CN113662559A - 一种人体抗视觉眩晕能力评测与训练系统 - Google Patents
一种人体抗视觉眩晕能力评测与训练系统 Download PDFInfo
- Publication number
- CN113662559A CN113662559A CN202111136996.5A CN202111136996A CN113662559A CN 113662559 A CN113662559 A CN 113662559A CN 202111136996 A CN202111136996 A CN 202111136996A CN 113662559 A CN113662559 A CN 113662559A
- Authority
- CN
- China
- Prior art keywords
- vertigo
- human body
- visual
- training
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0247—Pressure sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense
- A61M2021/005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense images, e.g. video
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Epidemiology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Neurology (AREA)
- Primary Health Care (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Anesthesiology (AREA)
- Hematology (AREA)
- Acoustics & Sound (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Neurosurgery (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种人体抗视觉眩晕能力评测与训练系统,包括测试数据采集单元、数据处理与显示单元、人机交互单元;测试数据采集单元可获取受试者的人体压力中心轨迹信息以及人体脑电原始数据信息,基于蓝牙通信发送给数据处理单元;数据处理与显示单元可记录受试者的测试数据,利用机器学习算法并结合医学视觉眩晕模拟量表进行信息融合,给出受试者抗视觉眩晕能力评测结果并在上位计算机中显示;基于VR头盔与Unity设计的人机交互单元,可为受试者提供高沉浸感视觉眩晕场景,实现人体抗视觉眩晕能力的评测,在评测结束后,根据受试者在每个场景的评测结果,可以选择是否进行针对性训练。本发明简单易用,具有良好的市场推广价值。
Description
技术领域
本发明涉及人体抗视觉眩晕评测领域,具体是涉及开发与设计一种人体抗视觉眩晕能力评测与训练系统。
背景技术
视觉性眩晕是指具有主观性、波动性的对空间位置、运动性环境不耐受以及对运动刺激、复杂视觉刺激高度敏感而产生眩晕症状的特点。人体视觉眩晕感觉包括视野内的景象移动导致,或自身运动时产生的视流,人们通常在商场、超市、电影院等人流较多或场景昏暗的地方诱发眩晕症状,并且人体在受到过大或多变的直线加速度运动刺激时,常会引起恶心,呕吐和眩晕等现象,在驾驶或乘坐各类交通工具和宇航器以及参与军事活动过程中,经常会出现上述不适症状。
目前国内外已有的抗视觉眩晕能力评测主要依赖医师的经验诊断,带有强烈的主观性,容易造成判断不准确。如根据眩晕评价量表DHI(Dizziness Handicap Inventory,DHI)和VSS(Vertigo Symptom Scale,VSS)量表进行评测,DHI量表更多的是用来确定眩晕对生活各方面的影响,而不是视觉眩晕本身的程度,而VSS量表则侧重眩晕引起的全身各方面不适的程度。上述两种对抗视觉眩晕能力的评测结果均不能得出客观、准确的结果。对于人体抗视觉眩晕能力的训练,通常,老年人通过打太极拳等运动来锻炼提高自己的抗眩晕能力,而特殊职业的工作人员主要通过滚轮、浪木、转椅、离心机等设备,采用持续训练法和间接训练通过个体化训练受试者的视觉重建、本体感觉和前庭信息的整合和协调作用来改善受试者的平衡功能,但是该训练方法存在一些弊端:一是:一些训练与一些要求有一定的偏差,针对性不强,二是:抗眩晕训练在大多数人眼中是单一、枯燥无味的所以训练热情不高,三是:训练仪器一般都体积较大且不易搬动,而且由于机械器材的限制不能模拟出各种所需的眩晕训练场景,而且不能达到不同受试者对应不同的训练方式。因此,急需设计一套简单易用、针对性强、高沉浸感以及能够从多角度评测人体抗视觉眩晕能力的评测与训练系统,辅助医师进行人体抗眩晕能力量化评估与训练。
