出根据一个实施例，用于判断用户的脊椎肌肉状态的检测部位的示图。

图510是示出以用户的脊椎中心线为基准将标记左右对称地安装在检测部位的示例性视图。检测部位可以是至少一个点。在此，如图4中所说明的，当用户为预定的三维姿势时，可针对各姿势来检测用户的活动范围。通过影像处理，从影像中提取标记区域，从而来检测活动范围。

图520是示出用户为预定的三维姿势时的脊椎的示例性视图。该脊椎可通过影像处理被获取。

根据一个实施例，用户的脊椎附近安装有标记，并可通过影像处理来获取用户的三维动作信息。

根据又一个实施例，当获取用户的生物体信号时，可将传感器安装在用户的脊椎附近，从而来感应生物体信号。例如，当要检测用户的体温时，传感器可感应温度，且当要检测用户的生物体阻抗时，传感器可感应阻抗。

同时，腰部具有痛症的用户可能是腰椎或颈椎畸变。当畸变时，用户会感觉到痛症。畸变是引发痛症的疾患。该炎症持续时，具痛症位置附近的肌肉弱化，支撑骨的力减少，从而畸变会恶化成类似脊椎间盘突出的疾患。

根据一个实施例，用户的生物体信号可以是以腰椎和颈椎为中心被检测。当用户发生炎症时，用户的体温可能较低或较高。因此，生物体阻抗可能会由于炎症而产生变动。生物体阻抗可被视为以用户的脊椎为基准非对称或显示出具意义的差异。

根据另一实施例，为了检测生物体阻抗，可在用户的脊椎附近对称地安装传感器。例如，以左右对称安装8个传感器时，可感应8个生物体阻抗，并可垂直方向进行4个对称比较。

根据又一个实施例，当用户的腰部侧具有痛症时，可将传感器安装在腰部。具体地，可将传感器安装在臀部线中较高侧与腰部中心线相隔2-5cm的位置处。

根据又一个实施例，当用户的颈部周围具有痛症时，可将传感器安装在颈部下。具体地，可将传感器安装在颈部下预定的距离中与腰部中心线相隔2-5cm的位置处。

图6是示出根据一个实施例的脊椎疾患判断函数生成装置的结构的框图。

根据一个实施例，脊椎疾患判断函数生成装置600可包括：输入单元610、演算单元620、处理单元630，和函数生成单元640。

输入单元610可接收有关多个用户各自的检测部位的脊椎肌肉信息。检测部位可以是多个用户各自的相同部位。此外，检测部位可以是多个部位而不是一个部位。脊椎疾患判断函数生成装置600可针对多个部位接收各自的脊椎肌肉信息来生成脊椎疾患判断函数。

根据一个实施例，检测部位可包括以用户的脊椎为基准左右对称的第一检测部位和第二检测部位。

根据一个实施例，脊椎肌肉信息可包括：有关预定的三维姿势的用户的动作信息和生物体信息中的至少一个。在此，动作信息可包括：用户为所述预定的三维姿势时，检测部位的活动范围(ROM:Range Of Motion)。此外，生物体信息可包括：用户的体温、生物体阻抗，和电流感知阈值中的至少一个。

演算单元620，可利用脊椎肌肉信息，来演算多个用户各自的肌肉紧张度。肌肉紧张度可以是从第一检测部位获取的脊椎肌肉信息第一检测值和从第二检测部位获取的脊椎肌肉信息第二检测值之间的差异。在此，演算单元620并不局限于通过第一检测值和第二检测值来演算肌肉紧张度，且可使用类似各检测值大于预先设定的临界值的其他方法来演算肌肉紧张度。可将脊椎肌肉信息作为参数来演算肌肉紧张度。此外，可将用户的问卷(例如腰疼障碍评价:KRMDQ)、医生诊断，以及脊椎肌肉信息进行综合，来演算肌肉紧张度。

处理单元630可利用演算的多个用户各自的肌肉紧张度，将多个用户分类成脊椎疾患的正常群和非正常群。

根据一个实施例，正常群和非正常群的分类，可以是当第一检测值和第二检测值之间的差异大于预先设定的临界值时，将具有该差异的用户分类成非正常群。

根据另一个实施例，当多个用户中从第一用户获取的差异大于预先设定的临界值时，处理单元630可将第一用户分类成非正常群。在此，差异为肌肉紧张度，肌肉紧张度可以是第一检测值与第二检测值的差异。此外，各检测值大于预先设定的临界值时，可分类成非正常群。此外，问卷的分数大于预设值时，可分类成非正常群。

函数生成单元640可基于正常群的肌肉紧张度和非正常群的肌肉紧张度，来生成脊椎疾患判断函数。函数生成单元640可基于正常群的肌肉紧张度和非正常群的肌肉紧张度之间的相关关系，来决定用于构成脊椎疾患判断函数的参数。函数生成单元640可基于决定的参数，来生成脊椎疾患判断函数。

