CN103106343A - 一种肢体康复训练的难度调节方法 - Google Patents

一种肢体康复训练的难度调节方法 Download PDF

Info

Publication number
CN103106343A
CN103106343A CN2013100348335A CN201310034833A CN103106343A CN 103106343 A CN103106343 A CN 103106343A CN 2013100348335 A CN2013100348335 A CN 2013100348335A CN 201310034833 A CN201310034833 A CN 201310034833A CN 103106343 A CN103106343 A CN 103106343A
Authority
CN
China
Prior art keywords
difficulty
grade
number percent
assessment
normalization
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.)
Granted
Application number
CN2013100348335A
Other languages
English (en)
Other versions
CN103106343B (zh
Inventor
宋嵘
李宇宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201310034833.5A priority Critical patent/CN103106343B/zh
Publication of CN103106343A publication Critical patent/CN103106343A/zh
Application granted granted Critical
Publication of CN103106343B publication Critical patent/CN103106343B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Rehabilitation Tools (AREA)

Abstract

本发明涉及医疗领域,公开了一种肢体康复训练的难度调节方法,通过采集患者的肢体运动学信息,并划分难度等级,设定患者训练开始所处的难度等级,再归一化患者训练获取的运动学参数进行评估,根据评估结果调整训练难度等级,从而实现针对不同完成度使用不同难度等级,提高运动功能不同受损程度患者的训练积极性。