发明内容
本发明目的在于提供一种人体抗视觉眩晕能力评测与训练系统。使受试者在进行抗视觉眩晕能力评测和训练过程中利用VR头盔,达到身临其境的感觉,并通过使人体压力中心和人体脑电原始数据信息相结合,利用机器学习算法,以对受试者的抗视觉眩晕能力进行多角度的评测,使得评测结果具有客观性,准确性,并可以根据评测结果进行针对性抗视觉眩晕训练。
为实现上述目的,本发明采取下述技术方案:
本发明所述一种人体抗视觉眩晕能力评测与训练系统,包括测试数据采集单元、数据处理与显示单元、人机交互单元;
所述测试数据采集单元,用于采集人体压力中心数据和人体脑电原始数据,并通过蓝牙模块将上述两种数据发送至所述数据处理与显示单元;
所述数据处理与显示单元,用于将接收到的人体中心数据与人体脑电原始数据分别计算出受试者的人体中心轨迹和人体脑电原始数据各频段的功率谱密度占比,利用机器学习算法,进行信息融合,并参考医学视觉眩晕模拟量表中的眩晕程度评测方法设立评测分类标签,给出受试者抗视觉眩晕能力评测结果并在上位计算机中显示;
所述人机交互单元,用于接收数据处理与显示单元发送的虚拟眩晕场景,并将所述基于医学视觉眩晕模拟量表设计的虚拟眩晕场景显示在VR头盔中;
所述测试数据采集单元包括测力平台,围绕所述测力平台设置的护栏,四个分布在测力平台四角的压力传感器,单导脑电传感器以及在测力台上面分别由4个直线电机驱动的两个脚踏板,每个所述压力传感器经过单片机自带的模数转换模块,输出压力传感器的数字量,所述单片机用于将输入的模拟信号进行解算成人体中心数据,并将所述人体中心数据经所述蓝牙模块发送给所述上位计算机,所述单导脑电传感器主要功能为实时采集人体脑电波信号并作波形分析反馈,通过所述蓝牙模块,实时传输采集到的数据发送至所述上位计算机,所述测力台上面分别由4个直线电机驱动的两个脚踏板可以极大的模拟受试者在站立、升降扶梯、踏步、行走和上下台阶等场景,以达到评测和训练静动态情况下抗视觉眩晕能力的目的。
所述数据处理与显示单元由上位计算机组成,根据所述测量数据采集单元发来的人体中心数据和人体脑电原始数据,分别计算出受试者的人体压力中心轨迹信息和人体脑电功率谱密度信息,将上述两种信息根据视觉眩晕模拟量表中的眩晕程度评测标准制定评测标签,评测标签分为三类,分别对应受试者抗视觉眩晕能力的优、良和差三个等级,利用机器学习算法,将上述两种信息放入机器学习模型中训练,最终运用训练好的模型给出受试者的抗视觉眩晕能力评测结果,并显示在所述上位计算机中。
所述人机交互单元包括VR头盔和所述上位计算机,所述VR头盔接收所述上位计算机传送来的基于医学视觉眩晕模拟量表设计的虚拟视觉眩晕场景,用于模拟对人体的视觉眩晕刺激。
本发明优点在于引入人体脑电信号与人体压力中心轨迹信息相结合,并基于虚拟现实技术极大的模拟人体视觉眩晕场景,从而能够对人体抗视觉眩晕能力给出客观、准确的评测结果以及能够对评测结果差的场景进行针对性训练。
附图说明
图1为本发明的系统结构示意图。
图2为本发明的评测、训练工作流程图。
具体实施方式
如图1所示,本发明所述一种人体抗视觉眩晕能力评测与训练系统,包括测试数据采集单元1、数据处理与显示单元2、人机交互单元3。
测试数据采集单元1由四个压力传感器1.1、四个变送器、单片机、蓝牙模块、防摔护栏1.2、测力平台1.3、单导脑电传感器1.4、双脚踏板1.5和直线电机1.6组成;四个压力传感器1.1分别支撑在测力平台1.3的四个角位置处,当受试者站立在测力平台1.3上时,可以实时采集受试者人体的中心数据,并与受试者前额处的单导脑电传感器1.4采集到的人体脑电原始数据进行信息融合后同时作为评测受试者眩晕程度的参数,并通过蓝牙发送模块发送给数据处理与显示单元2,在进行动态评测和训练时,可以启动四个直线电机1.6,使受试者站在两个脚踏板1.5上可以极大的模拟升降扶梯、踏步和上台阶等运动场景,以达到评测和训练动态情况下抗视觉眩晕能力的目的。
人机交互单元3由VR头盔组成,用于接收数据处理与显示单元发送的基于医学视觉眩晕模拟量表设计的虚拟眩晕场景,并将所述虚拟眩晕场景显示在VR头盔中;
如图2所示,本发明所述一种人体抗视觉眩晕能力评测与训练系统,评测时,先由医师将受试者基本信息输入数据处理与显示单元2,数据处理与显示单元2自动为受试者建立个人档案,受试者根据自身视觉眩晕状况选择合适的眩晕场景进行评测,在评测结束后可根据评测结果选择再次评测或是根据评测结果选择训练场景进行针对性训练,在训练结束后可以再次进行抗视觉眩晕能力评测,若评测结果变好可结束本次评测与训练,若保持原有结果,可进行多次针对性训练,提高自己的抗视觉眩晕能力。