以下示出包括显示姿势或动作的活动范围ROM，并将随时间的活动范围ROM及生物体信号的图案一起估计的函数。以下，虽然提及临界值，但应理解随时间的动作变化的生物体信号的变化量大小也是重要的判断值。同时，在决定用于构成脊椎疾患判断函数的参数时，可将正常群的肌肉紧张度和非正常群的肌肉紧张度之间的相关度小于预先设定的临界值的参数，决定为用于构成脊椎疾患判断函数的参数。

根据一个实施例，函数生成单元640可将体温决定为用于构成脊椎疾患判断函数的参数。例如，如数学式1所示，可计算对应于肌肉紧张度的值。

【数学式1】

difTemp[1,2][t]＝TempL(1,t)-TempR(2,t)

在此，TempL(1,t)表示时间为t时，第一检测部位的体温，且TempR(2,t)表示时间为t时，第二检测部位的体温。第一检测部位和第二检测部位以用户的脊椎为基准对称。difTemp[1,2][t]表示时间为t时，第一检测部位和第二检测部位的体温差异。此外，以时间序列数据估计，利用体温差异的趋势来演算肌肉紧张度。

此外，当第一用户的体温差异比预先设定的临界值小时，可分类成正常群，当比预先设定的临界值大时，可分类成非正常群。在这种情况下，体温以外的其他动作信息，生物体阻抗，和电流感知阈值等可被测定。也可利用正常群和非正常群的体温以外的其他信息来演算肌肉紧张度。在此，可基于正常群和非正常群的肌肉紧张度之间的相关关系，来决定用于构成脊椎疾患判断函数的参数。此外，当TemL(1,t)或TemR(1,t)比临界值大时，可被视为肌肉紧张度属于非正常群。此外，随动作的生物体信号的变化的临界值也十分重要。

根据另一个实施例，函数生成单元640可将生物体阻抗决定为用于构成脊椎疾患判断函数的参数。例如，如数学式2所示，可计算对应于肌肉紧张度的值。此外，以时间序列数据估计，利用生物体阻抗差异的趋势来演算肌肉紧张度。

【数学式2】

difImp[1,2][t]＝ImpL(1,t)-ImpR(2,t)

在此，ImpL(1,t)表示时间为t时，第一检测部位的生物体阻抗，且ImpR(2,t)表示时间为t时，第二检测部位的生物体阻抗。第一检测部位和第二检测部位以用户的脊椎为基准对称。difImp[1,2][t]表示时间为t时，第一检测部位和第二检测部位的生物体阻抗差异。此外，当ImpL(1,t)或ImpR(2,t)比预设的临界值大时，肌肉紧张度属于非正常群。

此外，根据又另一实施例，函数生成单元640可将电流感知阈值决定为用于构成脊椎疾患判断函数的参数。例如，如数学式3所示，可计算对应于肌肉紧张度的值。

【数学式3】

difCPT[1,2]＝CPTL(1)-CPTR(2)

由于电流感知阈值不能在移动时被检测，因此，可以是用户在站立状态下左右或前后最大限度地弯曲，然后在停止的状态下通过可感觉到电流的各位置被检测。CPTL(1)表示第一检测部位的电流感知阈值，CPTR(2)表示第二检测部位的电流感知阈值。第一检测部位和第二检测部位以用户的脊椎为基准对称。此外，当CPTL(1)或CPTR(2)比预设的临界值大时，肌肉紧张度属于非正常群。

根据一个实施例，脊椎疾患判断函数生成装置600可包括信息获取单元650。信息获取单元650可从以多个用户各自的脊椎为基准左右对称的第一检测部位和第二检测部位获取脊椎肌肉信息。

以下，针对脊椎肌肉状态判断装置所执行的多种运作或应用进行说明，虽然所述输入单元、演算单元、处理单元，函数生成单元，和信息获取单元中的任何构成没有被特别限定，但本发明的技术领域中的普通技术人员一般所理解及可设想的内容可被视为常规体现，且本发明的权利范围并不局限于特定结构的名称或物理性/逻辑性结构。

图7是示出根据一个实施例的脊椎疾患判断函数生成方法流程的顺序图。

脊椎疾患判断函数生成装置可接收有关多个用户的脊椎肌肉信息。在步骤710中，输入单元可接收有关多个用户各自的检测部位的脊椎肌肉信息。在此，脊椎肌肉信息可包括：有关预定的三维姿势的用户的动作信息和生物体信息中的至少一个。

根据一个实施例，测定部位可以是以多个用户各自的脊椎为基准左右对称的第一检测部位和第二检测部位。

脊椎疾患判断函数生成装置可演算多个用户各自的肌肉紧张度。在步骤720中，演算单元可利用脊椎肌肉信息，以及类似腰疼障碍评价(KRMDQ)的问卷，医生诊断来演算多个用户各自的肌肉紧张度。肌肉紧张度可计算从所述第一检测部位获取的第一检测值和从所述第二检测部位获取的第二检测值之间的差异、第一检测值、第二检测值。此外，随动作的检测值的变化量(微分值)也是重要的要素。此外，随动作的检测值的变化量可通过数学式被体现。