Description

一种肢体康复训练的难度调节方法
技术领域
本发明涉及医疗领域,特别涉及一种肢体康复训练的难度调节方法。
背景技术
脑卒中是医学上对急性脑血管疾病的统称,它分为两种类型:缺血性脑卒中和出血性脑卒中,是以猝然昏倒,不省人事,伴发口角歪斜、语言不利而出现半身不遂为主要症状的一类疾病。
在很多国家,脑卒中是致死的第二或第三原因以及致残的主要原因之一。在幸存的中风患者中,有大约60%的患者存在运动功能缺失,其中上肢运动功能障碍占总人数的55%到75%。有研究表明,如果受损肢体长期的不进行恢复训练,运动功能将会进一步下降,而通过针对特定关节及其相关肌肉进行重复和集中的训练,可以重塑大脑神经通路,提升对肌肉的控制能力,进而恢复运动功能,而选择患者最大的运动等级可提升这一效应。
脑卒中后的康复训练是一个长期过程,需要治疗师与患者一对一手动互动。如何减轻治疗师作业负担,促使患者长期坚持训练,增加训练效率以及更加客观科学的评估患者康复状况都是需要解决的问题。
借助其他一些技术,例如计算机相关技术,辅助康复训练为中风患者运动功能康复提供了一些新的尝试。自1999年MIT的Holden等使用计算机技术构建出虚拟环境,首先将之引入康复以来,众多学者利用运动传感器、数据手套、运动捕捉系统等设备大量的论证了计算机技术辅助康复训练的有效性,但其仍需有改进的地方。
在研究本发明技术方案的过程中,本发明人发现现有技术至少存在以下的缺点:
现有的康复训练系统,针对不同的患者采用统一难度标准,实际上不同患者的患病情况、运动功能受损程度并不相同,这将导致参与训练的患者可能与训练的难度不相匹配,甚至可能由于训练难度太高无法完成任务,由此产生挫败感,或者训练难度太低,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。
发明内容
本发明的发明目的在于提供一种肢体康复训练的难度调节方法,应用该技术方案可以针对不同的患者采用不同的难度等级标准,调节康复训练的难度等级以确定患者采用的合适的等级难度,提高不同患病程度患者的康复效率和康复效果,提高患者训练的积极性。
本发明提供了一种肢体康复训练的难度调节方法,其步骤包括:
A、采集患者的肢体运动学信息或游戏游戏分值,并预先根据运动学信息或游戏分值划分难度等级等级将各难度等级设定相应的最低要求分值以及最高要求分值,和确定患者运动难度;
其中,采集患者的肢体运动学信息或游戏分值可按照FITTS定律计算所述肢体运动学信息,确定归一化运动难度等级、完成不同难度等级训练所需的时间以及完成训练任务的训练周期;具体为
根据FITTS定律计算出难度等级和完成不同难度等级训练所需的时间,其公式为:
T=a+blog2(1+D/A)
其中,T为完成当前难度等级任务所需的时间,同时为难度等级;D为运动初始位置与终止位置之间的距离;A为目标物体大小;a为截距;b为斜率;
假定触点大小固定,令难度等级随着肢体运动距离变远而增加,假定肢体自然垂直为肢体初始位置,获得最小难度等级,肢体向上抬起至垂直水平面为肢体终止位置,获得最大难度等级,根据个人肢体长度,归一化难度等级到0-1内;
将归一化难度等级0-1内的难度等级均分为n个等级,对应获得n个空间范围,令触点首先出现在最小难度等级的位置;
若当前难度等级的触点在当前难度等级运动完成所设定的时间内被触碰到,判断则训练任务完成,所设定的时间可根据FITTS定律公式计算,例如可以为计算值的2至3倍。
其中,确定截距a和斜率b,具体的
令患者进行一次自主运动,确定患者依靠自身能力获取的肢体运动范围,在肢体运动范围对应的虚拟环境内,随机得出n个坐标位置,并计算肢体初始位置与肢体终止位置的坐标点的距离,分别记为D1、D2、…Dn,若触点的大小为A,令所述触点随机选择在设定坐标位置出现;
所述触点随机选择设定坐标位置中的任意一个,当患者的肢体触碰到所述触点时,记录患者每次触碰所述触点时的运动所需时间,记为T;
每个坐标位置分别出现所述触点的次数为n次,计算得出各设定坐标点分别进行触点运动的运动所需时间的平均时间,分别记为T1、T2、…Tn
可根据n个坐标位置以及得到的时间联立方程,通过最小二乘法计算得出截距a与斜率b的值。
另外,也可根据游戏分分值设定游戏的难度,不同难度的得分有一定差异,设定分值越高,则难度越高。
B、完成该难度等级训练并且同时采集患者的肢体运动学信息或游戏分值,归一化所述的肢体运动学信息或游戏分值,确定归一化参数;
其中,所述归一化参数可为FITTS定律计算所述肢体运动学信息、完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比中的任意一种或几种。在实际的康复训练过程中,根据患者的训练情况以及一些综合的环境因素,基于本发明的思路,系统选取用于评估获取相应评估百分比的参数还可有其他的选择,如运动平滑度等。
归一化运动时间,确定完成当前难度等级的运动时间评估百分比;各难度等级任务分别对应相应的最大运动时间,所述的最大运动时间可以为当前难度等级完成时间的至少两倍以上,作为优选的例子可以为所述当前难度等级完成时间的三倍,若完成当前难度任务时间所用运动时间超过所述最大运动时间,则认定不满足最低要求;
其中,归一化运动时间评估百分比的评估公式如下:
Pt=(tmax-treal)/tmax×100%
其中,tmax为完成当前难度任务所需最大运动时间,treal为完成当前难度任务时间所用运动时间,Pt为归一化后完成的运动时间评估百分比。
归一化运动轨迹,确定完成当前难度等级的运动轨迹评估百分比;实际运动轨迹为完成当前难度等级训练任务的运动轨迹,理想轨迹为初始位置与终止位置的连接线,各不同难度等级分别对应有相应的理想轨迹,实际运动轨迹越接近理想轨迹运动行为越佳,偏离越大越差,
其中,归一化运动轨迹评估百分比的评估公式如下:
PP=Pidal/Preal×100%
其中,Preal为实际运动轨迹,Pideal为理想轨迹,PP为归一化后的运动轨迹评估百分比。
