本发明涉及智慧医疗领域,尤其指一种基于人体姿态采集的数字康复训练方法及系统。
背景技术:
1、近年来,我国老龄人口数逐年增加,现已迈入老龄化社会。随着老年人口数量快速增长,老年健康问题引起了社会各界的广泛关注。同时,由于意外事故或脑卒中等疾病造成的肢体及神经系统受损,而使得运动功能降低或不能进行正常活动的人群也日益增加。
2、对于这类人群,传统的康复方法是由物理治疗师以人工牵引方式带动患者的肢体动作以达到康复效果。同时也出现了包括外骨骼机器人在内的康复机器人辅助或替代传统物理治疗师的角色对患者进行康复治疗。而现有技术中的这两种康复方式存在以下缺点:
3、1、由于现有物理治疗师数量匮乏,难以满足日益增长的脑卒中患者的康复需求,且需要治疗师与患者一对一手动互动,耗时耗力效率低;
4、2、市面上出现的康复机器人种类繁多,每一种康复机器人提供的运动路线及运动方式都不同且动作单一,无法涵盖多种康复需求且康复成本较高;
5、3、现有的康复训练系统,针对不同的患者采用统一难度标准,导致参与训练的患者可能因训练难度太高而产生挫败感,或者因训练难度太低,缺乏成就感,从而失去训练的积极性,进而影响康复的效率和效果。
技术实现思路
1、本发明针对现有技术中的缺点,提供一种基于人体姿态采集的数字康复训练方法及系统。
2、为了解决上述技术问题,本发明通过下述技术方案得以解决,一种基于人体姿态采集的数字康复训练方法,包括:
3、教学引导,所述教学引导形式包括但不限于人体模型引导、语音引导、预录制视频引导,所述教学引导内容包括但不限于场景布置引导、传感器穿戴引导、标准动作引导;
4、人体姿态数据采集及记录,包括但不限于传感器采集和视觉识别装置采集,所述人体姿态数据包括但不限于关节活动角度、步幅、步态、步速;
5、数据转化实时输出,按照预设数据转化算法对所述人体姿态数据进行数据转化,实时输出数据转化结果。
6、进一步地,所述数据转化算法,包括以下步骤:
7、s30,获取三维模型的零点位置所有部位姿态数据;
8、s31,将步骤s30所得姿态数据通过矩阵变换递推出活动关节的姿态;
9、s32,对所述三维模型进行关节运动规划;
10、s33,对步骤s31得到的姿态数据进行三维动态插帧运算及镜像变换,得到所述三维模型的动态数据。
11、进一步地,所述教学引导前包括用户登录验证,具体实现为:
12、获取开机上电信号;
13、开机后获取用户信息,所述获取用户信息步骤包括用户类型判定、获取用户基础信息、获取历史数据;
14、所述用户类型判定步骤包括若用户类型为新用户,则采集用户基础信息;
15、所述用户基础信息包括但不限于用户姓名、年龄、人体各部位尺寸;
16、所述历史数据包括但不限于动静平衡测试历史数据、tug测试历史数据、步态测试历史数据、日常生活能力测试历史数据、关节活动度测试历史数据。
17、进一步地,所述教学引导包括姿态校准,具体实现为:
18、获取校准信号;
19、传感器初始化;
20、姿态校准判断,若已校准,则进入人体姿态采集;否则继续校准。
21、进一步地,所述人体姿态数据采集及记录具体实现为:
22、获取采集信号;
23、采集并实时输出人体姿态数据;
24、采集结束信号判断,若是,则进入记录信号判断,否则继续采集并实时输出人体姿态数据;
25、记录信号判断,若是,则更新所述历史数据;否则继续采集并实时输出人体姿态数据。
26、进一步地,所述数据转化实时输出包括将所述数据转化结果与所述标准动作引导一一对应呈现。
27、进一步地,所述数据转化实时输出还包括将所述数据转化结果与所述历史数据一一对应呈现。
28、进一步地,还包括人体姿态数据评估步骤,具体实现为:
29、获取评估信号;
30、将所述人体姿态数据进行汇总,输出汇总结果;
31、将所述人体姿态数据、用户基础信息及历史数据输入预设评估算法,输出评估结果;
32、结合汇总结果及评估结果,形成评估报告。
33、进一步地,还包括动作难易程度自适应步骤,具体实现为将所述人体姿态数据与预设标准数据做比较,若达到预设最高值,则提高下一动作难度;若达到预设最低值,则降低下一个动作难度;否则,继续执行当前动作。
34、一种基于人体姿态采集的数字康复训练系统,由人体姿态采集设备和控制主机组成,所述控制主机包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如下步骤:
35、教学引导,所述教学引导形式包括但不限于人体模型引导、语音引导、预录制视频引导,所述教学引导内容包括但不限于场景布置引导、传感器穿戴引导、标准动作引导;
36、人体姿态数据采集及记录,包括但不限于传感器采集和视觉识别装置采集,所述人体姿态数据包括但不限于关节活动角度、步幅、步态、步速;
37、数据转化实时输出,按照预设数据转化算法对所述人体姿态数据进行数据转化,实时输出数据转化结果。
38、进一步地,所述人体姿态采集设备包括但不限于惯性传感器、摄像头、角度传感器、位置传感器、反馈装置及阻抗调节装置,所述反馈装置用于在用户进行人体姿态数据采集过程中按预设程序执行感知反馈;所述阻抗调节装置用于为用户提供反向阻力,实现动作难易程度调节。
39、进一步地,还包括网络通信组件及云端,通过所述网络通信组件实现至少两个用户在线互动;所述云端存储至少两个用户的所述人体姿态数据、用户基础信息及历史数据。
40、一种可读介质,包括:其上存储有计算机程序,其特征是,所述计算机程序被处理器执行时能够实现如下步骤:教学引导步骤,所述教学引导形式包括但不限于人体模型引导、语音引导、预录制视频引导,所述教学引导内容包括但不限于场景布置引导、传感器穿戴引导、标准动作引导;
41、人体姿态数据采集及记录,包括但不限于传感器采集和视觉识别装置采集,所述人体姿态数据包括但不限于关节活动角度、步幅、步态、步速;
42、数据转化实时输出,按照预设数据转化算法对所述人体姿态数据进行数据转化,实时输出数据转化结果。
43、本发明的一种基于人体姿态采集的数字康复训练方法解决了现有技术耗时耗力效率低、康复手法单一、康复成本高、动作难度标准统一适应性差的问题,同时还具备康复过程数字化、可视化、趣味性强的优点,利于患者理解和坚持康复,提高了康复积极性和康复效率。
1.一种基于人体姿态采集的数字康复训练方法,其特征在于,包括:
2.根据权利要求1所述的基于人体姿态采集的数字康复训练方法,其特征在于,0所述数据转化算法,包括以下步骤:
3.根据权利要求1所述的基于人体姿态采集的数字康复训练方法,其特征在于,教学引导步骤s1前包括用户登录验证步骤s0,具体实现为:
4.根据权利要求2所述的基于人体姿态采集的数字康复训练方法,其特征在于,所述教学引导步骤s1包括姿态校准,具体实现为:
5.根据权利要求3所述的基于人体姿态采集的数字康复训练方法,其特征在于,所述人体姿态数据采集及记录步骤s2具体实现为:
6.根据权利要求2所述的基于人体姿态采集的数字康复训练方法,其特征在于,所述数据转化实时输出步骤s3包括将所述数据转化结果与所述标准动作引导一一对应呈现。
7.根据权利要求6所述的基于人体姿态采集的数字康复训练方法,其特征在于,所述数据转化实时输出步骤s3还包括将所述数据转化结果与所述历史数据一一对应呈现。
8.根据权利要求7所述的基于人体姿态采集的数字康复训练方法,其特征在于,还包括人体姿态数据评估步骤,具体实现为:
9.根据权利要求8所述的基于人体姿态采集的数字康复训练方法,其特征在于,还包括动作难易程度自适应步骤,具体实现为将所述人体姿态数据与预设标准数据做比较,若达到预设最高值,则提高下一动作难度;若达到预设最低值,则降低下一个动作难度;否则,继续执行当前动作。
10.一种基于人体姿态采集的数字康复训练系统,其特征在于,由人体姿态采集设备和控制主机组成,所述控制主机包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-9中任一项所述的方法。
11.根据权力要求9所述的基于人体姿态采集的数字康复训练系统,其特征在于,所述人体姿态采集设备包括但不限于惯性传感器、摄像头、角度传感器、位置传感器、反馈装置及阻抗调节装置,所述反馈装置用于在用户进行人体姿态数据采集过程中按预设程序执行感知反馈;所述阻抗调节装置用于为用户提供反向阻力,实现动作难易程度调节。
12.根据权力要求11所述的基于人体姿态采集的数字康复训练系统,其特征在于,还包括网络通信组件及云端,通过所述网络通信组件实现至少两个用户在线互动;所述云端存储至少两个用户的所述人体姿态数据、用户基础信息及历史数据。
13.一种可读介质,其特征在于,包括:其上存储有计算机程序,其特征是,所述计算机程序被处理器执行时能够实现权利要求1-9中任一项基于人体姿态采集的数字康复训练方法。