脊椎疾患判断函数生成装置可针对脊椎疾患分类成正常群和非正常群。在步骤730中，处理单元可利用演算的多个用户各自的肌肉紧张度，将多个用户分类成脊椎疾患的正常群和非正常群。

根据一个实施例，分类成脊椎疾患的正常群和非正常群的步骤，可包括以下步骤：当从多个用户中的第一用户获取的肌肉紧张度比预先设定的临界值大时，将第一用户分类成非正常群。在此，肌肉紧张度可以是从第一检测部位获取的第一检测值和从第二检测部位获取的第二检测值之间的差异。此外，可以不根据上述说明的方法，而是利用第一检测值和第二检测值通过其他方法来计算肌肉紧张度。或是以检测值的大小来计算。

脊椎疾患判断函数生成装置可生成脊椎疾患判断函数。在步骤740中，函数生成单元可基于正常群的肌肉紧张度和非正常群的肌肉紧张度，来生成脊椎疾患判断函数。有关生成脊椎疾患判断函数的详细说明将在图8中被描述。

根据一个实施例，脊椎疾患判断函数生成方法可进一步包括以下步骤：从以多个用户各自的脊椎为基准左右对称的第一检测部位和第二检测部位获取脊椎肌肉信息。

图8是示出根据一个实施例，详细示出图7的脊椎疾患判断函数生成步骤的顺序图。

函数生成单元可决定用于构成脊椎疾患判断函数的参数。在步骤810中，参数可基于脊椎肌肉信息被决定。脊椎肌肉信息可包括：有关预定的三维姿势的用户的动作信息和生物体信息中的至少一个。

根据一个实施例，动作信息可包括：用户为预定的三维姿势时的检测部位的活动范围。

根据另一实施例，生物体信息可包括：用户的体温、生物体阻抗，和电流感知阈值中的至少一个。

在步骤820中，函数生成单元可基于决定的参数，来生成脊椎疾患判断函数。

上述说明的装置可由硬件构成要素、软件构成要素、和/或硬件构成要素及软件构成要素的组合被体现。例如，说明的装置及构成要素，可利用类似处理器、控制器、算术逻辑单元ALU(arithmetic logic unit)、数字信号处理器(digital signal processor)、微型计算机、现场可编程阵列FPA(field programmable array)、可编程逻辑单元PLU(programmable logic unit)、微处理器、或执行指令(instruction)的其他任何装置、一个以上的范用计算机或特殊目的计算机被体现。

处理装置可执行操作系统(OS)及该操作系统中所执行的一个以上的软件应用程序。此外，处理装置可应答软件的执行，来存取、存储、运行、处理、生成数据。

为了便于理解，处理装置被说明是使用一个，但在相关技术领域中，具有通常知识的技术人员应理解，处理装置可包括多个处理元件(processing element)和/或多个类型的处理元件。例如，处理装置可包括多个处理器或一个处理器，以及一个控制器。此外，也可以是类似并行处理器(parallel processor)的其他处理配置(processing configuration)。

软件可包括计算机程序(computer program)、代码(code)、指令(instruction或上述中的一个以上的组合，来构成处理装置或单独地或共同地(collectively)命令处理装置。

软件和/或数据，为了通过处理装置被解析或是将指令或数据提供给处理装置，可在任何类型的机器、组件(component)、物理装置、虚拟装置(virtual equipment)、计算机存储媒体或装置、或传送的信号波(signal wave)中被永久或暂时地具体化(embody)。软件被分散在以网络连接的计算机系统上，可通过分散的方法被存储或执行。软件和数据可存储在一个以上的计算机可读记录媒体中。

根据实施例的方法可通过多种计算机手段以可执行的程序指令形态被记录在计算机可读媒体中。计算机可读媒体可包括独立的或结合的程序指令、数据文件、数据结构等。媒体和程序指令可为了本发明被专门设计和创建，或为计算机软件技术人员熟知而应用。

计算机可读媒体的例子包括：磁媒体(magnetic media)，如硬盘、软盘和磁带；光学媒体(optical media)，如CD ROM、DVD；磁光媒体(magneto-optical media)，如光盘(floptical disk)；和专门配置为存储和执行程序指令的硬件装置，如只读存储器(ROM)、随机存取存储器(RAM)等。

程序指令的例子，既包括由编译器产生的机器代码，也包括使用解释程序并可通过计算机被执行的高级语言代码。

为执行实施例的运作，所述硬件装置可被配置为以一个以上的软件模来运作，反之亦然。

如上所示，本发明虽然已参照有限的实施例和附图进行了说明，但本发明所属领域中具备通常知识的人均可以从此记载中进行各种修改和变形。例如，可通过与说明的方法不同的顺序来执行所说明的技术，或是通过与说明的方法不同的形态来结合或组合所说明的系统、结构、装置、电路等的构成要素，或是通过其他构成要素或同等事物来代替或置换也可获得适当结果。

因此，本发明的范围并不局限于所述实施例，而是由后附的权利要求范围，以及与权利要求范围相等同的内容定义。