归一化运动速度,确定完成当前难度等级的运动速度评估百分比;根据所述当前难度等级的患者的运动轨迹和运动时间,确定平均运动速度;根据当前难度等级的最大运动时间,确定最慢运动速度;若所述平均运动速度低于所述最慢运动速度,则判定不满足最低要求;
其中,归一化运动速度评估百分比的评估公式如下:
PU=(1-ULow/UReal)×100%
其中,UReal是患者完成当前难度等级训练任务的平均运动速度,ULow最慢运动速度,PU为归一化后的运动速度评估百分比。
归一化躯干位移,确定完成当前难度等级训练任务的躯干位移评估百分比;根据初始的躯干位置以及完成任务过程中躯干的移动距离,确定最大躯干位移;最佳的躯干位移为0,最差的躯干位移为需身体完全补偿手臂移动,各难度等级分别对应相应的最大躯干位移;
其中,归一化躯干位移评估百分比的评估公式如下:
Ptrunk=(1-PPtmnk/D)×100%
其中,D为躯干距离目标物体的距离,PPtrunk为完成当前难度等级的躯干位移,Ptrunk为归一化后的躯干位移评估百分比。
归一化实际运动触碰坐标,确定完成当前难度等级训练任务的实际运动触碰坐标评估百分比;定义一个中心坐标为(x,y,z)和边长为2L的正方体,空间误差为患者肢体实际触碰的坐标与中心坐标的距离,最佳实际触碰坐标为触点中心坐标,最差实际触碰坐标为正方形触点的角上,若患者肢体实际触碰的坐标范围在(x-L-x+L,y-L-y+L,z-L-z+L)中,则患者完成当前难度等级的训练任务;
其中,归一化实际运动触碰坐标评估百分比的评估公式如下:
P E = ( 1 - ( x 1 x 0 ) 2 | ( y 1 y 0 ) 2 | ( z 1 z 0 ) 2 3 × L ) × 100 %
其中,(x1,y1,z1)为实际运动触碰坐标,(x0,y0,z0)为触点坐标,L为正方体边长的一半,错误!未找到引用源。PE为归一化后的完成的实际运动触碰坐标评估百分比。
C、对所述的归一化参数进行参数评估,确定评估分值,并且判断所述评估分值是否为大于或等于所述最高要求分值、小于或等于所述最低要求分值中的任意一种情况;若所述评估分值为大于或等于所述最高要求分值,则将当前难度等级提升至高一等级的难度等级;若所述评估分值为小于或等于所述最低要求分值,则将当前难度等级降低至低一等级的难度等级,若所述评估分值不属于上述两种情况中的任一一种,则当前难度等级不变;
其中,对所述的归一化参数进行参数评估,确定评估分值;具体的
根据完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比中的任意一种或几种,确定评估分值;评估分值从0-1,0为最差分值,1为最佳分值;
其中,确定评估分值的评估公式如下:
P = P ? k
其中,P为评估分值,P?可以为所述的归一化参数中PT、PP、PU、Ptrunk、PE的任意一种或几种的和,k为选取的归一化参数的数目;
另外,也可将训练完成游戏的得分用于评估作为评估分值,根据每个难度的分值范围来判断,判断所述评估分值是否为大于或等于所述最高要求分值、小于或等于所述最低要求分值中的任意一种情况;若所述评估分值为大于或等于所述最高要求分值,则将当前难度等级提升至高一等级的难度等级;若所述评估分值为小于或等于所述最低要求分值,则将当前难度等级降低至低一等级的难度等级,若所述评估分值不属于上述两种情况中的任一一种,则当前难度等级不变。
D、判断是否完成所述训练周期,若未完成所述训练周期,则重新进行步骤C;若已完成所述训练周期,则结束所述训练周期。
由上可见,应用本实施例技术方案,通过采集患者的肢体运动学信息,归一化患者的个人参数,利用某些指标将运动划分难度等级,根据难度等级计算触点生成位置,通过运动获得的归一化参数评估,不断调整患者的训练难度等级,从而实现针对不同患者、不同的训练阶段使用不同难度等级,提高不同患病程度患者的康复效率和康复效果,提高患者训练的积极性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的训练流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
如图1所示,本实施例提供了一种肢体康复训练的难度调节方法:
A、采集患者的肢体运动学信息或游戏分值,并预先根据运动学信息或游戏分值划分难度等级等级将各难度等级设定相应的最低要求分值以及最高要求分值,和确定患者运动难度;
其中,采集患者的肢体运动学信息或游戏分值可按照FITTS定律计算所述肢体运动学信息,确定归一化运动难度等级、完成不同难度等级训练所需的时间以及完成训练任务的训练周期;具体为
根据FITTS定律计算出难度等级和完成不同难度等级训练所需的时间,其公式为:
T=a+blog2(1+D/A)
其中,T为完成当前难度等级任务所需的时间,同时为难度等级;D为运动初始位置与终止位置之间的距离;A为目标物体大小;a为截距;b为斜率;
假定触点大小固定,令难度等级随着肢体运动距离变远而增加,假定肢体自然垂直为肢体初始位置,获得最小难度等级,肢体向上抬起至垂直水平面为肢体终止位置,获得最大难度等级,根据个人肢体长度,归一化难度等级到0-1内;
将归一化难度等级0-1内的难度等级均分为n个等级,对应获得n个空间范围,令触点首先出现在最小难度等级的位置;
若当前难度等级的触点在当前难度等级运动完成所设定的时间内被触碰到,判断则训练任务完成,所设定的时间可根据FITTS定律公式计算,例如可以为计算值的2至3倍。
其中,确定截距a和斜率b,具体的
令患者进行一次自主运动,确定患者依靠自身能力获取的肢体运动范围,在肢体运动范围对应的虚拟环境内,随机得出n个坐标位置,并计算肢体初始位置与肢体终止位置的坐标点的距离,分别记为D1、D2、…Dn,若触点的大小为A,令所述触点随机选择在设定坐标位置出现;
所述触点随机选择设定坐标位置中的任意一个,当患者的肢体触碰到所述触点时,记录患者每次触碰所述触点时的运动所需时间,记为T;
每个坐标位置分别出现所述触点的次数为n次,计算得出各设定坐标点分别进行触点运动的运动所需时间的平均时间,分别记为T1、T2、…Tn
可根据n个坐标位置以及得到的时间联立方程,通过最小二乘法计算得出截距a与斜率b的值。