如图1所示的测试数据采集单元的人体压力中心计算方法为:
A、B、C、D为四个压力传感器,分别放置于四个角落,四个压力传感器的位置,按中心相互距离为边长L(L为常数)的矩形位置放置,以四个压力传感器的中心位置为坐标原点,水平向右为X轴,水平向上为Y轴,建立直角坐标系,当人体站立在测试台上时,其压力中心坐标点为P(xcop,ycop),其具体计算方法如式1:
式中:(xcop,ycop)分为别经过式1结算出来的人体压力中心坐标点的x轴和y轴数据,FA,FB,FC,FD分别为四个压力传感器所承受并测得的压力大小。
所述系统的人体抗视觉眩晕能力评测的评测方法采用体人体压力中心轨迹特征的时域分析方法和人体脑电原始数据频域分析方法给出。
摆动轨迹长度:是指相邻人体压力中心点距总和即为游走路径总长。越大的摆动轨迹长度,通常代表着姿势摆动过大,抗视觉眩晕能力越差,越小的摆动轨迹长度,抗视觉眩晕能力越好。具体计算方式如式2:
动摇平均中心:是指人体距摆动中心的平均距离就是动摇平均中心,通常代表着动摇平均中心过大,抗视觉眩晕能力越差,越小的动摇平均中心,抗视觉眩晕能力越好。具体计算方式如式3:
功率谱密度:是指脑电能量信号功率在以频率为横轴上的分布状态。基于现代脑科学研究,将测得脑电数据频率划分为0-30Hz,30-80Hz,80Hz以上三个区间,以低频段0-30Hz的功率谱密度百分比作为评价指标。如图1所示的测试数据采集单元的人体脑电功率谱密度计算方法如式4:
其中,功率谱密度是信号功率定义在时间区间(-∞,∞)信号的f(t)的平均功率,用F表示。
所述人体抗视觉眩晕能力评测的实验方案如下:使用本系统时,先由医师在数据处理与显示单元输入受试者的基本信息,数据处理与显示单元会自动为受试者建立个人档案,受试者自然站立在测力平台上,提示受试者佩戴好VR头盔并将脑电传感器套在额头左侧,调整绑带松紧,固定好传感器。让脑电绑带内侧的导电布电极充分与额头皮肤接触上,再将耳夹夹在左耳垂下端,并保持耳夹内的干电极充分与耳朵皮肤接触,双眼直视VR头盔中的基于医学视觉眩晕模拟量表设计的虚拟眩晕评测场景60秒后,将采集到的人体压力中心数据和人体脑电原始数据发送送至数据处理与显示单元,利用机器学习算法,进行信息融合,并参考医学视觉眩晕模拟量表中的眩晕程度评测方法设立评测分类标签,给出受试者抗视觉眩晕能力评测结果并在上位计算机中显示,在进行动态评测和训练时,可以启动测力台上的四个直线电机,使受试者站在两个脚踏板上可以极大的模拟站立、升降扶梯、踏步、行走和上台阶等场景,以达到评测和训练静动态情况下抗视觉眩晕能力的目的。
所述人体抗视觉眩晕能力训练的实验方案如下:受试者在进行人体抗视觉眩晕能力评测后,可以根据评测结果选择合适的训练场景进行针对性训练;在训练开始时,受试者自然站立在测力台上,头戴VR头盔,眼睛直视头盔中评测结果为差的场景进行针对性训练,若是受试者对动态眩晕场景的抗视觉眩晕能力较弱,可由医师开启测力台上的直线电机,使受试者站在两个脚踏板上可以模拟站立、升降扶梯、踏步、行走和上台阶等场景,极大的模拟人体在静动态情况下的眩晕状况,从而达到人体在静动态情况下进行抗视觉眩晕训练的目的。
医学视觉眩晕模拟量表:
视觉眩晕量表采用九种模拟场景视觉诱发眩晕:一、在超市中行走,二、乘坐小汽车,三、在荧光灯下,四、在十字路口,五、在购物中心,六、乘坐自动扶梯,七、在电影院,八、在有图案的地板上,九、看电视,完成场景项目后,受试者在10厘米的线上标出一条垂直线,以表示每种情况引起的头晕程度,在两个锚点之间,零(0)表示没有头晕,十(10)表示极度头晕。如果两个或两个以上的项目在模拟等级上被评为零以上,则受试者被归类为VVAS阳性。视觉眩晕严重度得分=(完成项目总得分/完成项目个数)*10,因此,视觉眩晕严重性评分为0表示受试者没有经历过视觉眩晕,而90-100的评分表示严重的视觉眩晕。
以上显示和描述了本发明的基本原理、实施过程和本发明的优点,本行业的技术人员应该了解,本发明不受上述实施例的限制,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种人体抗视觉眩晕能力评测与训练系统,其特征在于:包括测试数据采集单元、数据处理与显示单元、人机交互单元;
所述测试数据采集单元,用于采集人体中心数据以及人体脑电原始数据信息,并通过蓝牙模块将上述两种数据信息发送给所述数据处理与显示单元;
所述数据处理与显示单元,用于将接收到的人体中心数据与人体脑电原始数据分别计算出受试者的人体中心轨迹和人体脑电原始数据各频段的功率谱密度占比,利用机器学习算法,进行信息融合,并参考医学视觉眩晕模拟量表中的眩晕程度评测方法设立评测分类标签,给出受试者抗视觉眩晕能力评测结果并在上位计算机中显示;