在实际的康复训练过程中,根据患者的训练情况以及一些综合的环境因素,基于本发明的思路,系统确定归一化运动难度等级还可有其他的选择,如可根据运动速度、运动轨迹、运动平滑度和改变目标的大小A等,皆能实现本发明的训练难度分级的目的,都在本发明公开的范围以内。另外,也可根据游戏分分值设定游戏的训练难度分级,不同难度的得分有一定差异,设定分值越高,则难度越高。
B、完成该难度等级训练并且同时采集患者的肢体运动学信息或游戏分值,归一化所述的肢体运动学信息或游戏分值,确定归一化参数。
其中,所述归一化参数可为FITTS定律计算所述肢体运动学信息、完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比中的任意一种或几种。在实际的康复训练过程中,根据患者的训练情况以及一些综合的环境因素,基于本发明的思路,系统选取用于评估获取相应评估百分比的参数还可有其他的选择,如运动平滑度等,皆能实现本发明的发明目的,都在本发明公开的范围以内。
归一化运动时间,确定完成当前难度等级的运动时间评估百分比;各难度等级任务分别对应相应的最大运动时间,所述的最大运动时间可以为当前难度等级完成时间的至少两倍以上,作为优选的例子可以为所述当前难度等级完成时间的三倍,若完成当前难度任务时间所用运动时间超过所述最大运动时间,则认定不满足最低要求;
其中,归一化运动时间评估百分比的评估公式如下:
Pt=(tmax-treal)/tmax×100%
其中,tmax为完成当前难度任务所需最大运动时间,treal为完成当前难度任务时间所用运动时间,Pt为归一化后完成的运动时间评估百分比。
归一化运动轨迹,确定完成当前难度等级的运动轨迹评估百分比;实际运动轨迹为完成当前难度等级训练任务的运动轨迹,理想轨迹为初始位置与终止位置的连接线,各不同难度等级分别对应有相应的理想轨迹,实际运动轨迹越接近理想轨迹运动行为越佳,偏离越大越差,
其中,归一化运动轨迹评估百分比的评估公式如下:
PP=Pideal/Preal×100%
其中,Preal为实际运动轨迹,Pideal为理想轨迹,PP为归一化后的运动轨迹评估百分比。
归一化运动速度,确定完成当前难度等级的运动速度评估百分比;根据所述当前难度等级的患者的运动轨迹和运动时间,确定平均运动速度;根据当前难度等级的最大运动时间,确定最慢运动速度;若所述平均运动速度低于所述最慢运动速度,则判定不满足最低要求;
其中,归一化运动速度评估百分比的评估公式如下:
PU=(1-ULow/UReal)×100%
其中,U Real是患者完成当前难度等级训练任务的平均运动速度,ULow最慢运动速度,PU为归一化后的运动速度评估百分比。
归一化躯干位移,确定完成当前难度等级训练任务的躯干位移评估百分比;根据初始的躯干位置以及完成任务过程中躯干的移动距离,确定最大躯干位移;最佳的躯干位移为0,最差的躯干位移为需身体完全补偿手臂移动,各难度等级分别对应相应的最大躯干位移;
其中,归一化躯干位移评估百分比的评估公式如下:
Ptrunk=(1-PPtmnk/D)×100%
其中,D为躯干距离目标物体的距离,PPtrunk为完成当前难度等级的躯干位移,Ptrunk为归一化后的躯干位移评估百分比。
归一化实际运动触碰坐标,确定完成当前难度等级训练任务的实际运动触碰坐标评估百分比;定义一个中心坐标为(x,y,z)和边长为2L的正方体,空间误差为患者肢体实际触碰的坐标与中心坐标的距离,最佳实际触碰坐标为触点中心坐标,最差实际触碰坐标为正方形触点的角上,若患者肢体实际触碰的坐标范围在(x-L-x+L,y-L-y+L,z-L-z+L)中,则患者完成当前难度等级的训练任务;
其中,归一化实际运动触碰坐标评估百分比的评估公式如下:
P E - ( 1 ( x 1 - x 0 ) 2 + ( y 1 - y 0 ) 2 + ( z 1 - z 0 ) 2 3 × L ) × 100 %
其中,(x1,y1,z1)为实际运动触碰坐标,(x0,y0,z0)为触点坐标,L为正方体边长的一半,错误!未找到引用源。PE为归一化后的完成的实际运动触碰坐标评估百分比。
C、对所述的归一化参数进行参数评估,确定评估分值,并且判断所述评估分值是否为大于或等于所述最高要求分值、小于或等于所述最低要求分值中的任意一种情况;若所述评估分值为大于或等于所述最高要求分值,则将当前难度等级提升至高一等级的难度等级;若所述评估分值为小于或等于所述最低要求分值,则将当前难度等级降低至低一等级的难度等级,若所述评估分值不属于上述两种情况中的任一一种,则当前难度等级不变;
其中,对所述的归一化参数进行参数评估,确定评估分值;具体的
根据完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比中的任意一种或几种,确定评估分值;评估分值从0-1,0为最差分值,1为最佳分值;
其中,确定评估分值的评估公式如下:
P = P ? k
其中,P为评估分值,P?可以为所述的归一化参数中PT、PP、PU、Ptrunk、PE的任意一种或几种的和,k为选取的归一化参数的数目;
另外,也可将训练完成游戏的得分用于评估作为评估分值,根据每个难度的分值范围来判断,判断所述评估分值是否为大于或等于所述最高要求分值、小于或等于所述最低要求分值中的任意一种情况;若所述评估分值为大于或等于所述最高要求分值,则将当前难度等级提升至高一等级的难度等级;若所述评估分值为小于或等于所述最低要求分值,则将当前难度等级降低至低一等级的难度等级,若所述评估分值不属于上述两种情况中的任一一种,则当前难度等级不变。
D、判断是否完成所述训练周期,若未完成所述训练周期,则重新进行步骤C;若已完成所述训练周期,则结束所述训练周期。
以上所描述的实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
以上所述的实施方式,并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等,均应包含在该技术方案的保护范围之内。

Claims (10)

1.一种肢体康复训练的难度调节方法,其特征在于:步骤包括
A、采集患者的肢体运动学信息或游戏分值,并预先根据运动学信息或游戏分值划分难度等级等级将各难度等级设定相应的最低要求分值以及最高要求分值,和确定患者运动难度;
B、完成该难度等级训练并且同时采集患者的肢体运动学信息或游戏分值,归一化所述的肢体运动学信息或游戏分值,确定归一化参数;
C、对所述的归一化参数进行参数评估,确定评估分值,并且判断所述评估分值是否为大于或等于所述最高要求分值、小于或等于所述最低要求分值中的任意一种情况;若所述评估分值为大于或等于所述最高要求分值,则将当前难度等级提升至高一等级的难度等级;若所述评估分值为小于或等于所述最低要求分值,则将当前难度等级降低至低一等级的难度等级,若所述评估分值不属于上述两种情况中的任一一种,则当前难度等级不变;
D、判断是否完成所述训练周期,若未完成所述训练周期,则重新进行步骤C;若已完成所述训练周期,则结束所述训练周期。
2.根据权利要求1所述的一种肢体康复训练的难度调节方法,其特征在于:
步骤A中,采集患者的肢体运动学信息或游戏分值可按照FITTS定律计算所述肢体运动学信息,确定归一化运动难度等级、完成不同难度等级训练所需的时间以及完成训练任务的训练周期;具体为
根据FITTS定律计算出难度等级和完成不同难度等级训练所需的时间,其公式为:
T=a+blog2(1+D/A)
其中,T为完成当前难度等级任务所需的时间,同时为难度等级;D为运动初始位置与终止位置之间的距离;A为目标物体大小;a为截距;b为斜率;
假定触点大小固定,令难度等级随着肢体运动距离变远而增加,假定肢体自然垂直为肢体初始位置,获得最小难度等级,肢体向上抬起至垂直水平面为肢体终止位置,获得最大难度等级,根据个人肢体长度,归一化难度等级到0-1内;
将归一化难度等级0-1内的难度等级均分为n个等级,对应获得n个空间范围,令触点首先出现在最小难度等级的位置;
若当前难度等级的触点在当前难度等级运动完成所设定的时间内被触碰到,判断则训练任务完成,所设定的时间可根据FITTS定律公式计算。
另外,也可根据游戏分分值设定游戏的难度,不同难度的得分有一定差异,设定分值越高,则难度越高。
3.根据权利要求2所述的一种肢体康复训练的难度调节方法,其特征在于:
确定截距a和斜率b,具体的
令患者进行一次自主运动,确定患者依靠自身能力获取的肢体运动范围,在肢体运动范围对应的虚拟环境内,随机得出n个坐标位置,并计算肢体初始位置与肢体终止位置的坐标点的距离,分别记为D1、D2、…Dn,若触点的大小为A,令所述触点随机选择在设定坐标位置出现;
所述触点随机选择设定坐标位置中的任意一个,当患者的肢体触碰到所述触点时,记录患者每次触碰所述触点时的运动所需时间,记为T;
每个坐标位置分别出现所述触点的次数为n次,计算得出各设定坐标点分别进行触点运动的运动所需时间的平均时间,分别记为T1、T2、…Tn
可根据n个坐标位置以及得到的时间联立方程,通过最小二乘法计算得出截距a与斜率b的值。
4.根据权利要求1所述的一种肢体康复训练的难度调节方法,其特征在于:
步骤B中,归一化所述的肢体运动学信息或游戏游戏分值,确定归一化参数;具体的
所述归一化参数可为FITTS定律计算所述肢体运动学信息、完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比中的任意一种或几种。
5.根据权利要求4所述的一种肢体康复训练的难度调节方法,其特征在于:
步骤B中,归一化所述的肢体运动学信息,确定归一化参数,所述归一化参数为完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比中的任意一种或几种;具体为
归一化运动时间,确定完成当前难度等级的运动时间评估百分比;各难度等级任务分别对应相应的最大运动时间,所述的最大运动时间可以为当前难度等级完成时间的至少两倍以上,若完成当前难度任务时间所用运动时间超过所述最大运动时间,则认定不满足最低要求;
其中,归一化运动时间评估百分比的评估公式如下:
Pt=(tmax-treal)/tmax×100%
其中,tmax为完成当前难度任务所需最大运动时间,treal为完成当前难度任务时间所用运动时间,Pt为归一化后完成的运动时间评估百分比。
6.根据权利要求4所述的一种肢体康复训练的难度调节方法,其特征在于:
步骤B中,归一化所述的肢体运动学信息,确定归一化参数,所述归一化参数为完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比中的任意一种或几种;具体为
归一化运动轨迹,确定完成当前难度等级的运动轨迹评估百分比;实际运动轨迹为完成当前难度等级训练任务的运动轨迹,理想轨迹为初始位置与终止位置的连接线,各不同难度等级分别对应有相应的理想轨迹,实际运动轨迹越接近理想轨迹运动行为越佳,偏离越大越差,
其中,归一化运动轨迹评估百分比的评估公式如下:
PP=Pidal/Preal×100%
其中,Preal为实际运动轨迹,Pideal为理想轨迹,PP为归一化后的运动轨迹评估百分比。
7.根据权利要求4所述的一种肢体康复训练的难度调节方法,其特征在于:
步骤B中,归一化所述的肢体运动学信息,确定归一化参数,所述归一化参数为完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比中的任意一种或几种;具体为
归一化运动速度,确定完成当前难度等级的运动速度评估百分比;根据所述当前难度等级的患者的运动轨迹和运动时间,确定平均运动速度;根据当前难度等级的最大运动时间,确定最慢运动速度;若所述平均运动速度低于所述最慢运动速度,则判定不满足最低要求;
其中,归一化运动速度评估百分比的评估公式如下:
PU=(1-ULow/UReal)×100%
其中,UReal是患者完成当前难度等级训练任务的平均运动速度,ULow最慢运动速度,PU为归一化后的运动速度评估百分比。
8.根据权利要求4所述的一种肢体康复训练的难度调节方法,其特征在于:
步骤B中,归一化所述的肢体运动学信息,确定归一化参数,所述归一化参数为完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比、中的任意一种或几种;具体为
归一化躯干位移,确定完成当前难度等级训练任务的躯干位移评估百分比;根据初始的躯干位置以及完成任务过程中躯干的移动距离,确定最大躯干位移;最佳的躯干位移为0,最差的躯干位移为需身体完全补偿手臂移动,各难度等级分别对应相应的最大躯干位移;
其中,归一化躯干位移评估百分比的评估公式如下:
Ptrnk=(1-PPtmnk/D)×100%
其中,D为躯干距离目标物体的距离,PPtrunk为完成当前难度等级的躯干位移,Ptrunk为归一化后的躯干位移评估百分比。
9.根据权利要求4所述的一种肢体康复训练的难度调节方法,其特征在于:
步骤B中,归一化所述的肢体运动学信息,确定归一化参数,所述归一化参数为完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比中的任意一种或几种;具体为
归一化实际运动触碰坐标,确定完成当前难度等级训练任务的实际运动触碰坐标评估百分比;定义一个中心坐标为(x,y,z)和边长为2L的正方体,空间误差为患者肢体实际触碰的坐标与中心坐标的距离,最佳实际触碰坐标为触点中心坐标,最差实际触碰坐标为正方形触点的角上,若患者肢体实际触碰的坐标范围在(x-L-x+L,y-L-y+L,z-L-z+L)中,则患者完成当前难度等级的训练任务;
其中,归一化实际运动触碰坐标评估百分比的评估公式如下:
P E = ( 1 - ( x 1 - x 0 ) 2 + ( y 1 - y 0 ) 2 + ( z 1 - z 0 ) 2 3 × L ) × 100 %
其中,(x1,y1,z1)为实际运动触碰坐标,(x0,y0,z0)为触点坐标,L为正方体边长的一半,错误!未找到引用源。PE为归一化后的完成的实际运动触碰坐标评估百分比。
10.根据权利要求5-9所述的一种肢体康复训练的难度调节方法,其特征在于:
步骤C中,对所述的归一化参数进行参数评估,确定评估分值;具体的
根据完成当前难度等级的运动时间评估百分比、运动轨迹评估百分比、运动速度评估百分比、躯干位移评估百分比、实际运动触碰坐标评估百分比中的任意一种或几种,确定评估分值;评估分值从0-1,0为最差分值,1为最佳分值;
其中,确定评估分值的评估公式如下:
P = P ? k
其中,P为评估分值,P?可以为所述的归一化参数中PT、PP、PU、Ptrunk、PE的任意一种或几种的和,k为选取的归一化参数的数目;
另外,也可将训练完成游戏的得分用于评估作为评估分值,根据每个难度的分值范围来判断,判断所述评估分值是否为大于或等于所述最高要求分值、小于或等于所述最低要求分值中的任意一种情况;若所述评估分值为大于或等于所述最高要求分值,则将当前难度等级提升至高一等级的难度等级;若所述评估分值为小于或等于所述最低要求分值,则将当前难度等级降低至低一等级的难度等级,若所述评估分值不属于上述两种情况中的任一一种,则当前难度等级不变。
CN201310034833.5A 2013-01-29 2013-01-29 一种肢体康复训练的难度调节方法 Active CN103106343B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310034833.5A CN103106343B (zh) 2013-01-29 2013-01-29 一种肢体康复训练的难度调节方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310034833.5A CN103106343B (zh) 2013-01-29 2013-01-29 一种肢体康复训练的难度调节方法