所述人机交互单元,用于接收数据处理与显示单元发送的基于医学视觉眩晕模拟量表设计的虚拟眩晕场景,并将所述虚拟眩晕场景显示在VR头盔中。
2.权利要求1所述的一种人体抗视觉眩晕能力评测与训练系统,其特征在于:所述测试数据采集单元包括测力平台,围绕所述测力平台设置的护栏,四个分布在测力平台四角的压力传感器,单导脑电传感器以及在测力台上面分别由4个直线电机驱动的两个脚踏板,每个所述压力传感器经过单片机自带的模数转换模块,输出压力传感器的数字量,所述单片机用于将输入的模拟信号解算成人体中心数据,并将所述人体中心数据经所述蓝牙模块发送给所述上位计算机,所述单导脑电传感器主要功能为实时采集人体脑电波信号并作波形分析反馈,通过所述蓝牙模块,实时传输采集到的数据发送至所述上位计算机,所述测力台上面分别由4个直线电机驱动的两个脚踏板可以极大模拟受试者在站立、升降扶梯、踏步、行走和上下台阶等场景,以达到评测和训练静动态情况下抗视觉眩晕能力的目的。
3.权利要求1所述的一种人体抗视觉眩晕能力评测与训练系统,其特征在于:所述人机交互单元包括VR头盔和所述上位计算机,所述VR头盔接收所述上位计算机传送来的基于医学视觉眩晕模拟量表设计的虚拟视觉眩晕场景,用于模拟对人体的视觉眩晕刺激。
4.权利要求1所述的一种人体抗视觉眩晕能力评测方法,其特征在于:所述数据处理与显示单元根据所述测量数据采集单元发来的人体中心数据和人体脑电原始数据,分别计算出受试者的人体压力中心轨迹信息和人体脑电功率谱密度信息,将上述两种信息根据视觉眩晕模拟量表中的眩晕程度评测标准制定评测标签,评测标签分为三类,分别对应受试者抗视觉眩晕能力的优、良和差三个等级,利用机器学习算法,将上述两种信息放入机器学习模型中训练,最终运用训练好的模型给出受试者的抗视觉眩晕能力评测结果,并显示在所述上位计算机中。
5.权利要求1所述的一种人体抗视觉眩晕能力训练方法,其特征在于:在进行抗视觉眩晕能力评测后,根据基于医学视觉眩晕模拟量表设计的十字路口、电影院、超市、乘坐自动扶梯等易引起人体视觉眩晕的虚拟眩晕场景所得到的评测结果不同,对人体抗视觉眩晕能力显示评测结果差的场景进行针对性的抗眩晕训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111136996.5A CN113662559A (zh) | 2021-09-27 | 2021-09-27 | 一种人体抗视觉眩晕能力评测与训练系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111136996.5A CN113662559A (zh) | 2021-09-27 | 2021-09-27 | 一种人体抗视觉眩晕能力评测与训练系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113662559A true CN113662559A (zh) | 2021-11-19 |
Family
ID=78550358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111136996.5A Pending CN113662559A (zh) | 2021-09-27 | 2021-09-27 | 一种人体抗视觉眩晕能力评测与训练系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113662559A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106377252A (zh) * | 2016-09-30 | 2017-02-08 | 兰州大学 | 一种基于虚拟现实的生物信息反馈系统 |
CN109224242A (zh) * | 2018-09-05 | 2019-01-18 | 华南理工大学 | 基于vr交互的心理放松系统及方法 |
CN109692431A (zh) * | 2019-01-23 | 2019-04-30 | 郑州大学 | 一种双人交互式人体平衡能力评测与训练系统 |
CN113100717A (zh) * | 2021-04-25 | 2021-07-13 | 郑州大学 | 适于眩晕患者的裸眼3d眩晕训练系统及评测方法 |
CN113398422A (zh) * | 2021-07-19 | 2021-09-17 | 燕山大学 | 基于运动想象-脑机接口和虚拟现实的康复训练系统及方法 |
-
2021