Publications (2)

Publication Number Publication Date
CN103106343A true CN103106343A (zh) 2013-05-15
CN103106343B CN103106343B (zh) 2016-11-23

Family

ID=48314197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310034833.5A Active CN103106343B (zh) 2013-01-29 2013-01-29 一种肢体康复训练的难度调节方法

Country Status (1)

Country Link
CN (1) CN103106343B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104000586A (zh) * 2014-05-12 2014-08-27 燕山大学 基于脑肌电和虚拟场景的脑卒中患者康复训练系统及方法
CN105705092A (zh) * 2013-06-03 2016-06-22 Mc10股份有限公司 运动传感器及分析
CN106108842A (zh) * 2016-04-13 2016-11-16 中山大学 一种基于熵的康复训练和评估方法、系统和装置
CN109344220A (zh) * 2018-08-21 2019-02-15 广州飞硕信息科技股份有限公司 一种试题难度的调整方法及装置
CN109731291A (zh) * 2018-12-26 2019-05-10 华中科技大学鄂州工业技术研究院 一种康复游戏的动态调整方法及系统
CN110379480A (zh) * 2019-07-18 2019-10-25 合肥工业大学 一种康复训练评估方法及系统
CN110737331A (zh) * 2019-09-11 2020-01-31 浙江迈联医疗科技有限公司 基于多任务脑机接口的个性化认知训练及康复方法、装置及设备
CN111243705A (zh) * 2020-01-04 2020-06-05 中国科学院宁波工业技术研究院慈溪生物医学工程研究所 一种自适应vr镜像训练系统
CN112306244A (zh) * 2020-11-23 2021-02-02 中国科学院宁波材料技术与工程研究所慈溪生物医学工程研究所 一种肢体动作想象脑机交互方法及系统
CN113712791A (zh) * 2021-08-28 2021-11-30 安徽工业大学 基于立体视觉的视力矫正系统
CN114949777A (zh) * 2022-06-28 2022-08-30 北京欧应科技有限公司 膝关节术后康复系统
CN117339182A (zh) * 2023-12-06 2024-01-05 西交利物浦大学 基于上肢运动能力康复的复健系统及评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030016252A1 (en) * 2001-04-03 2003-01-23 Ramot University Authority For Applied Research &Inustrial Development, Ltd. Method and system for implicitly resolving pointing ambiguities in human-computer interaction (HCI)
CN101667346A (zh) * 2009-09-18 2010-03-10 国家康复辅具研究中心 基于虚拟现实的截肢上肢康复训练系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030016252A1 (en) * 2001-04-03 2003-01-23 Ramot University Authority For Applied Research &Inustrial Development, Ltd. Method and system for implicitly resolving pointing ambiguities in human-computer interaction (HCI)
CN101667346A (zh) * 2009-09-18 2010-03-10 国家康复辅具研究中心 基于虚拟现实的截肢上肢康复训练系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
任宇鹏: "辅助上肢运动功能康复机器人的控制和评价系统研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *
任宇鹏: "辅助上肢运动功能康复机器人的控制和评价系统研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》, no. 03, 15 July 2005 (2005-07-15) *
黄志奇等: "基于Fitts’law的Twiddler点击绩效模式实验", 《电子测量与仪器学报》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105705092A (zh) * 2013-06-03 2016-06-22 Mc10股份有限公司 运动传感器及分析
CN104000586B (zh) * 2014-05-12 2017-12-29 燕山大学 基于脑肌电和虚拟场景的脑卒中患者康复训练系统及方法
CN104000586A (zh) * 2014-05-12 2014-08-27 燕山大学 基于脑肌电和虚拟场景的脑卒中患者康复训练系统及方法
CN106108842A (zh) * 2016-04-13 2016-11-16 中山大学 一种基于熵的康复训练和评估方法、系统和装置
CN109344220A (zh) * 2018-08-21 2019-02-15 广州飞硕信息科技股份有限公司 一种试题难度的调整方法及装置
CN109731291A (zh) * 2018-12-26 2019-05-10 华中科技大学鄂州工业技术研究院 一种康复游戏的动态调整方法及系统
CN109731291B (zh) * 2018-12-26 2021-07-30 华中科技大学鄂州工业技术研究院 一种康复游戏的动态调整方法及系统
CN110379480B (zh) * 2019-07-18 2022-09-16 合肥工业大学 一种康复训练评估方法及系统
CN110379480A (zh) * 2019-07-18 2019-10-25 合肥工业大学 一种康复训练评估方法及系统
CN110737331A (zh) * 2019-09-11 2020-01-31 浙江迈联医疗科技有限公司 基于多任务脑机接口的个性化认知训练及康复方法、装置及设备
CN110737331B (zh) * 2019-09-11 2023-10-27 浙江迈联医疗科技有限公司 基于多任务脑机接口的个性化认知训练及康复方法、装置及设备
CN111243705A (zh) * 2020-01-04 2020-06-05 中国科学院宁波工业技术研究院慈溪生物医学工程研究所 一种自适应vr镜像训练系统
CN112306244A (zh) * 2020-11-23 2021-02-02 中国科学院宁波材料技术与工程研究所慈溪生物医学工程研究所 一种肢体动作想象脑机交互方法及系统
CN113712791A (zh) * 2021-08-28 2021-11-30 安徽工业大学 基于立体视觉的视力矫正系统
CN113712791B (zh) * 2021-08-28 2024-02-02 安徽工业大学 基于立体视觉的视力矫正系统
CN114949777A (zh) * 2022-06-28 2022-08-30 北京欧应科技有限公司 膝关节术后康复系统
CN117339182A (zh) * 2023-12-06 2024-01-05 西交利物浦大学 基于上肢运动能力康复的复健系统及评估方法
CN117339182B (zh) * 2023-12-06 2024-03-29 西交利物浦大学 基于上肢运动能力康复的复健系统及评估方法