- 2021-09-27 CN CN202111136996.5A patent/CN113662559A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106377252A (zh) * | 2016-09-30 | 2017-02-08 | 兰州大学 | 一种基于虚拟现实的生物信息反馈系统 |
CN109224242A (zh) * | 2018-09-05 | 2019-01-18 | 华南理工大学 | 基于vr交互的心理放松系统及方法 |
CN109692431A (zh) * | 2019-01-23 | 2019-04-30 | 郑州大学 | 一种双人交互式人体平衡能力评测与训练系统 |
CN113100717A (zh) * | 2021-04-25 | 2021-07-13 | 郑州大学 | 适于眩晕患者的裸眼3d眩晕训练系统及评测方法 |
CN113398422A (zh) * | 2021-07-19 | 2021-09-17 | 燕山大学 | 基于运动想象-脑机接口和虚拟现实的康复训练系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102921162B (zh) | 自助式平衡与步态训练系统及方法 | |
CN101697870B (zh) | 一种多参数人体机能检测装置及检测方法 | |
CN108968965A (zh) | 便携式人体平衡评测训练系统 | |
CN109276237A (zh) | 一种全向移动的脑卒中患者平衡能力评测与训练系统 | |
US20140142439A1 (en) | Cognitive function evaluation and rehabilitation method and system | |
CN104840191A (zh) | 测试心脏运动功能的设备、系统和方法 | |
CN105963956A (zh) | 全人群智能健身系统 | |
CN111973190B (zh) | 基于足底压力测量的虚拟现实眩晕程度测量系统及方法 | |
CN109692431A (zh) | 一种双人交互式人体平衡能力评测与训练系统 | |
CN107961523A (zh) | 基于心率检测的人体训练系统和智能健身系统 | |
Lai et al. | Accuracy and precision of three consumer-grade motion sensors during overground and treadmill walking in people with parkinson disease: cross-sectional comparative study | |
CN204618229U (zh) | 测试心脏运动功能的设备和系统 | |
CN201248696Y (zh) | 人体平衡功能检测仪 | |
CN113230640A (zh) | 一种自行车运动员运动分析系统及其方法 | |
CN110353692B (zh) | 基于生物信号的体能、疲劳、恢复能力的评测系统及方法 | |
Bao et al. | A wearable multimode system with soft sensors for lower limb activity evaluation and rehabilitation | |
CN105796078A (zh) | 一种身体生理与运动参数采集与传输系统的方法 | |
CN111388968B (zh) | 一种基于虚拟现实的步态平衡训练装置及系统 | |
CN109674478B (zh) | 一种人体平衡素质测试训练仪 | |
CN113662559A (zh) | 一种人体抗视觉眩晕能力评测与训练系统 | |
CN113496767A (zh) | 一种基于大数据的健康运动目标评估方法 | |
CN110801230A (zh) | 一种针对下肢骨折康复效果的评价方法 | |
JP2018187284A (ja) | 運動状態診断システムおよび運動状態診断プログラム | |
WO2020139108A1 (ru) | Способ проведения когнитивных исследований с использованием системы нейровизуализации и механизма обратной связи | |
CN113100717B (zh) | 适于眩晕患者的裸眼3d眩晕训练系统及评测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211119 |