Also Published As

Publication number Publication date
CN103106343B (zh) 2016-11-23

Similar Documents

Publication Publication Date Title
CN103106343A (zh) 一种肢体康复训练的难度调节方法
Ma et al. Serious games for movement therapy after stroke
CN104382595B (zh) 一种基于肌电信号与虚拟现实交互技术的上肢康复系统及方法
Huang et al. The combined effects of adaptive control and virtual reality on robot-assisted fine hand motion rehabilitation in chronic stroke patients: a case study
Wagner et al. Skill-dependent proximal-to-distal sequence in team-handball throwing
Merians et al. Virtual reality to maximize function for hand and arm rehabilitation: exploration of neural mechanisms
Sarvestan et al. Kinematic differences between successful and faulty spikes in young volleyball players
CN110232963A (zh) 一种基于立体显示技术的上肢运动功能评估系统及方法
Reid et al. Effect of a common task constraint on the body, racket, and ball kinematics of the elite junior tennis serve
García-Vergara et al. Super pop VR TM: An adaptable virtual reality game for upper-body rehabilitation
Kaminer et al. An immersive physical therapy game for stroke survivors
Adamovich et al. Recovery of hand function in virtual reality: training hemiparetic hand and arm together or separately
Spratford et al. The influence of dive direction on the movement characteristics for elite football goalkeepers
Choi et al. Inter-joint coordination between hips and trunk during downswings: Effects on the clubhead speed
CN102475966B (zh) 一种基于计算机的扭腰运动实现方法及系统
Maung et al. Development of Recovery Rapids-A game for cost effective stroke therapy.
Sides Kinematics and kinetics of maximal velocity sprinting and specificity of training in elite athletes
Gutiérrez-Dávila et al. An analysis of two styles of arm action in the vertical countermovement jump
Williams et al. The kinematic differences between skill levels in the squash forehand drive, volley and drop strokes
Mizutori et al. Kinematics and joints moments profile during straight arm press to handstand in male gymnasts
Duarte et al. Effort, performance, and motivation: insights from robot-assisted training of human golf putting and rat grip strength
Altavilla et al. Some teaching method elements of the basketball dribble
Yaghoubi et al. Electromyographic analysis of the upper extremity in water polo players during water polo shots
Judge et al. Using sport science to improve coaching: A case study of Felisha Johnson’s Road to Rio
Ellis et al. Neurophysiological changes accompanying reduction in upper limb motor impairments in response to exercise-based virtual rehabilitation after stroke: systematic review

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant