CN103169477B - 一种无干扰睡眠的睡姿脊柱形态测试方法 - Google Patents

一种无干扰睡眠的睡姿脊柱形态测试方法 Download PDF

Info

Publication number
CN103169477B
CN103169477B CN201310041458.7A CN201310041458A CN103169477B CN 103169477 B CN103169477 B CN 103169477B CN 201310041458 A CN201310041458 A CN 201310041458A CN 103169477 B CN103169477 B CN 103169477B
Authority
CN
China
Prior art keywords
human body
people
model
spinal column
sleep
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.)
Active
Application number
CN201310041458.7A
Other languages
English (en)
Other versions
CN103169477A (zh
Inventor
郭勇
陈玉霞
申黎明
刘盛全
高慧
赵冠艳
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.)
Keeson Technology Corp Ltd
Original Assignee
Anhui Agricultural University AHAU
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 Anhui Agricultural University AHAU filed Critical Anhui Agricultural University AHAU
Priority to CN201310041458.7A priority Critical patent/CN103169477B/zh
Publication of CN103169477A publication Critical patent/CN103169477A/zh
Application granted granted Critical
Publication of CN103169477B publication Critical patent/CN103169477B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种无干扰睡眠的睡姿脊柱形态测试方法,其特征是包括如下步骤:(1)基于个性化人体尺寸构建数字化人体模型;(2)基于个性化人体提取其睡眠状态时人-床界面压陷形状数据,建立压陷形状数字模型;(3)将数字化人体模型与人-床界面压陷形状数字模型进行拟合,获得睡姿脊柱形态。本发明克服了现有脊柱形态测试技术不能测试仰卧睡姿的局限性。利用数字化人体模型与人-床界面压陷形状相拟合的方法进行睡姿脊柱形态测试,可适用于各种睡姿脊柱形态测试与评价;本发明还克服了现有脊柱形态测试技需受试者保持特定的姿势和位置,或需要利用特定的实验装置来测试的局限性,可以在任何床具或床垫上进行自然睡姿脊柱形态的测试。

Description

一种无干扰睡眠的睡姿脊柱形态测试方法
技术领域
本发明涉及一种应用于床垫性能测试的无干扰睡眠的睡姿脊柱形态测试方法。
背景技术
睡眠时背部(尤其是脊柱)支撑不足是导致或加重非特征性低背部疼痛的重要原因。理想的脊柱支撑条件是使脊柱处于自然弯曲的状态,且腰椎曲线略平于站姿。但睡姿脊柱形态不仅与床垫的力学性能有关,还与人体体型、重量分布等个性化因素有关,因此,脊柱支撑的人性化设计必须以个性化人体为基础。另外,睡眠过程中人体会在有意识或无意识的状态下调节睡姿,且不同人群具有不同的睡姿偏好,如中国人比较喜欢仰卧睡姿,仰卧睡姿时间约为整个睡眠时间的54%,而西方人比较喜欢侧卧睡姿,约占整个睡眠时间的65%。睡姿不同,脊柱形态就不同,对床垫支撑条件的需求也不同。因此,在不干扰睡眠的前提下,进行真实睡姿脊柱形态的测试与评价对于实现床垫或床具系统的人性化设计和定制化生产,促进睡眠健康有着重要的意义。目前,卧姿脊柱形态的测试技术主要有解剖标志探测法(脊柱棘突标志)、几何工具测试法(胸椎、盆骨倾角仪)和三维立体扫描法等。其中解剖标志探测法和几何工具测试法需要与人体相接触,并且需要一定的执行经验,而三维立体扫描法虽然不需要与人体相接触,但人体背部表面必须可视化,因此,这些测试技术均不适合于仰卧睡姿脊柱形态测试,也不适合于真实睡眠过程中,自然睡姿脊柱形态的测试。还有一种利用特定装置进行脊柱形态测试的技术,这种技术要求受试者按照特定的卧姿来进行测试,即要求脊柱曲线正好落在测试装置的传感器上,因此,也无法测试真实睡姿,更无法对真实床垫或床具进行测试与评价。
发明内容
本发明旨在克服以上测试技术中存在的缺点和不足之处,提供一种无干扰睡眠的睡姿脊柱形态测试方法,其应用价值在于能够在无干扰睡眠的前提下定量测试、评价仰卧、侧卧、俯卧等各种睡姿脊柱形态,为床垫或床具的人性化、个性化设计和定制化生产提供依据。
本发明目的的实现采用如下技术方案:
一种无干扰睡眠的睡姿脊柱形态测试方法,其特征是包括如下步骤:
(1)基于个性化人体尺寸构建数字化人体模型;
(2)基于个性化人体提取其睡眠状态时人-床界面压陷形状数据,建立压陷形状数字模型;
(3)将数字化人体模型与人-床界面压陷形状数字模型进行拟合,获得睡姿脊柱形态。
本发明结构特点还在于:
所述个性化人体尺寸的数字化人体模型的构建是通过采集人体各部位的高度、宽度和围度方面的尺寸数据,进行建模,获得个性化人体模型;并为该模型建立内置简化骨架,所述内部简化骨架包括各关节及关节点;所述模型的各关节点赋予活动自由度以实现模仿各种睡姿;
所述人-床界面压陷形状数据提取,是指选取睡眠过程任意睡姿状态下人-床界面体压分布测试数据,获得人-床界面的压陷形状;然后为压陷形状建立数字化模型;
所述数字化人体模型与人-床界面压陷形状数字模型相拟合,是指通过改变数字化人体模型的各关节活动自由度,实现数字化人体模型与人-床界面压陷形状的拟合;确定睡姿脊柱形态。
所述个性化人体模型是通过将人体外形尺寸代入人体表面通用模型;所述通用模型包括5个主要部分,分别是躯干、双臂和双腿;每个部分分别由连续的超椭圆所组成,代表人体的横截面,这些超椭圆被定义为点集的几何形状,其上的任一点(x,y)满足公式:
| x a | n + | y b | n = 1
其中,a和b分别为半径,表征人体的宽度和厚度,n为阶数;建模时输入人体各部位界面的高度、宽度、厚度和围度;所述高度用于椭圆的定位,所述宽度和围度分别确定椭圆的半径;椭圆的阶数利用最小二乘优化法,由所述围度计算获得;然后将相邻的椭圆上的点相连接,获得个性化人体模型。
与已有技术相比,本发明的有点主要体现在:
(1)本发明克服了现有脊柱形态测试技术不能测试仰卧睡姿的局限性。利用数字化人体模型与人-床界面压陷形状相拟合的方法进行睡姿脊柱形态测试,可适用于各种睡姿脊柱形态测试与评价。
(2)本发明克服了现有脊柱形态测试技需受试者保持特定的姿势和位置,或需要利用特定的实验装置来测试的局限性,可以在任何床具或床垫上进行自然睡姿脊柱形态的测试。
(3)本发明克服了现有脊柱形态测试技术不能测试、评价真实睡姿的局限性。睡眠过程中仅需利用体压分布测试系统记录人-床之间的压力分布数据,因此,不干扰睡眠,同时还可以实现睡姿脊柱形态的实时测试。
(4)本发明利用10项睡姿脊柱形态评价指标,可以从矢状面上脊柱的曲度、冠状面上脊柱的侧卧度和三维空间中脊柱的扭曲等方面对睡姿脊柱形态进行全方位、定量化地描述。
说明书附图
图1是本发明中人体表面通用模型示意图。
图2是本发明中个性化人体表面模型示意图。
图3是本发明中附简化内部骨架的个性化人体模型示意图。
图4本发明中床垫压力测试点示意图。
图5是本发明中载荷-压陷量曲线示意图。
图5-1是本发明表面测点的布置。
图6是本发明人-床界面体压分布测试示意图。
图7a1是本发明中侧卧睡姿时,人-床界面压陷形状的俯视图。
图7a2是本发明中侧卧睡姿时,人-床界面压陷形状的前视图。
图7a3是本发明中侧卧睡姿时,人-床界面压陷形状的立体图(轴测视)。
图7b1是本发明中仰卧睡姿时,人-床界面压陷形状的俯视图。
图7b2是本发明中仰卧睡姿时,人-床界面压陷形状的前视图。
图7b3是本发明中仰卧睡姿时,人-床界面压陷形状的立体图(轴测视)。
图8a是本发明中侧卧睡姿时,人-床界面压陷形状的自适应压陷中心示意图。
图8b是本发明中仰卧睡姿时,人-床界面压陷形状的自适应压陷中心示意图。
图9a是本发明中侧卧睡姿时,数字化人体模型与人-床界面压陷形状相拟合的示意图。
图9b是本发明中仰卧卧睡姿时,数字化人体模型与人-床界面压陷形状相拟合的示意图。
图10a是侧卧状态下,人体模型背部表面脊柱棘突部位各点的三次样条曲线。
图10b是仰卧状态下,人体模型背部表面脊柱棘突部位各点的三次样条曲线。
图11a是矢状面上脊柱形态及其评价参量P1、P2、P3、P4、P5的示意图。
图11b-1至11b-3是冠状面上脊柱形态及其评价参量P6、P7、P8、P9的示意图。
图11c是三维空间中脊柱形态及其扭曲度的评价参量P10的示意图。
图中标号:1胸椎C7、2腰椎L1、3腰椎L5、4双臀关节、5双膝关节、6双踝关节、7双肩关节、8双肘关节、9双腕关节、10数字化人体模型、11床垫、12压力分布测试系统的压力传感垫、13脊柱曲线、14床垫上各压力测试点、b1髂后上棘韧窝中心、b2腰椎L1、b3颈椎隆突、P1矢状面上腰曲的角度、P2矢状面上胸曲的角度、P3矢状面上腰椎曲线至脊柱曲线最小二乘线的最大的距离、P4矢状面上胸椎曲线至脊柱曲线最小二乘线的最大的距离、P5矢状面上脊柱曲线至其最小二乘线距离的均方差、P6为冠状面上与x轴之间的夹角、P7为冠状面上脊柱曲线至其最小二乘线距离的均方差、P8冠状面上与其最小二乘线之间的夹角、P9冠状面上腰椎曲线的最小二乘线和胸椎曲度的最小二乘线之间的夹角、P10三维立体空间中腰椎L5和L1两处脊柱曲线密切平面法向量之间的夹角。
具体实施方式
下面结合附图和具体实施方法对本发明技术做进一步说明。
本发明无干扰睡眠的睡姿脊柱形态测试及评价方法包括基于个性化人体尺寸的数字化人体模型的构建、人-床界面压陷形状的提取、数字化人体模型与人-床界面压陷形状的拟合及睡姿脊柱形态获取四个步骤。这里以单人床仰卧和侧卧睡姿状态下脊柱形态的测试实施为例进行介绍。
实施例
本实施例若无特别说明之处,均指现有常规技术手段,本实施例仅是对本发明人-床界面压陷形状的提取、数字化人体模型与人-床界面压陷形状的拟合及睡姿脊柱形态获取四个步骤进行的一个具体实施方案,并非对本发明步骤的唯一限定,本发明各步骤也可以采用其它常规技术手段实施应用。
(1)个性化人体尺寸的数字化人体模型的构建
具体步骤:先通过人体形态测量仪和围度尺采集人体各部位的高度、宽度、厚度和围度方面的尺寸数据,同时采集体重数据,具体测量如表1所示;
表1受试者人体测量表
将所测数据代入数字化人体表面通用模型,并利用MATLB和UGS两种软件结合构建人体模型。其中,通用模型包括5个主要的部分,分别是躯干、双臂和双腿。每个部分分别由连续的超椭圆所组成,代表人体的横截面,如图1所示,这些超椭圆被定义为点集的几何形状,其上的任一点(x,y)满足公式:
| x a | n + | y b | n = 1
其中,a和b分别为半径,表征人体的宽度和厚度,n为阶数,决定椭圆的形状(当0<n<1时为星形,当n=2时为椭圆体,当n>2时为矩形)。建模时输入人体各部位界面的高度、宽度、厚度和围度。高度用于椭圆的定位,宽度和厚度分别确定椭圆的半径。椭圆的阶数利用最小二乘优化法,由围度计算获得。将相邻的椭圆上的点相连接,获得人体模型,如图2所示。其中解剖点之间的椭圆利用分段3次埃尔米特插值法获得。解剖点包括内踝点、胫骨突点、大转子点、髂前上棘、髂后上棘、第1腰椎点、第3腰椎点、第5腰椎点、第7胸椎点、乳头点、肩峰点、桡骨茎突、桡骨点、第7颈椎点;根据解剖点测量给定内部骨架,这一骨架由检测关节及其连接关节点构成,如图3所示,检测关节主要包括双膝关节5、双肩关节7、双轴关节8、双臀关节4和三个脊椎(1腰椎L1、2腰椎L5、3胸椎C7),根据关节的活动特性,赋予个性化人体模型28个自由度。其中28个自由度包括三个肩关节自由度(包括屈伸、外展内收、内外旋转);两个锁骨旋转活动自由度(包括伸与缩、提与降);肘关节有两个活动自由度,包括屈伸和内外旋转;脊柱变形有6个活动自由度,腰椎L1和L5各三个,包括屈伸、外展内收和内外翻转;髋关节3个自由度,包括屈伸、外展内收和内外旋转;膝关节1个活动自由度;,肩关节左右各3个关节自由度,锁骨旋转活动自由度左右各2个,肘关节左右各2个,髋关节左右各3个,膝关节左右各1个,脊柱上有6个活动自由度,如表2所示。
(2)人-床界面压陷形状的获取
硬件设备主要包括岛津万能力学测试机和美国Tekscan公司生产的体压分布测试系统(包括传感垫、手柄、BPMS Research测试分析软件三部分);使用的软件主要有MATLAB、UGS,有限元分析使用ansys12.0。
具体步骤如下:
①根据无限空间承载垂直于边界面上的局部区域应力时,边界面上的垂直位移分布规律,通过床垫力学性能测试,计算床垫压缩力学性能的泊松比。
床垫泊松比的测试原理:横向应变与纵向应变之比值称为泊松比,也叫横向变形系数,它是反映材料横向变形的弹性常数。床垫在人体重量的作用下,除了产生垂直位移以外,床垫的铺垫层和面料复合层还会发生横向变形,泊松比反映了床垫材料的特性。
根据半无限弹性空间承受垂直于边界面的集中应力(布西涅斯克问题)时,在边界面的垂直位移分布规律为:
&Delta;u = &Delta;P r &times; 1 - v 2 &pi;E - - - ( 1 )
其中,r为距中心的距离,E为弹性半空间的杨氏弹性模量,v为泊松比。
根据1995年臧昆的研究可知,一定载荷(<200N)范围内近似一个常数,可以用它来表征床垫的性能。而体压分布测试的结果表明局部每一个测点的压力都在这个范围之内。载荷不能过大,载荷越大,的值越小,这主要是因为床垫不是严格的各向同性材料。从床垫的结构上考虑,在挠度方向上,床垫的弹性主要取决于弹簧的弹性及其分布,而在沿床垫表面的方向上,其弹性主要取决于弹簧、铺垫材料和面料复合材料的力学性能,而这些材料不可能像弹簧那样具有良好的伸缩性,从而限制了实测的扰度,载荷越大,床垫表面挠度越大,同时,面料复合材料对挠度的限制也就越大,因此,随着载荷的增大,实际测试时有减小的趋势。因此,为了尽量减小面料复合材料对垂直挠度的限制,本部分研究采用针织复合面料,并取独立绗缝花型制作床垫[131]
而对于床垫表面局部区域所承载的垂直方向的分布载荷,则有:
&Delta;u = 4 &times; &Delta;q &times; ( 1 - v 2 &pi;E ) &times; [ E - ( 1 - a 2 r 2 K ) ] &times; r - - - ( 2 )
其中a为刚性圆盘的半径,Δq面载荷的压强,E和K分布为第二类与第一类完全椭圆积分:
E = &Integral; 0 &pi; 2 1 - a 2 r 2 sin 2 &theta; d&theta; - - - ( 3 )
K = &Integral; 0 &pi; 2 d&theta; 1 - a 2 r 2 sin 2 &theta; - - - ( 4 )
因此,在测得Δu、Δq则可求出床垫材料的泊松比v,并且通过对影响范围内的Δu的积分,求出一定载荷的作用下床垫局部的体积变形。
床垫泊松比测试方法:实验研究以床垫小样(幅面尺寸350mm×550mm)为测试小样,采用岛津万能力学测试机进行测试,压头为圆柱形,直径d=100mm,以每分钟100mm的速率加载。床垫中心为加力点,沿床垫长度半径方向布置测试点①、③、⑤,它们与加力点距离分别是80mm、160mm和240mm,如图5-1所示。实验时测量测点垂直挠度,采用量程为10mm的百分表,百分表用磁性表座固定于万能力学测试机的支撑板上,当挠度超过百分表的量程时,改用刚板尺测量,为了减少床垫面料对挠度测量精度的影响,床垫测试点处放置图钉,图钉圆弧面中心摸出一个小平面,百分表的顶珠顶在小平面上。
实验时,首先加载100N并卸载3次,然后加载40N,记下初始挠度,再分别增加50N、100N、150N记下其挠度。重复3次实验,取Δu的平均值。
②分别在整体床垫的各测试点11(如图4所示)上利用床垫压力测试机施加载荷,通过载荷-压陷量曲线(如图5所示)计算床垫的刚度分布。a.各测试点的取点方法:以床垫的幅面中心为一个测试点,分别向两侧和前后每隔100mm取一个测试点,形成一个测试点矩阵。b.利用床垫压力测试机对床垫施加载荷,获得床垫上该点处载荷-压陷量曲线。c.载荷-压陷曲线没有曲线方程,利用体压分布测试系统测试人-床界面压力,得到人-床界面压力分布矩阵,利用该压力矩阵,对应床垫上各点处床垫的载荷-压陷量曲线,找到对应的床垫各测试点上的床垫刚度,从而获得床垫的刚度分布)
床垫刚度的测试方法
床垫压缩力学性能测试参照国际标准ISO2439/B MODⅠ,采用CTBA测试方法进行测试。测试前床垫在室温(23±2)℃,相对湿度(50±5)%的环境静置24小时以上。然后,将床垫放置于力学测试机上,压头为圆柱形,直径d=100mm,各测试点p如图所示。压力范围0~250N,以每分钟100mm的速率加载。正式实验开始之前需进行100次总压力为1200N和1次总压力为300N的循环预压处理。床垫四周开敞,空气流通通畅。
人-床界面压陷形状的有限元法分析,实际上也就是利用应力场,通过能量分析,近似求应变场的过程。这里界面的压力必须被确定,本方法采用体压分布测试的方法采集人-床界面的压力和压力分布,并利用有限元模型重构人-床界面的压陷形状,进而预测卧姿脊柱的形态。
设床面上任意一点(x,y,z),则在人的重量作用下其位移矢量u包括x、y和z三个方向上的变形,其点的坐标方程为:
u ( x , y , z ) = u x ( x , y , z ) u y ( x , y , z ) u z ( x , y , z ) - - - ( 5 )
而为了获得u(x,y,z)点的应变场,则必须建立并求解以下三个方面方程:
1)外力与内应力之间的平衡方程
We+Wi=0   (6)
其中We为人体重量所做的功,可以根据小位移理论,利用人-床界面压力矩阵,通过计算每个载荷引起的体变形,再对这些体变形进行积分,进而计算人体重量所做的功We,即:
W i = G &Sigma; i = 1 n u i - - - ( 8 )
其中n为载荷的个数,即体压分布的测试点数。
而Wi为内应力所做的功:
W i = &Integral; v &Integral; 0 u ijmp &sigma; ijmp du ijmp dV - - - ( 9 )
其中i、j、m、p为单元的节点。
2)外力位移和应变的相容性方程,即边界条件:
u - u &OverBar; - - - ( 10 )
3)应力与应变的本构关系方程,床垫可视为横观各向同性材料,因此:
u x = 1 E 1 &sigma; x - v 2 E 2 &sigma; y - v 1 E 1 &sigma; 2 u y = v 2 E 2 &sigma; x + 1 E 2 &sigma; y - v 2 E 1 &sigma; 2 u z = v 1 E 1 &sigma; x - v 2 E 2 &sigma; y + 1 E 1 &sigma; z &gamma; xy = 1 G 2 &tau; xy &gamma; yz = 1 G 2 &tau; yz &gamma; xz = 1 G 1 &tau; xz - - - ( 11 )
G 1 = E 1 2 ( 1 + v 1 ) - - - ( 12 )
方程(6)、(10)、(11)组合构成了一个求解位移u(x,y,z)的耦合偏微分方程组。可利用残差加权法进行数值计算,系统积分的线性方程如下:
Kα+f=0   (13)
其中,K为刚度矩阵,f为压力向量,α为位移向量。
③利用体压分布测试系统测试睡眠过程中人-床之间的界面压力分布,如图6所示。
a.体压分布测试系统采用美国Tekscan公司生产的人体体压分布测试系统,压力传感垫使用#5400。
④选择一睡姿,将人体压力传感垫固定在实验床垫上,测试获得人-床界面压力分布矩阵,结合床垫的刚度分布和床垫压缩力学性能的泊松比,利用有限元分析软件,通过构建床垫外力与内应力的平衡方程、外力位移和应变的相容性方程以及应力与应变的本构关系方程,由应力场计算床垫的应变场,从而获得人-床界面的压陷形状;然后为压陷形状建立数字化模型;这里在进行有限元分析时采用四面体有限元单元,系统中的刚度矩阵从有限元的刚度矩阵中获取,并采用迭代法利用ansys12.0进行求解,得到人-床界面的压陷形状,如图7a和图7b所示。
压力分布矩阵可以通过人体压力分布测试系统直接测量获取,即在步骤①床垫的泊松比测试、步骤②床垫各测点载荷-压陷量测试的基础上,结合人-床界面压力分布矩阵,对应获得人-床接触面上床垫的刚度分布矩阵,采用ansys12.0软件,通过床垫的刚度分布矩阵和公式(1)-(13),利用有限元分析获得人-床界面压陷形状。所获得的压陷形状是一个数字化仿真的形状。
(3)结合数字化人体模型与人-床界面压陷形状的拟合,获得睡姿脊柱形态:
具体步骤如下:
①使数字化人体模型躺倒,并根据人-床界面压陷形状,调节数字化人体模型的活动自由度,确定其自由度的对应值。
②对于仰卧睡姿,由于在人体模型与床垫表面压陷形状拟合之前,脊柱没有变形,因此,只需要确定三个定位的人体活动自由度就可以了,即:横向平移量x,纵向平移量y,床垫表面的旋转角度是θ。而这三个参量可以根据肩部区域最大压陷点O1和臀部区域最大压陷点O2的位置来设置。其中O1和O2为两个区域的自适应压陷中心COI,计算公式为:
COI = &Sigma; z i &CenterDot; ( x i , y j ) &Sigma; z 1 - - - ( 5 - 13 )
其中,(xi,yj)为纵横坐标点,Zi为床垫压陷量。
用O1、O2连线与纵轴的夹角表示θ,纵横轴坐标x和y通过臀部O2点来对正,如图8b所示。
③对于侧卧睡姿,除了以上三个定位数字化人体模型的自由度以外,还需要确定四个关节角度,即胸关节1、腰关节2和3、髋关节4和膝关节5。其中O1、O2点的确定与仰卧相同,点O3为肩部区域和臀部区域的鞍点,x、y和θ由点O3的坐标和与纵轴的夹角来确定。和腰椎2确定胸部脊柱弯曲度,如图8a所示。以O2为圆心,以大腿长为半径在躯干和大腿夹角90°-180°的范围之内可以找到大腿的最大压陷量直线,而这一直线确定髋关节4和膝关节5的位置。膝关节5的弯曲的确定方法与髋关节5相同。
④当以上数字化人体模型活动自由度完全确定后,通过计算连续人体表面到对应压陷位置的距离来完成拟合工作。
⑤通过人体背部表面三次样条曲线取点确定侧卧和仰卧脊柱形态,如图10所示。
(4)睡姿脊柱形态定量化评价
利用矢状面、冠状面以及立体空间中脊柱曲线的10项评价参量,如图11a、11b、11c所示,分别从偏离脊柱曲线的最小二乘线、水平的角度,偏离最小二乘线的距离、脊柱空间的扭曲度、腰椎曲线、胸椎曲线等方面描述睡姿脊柱形态,并实现睡姿脊柱形态的定量化评价。
其中10项评价参量,是指P1-P10这10项参量,其中P1为矢状面上腰曲的角度,即脊柱曲线上b1髂后上棘韧窝中心和b2腰椎L1两处切线之间的夹角,从角度方面反映腰椎前凸的程度;P2为矢状面上胸曲的角度,即脊柱曲线上b3颈椎隆突和b2腰椎L1两处切线之间的夹角,反映胸椎后凸的程度,如图11a所示;P3为矢状面上腰椎曲线至脊柱曲线最小二乘线的最大的距离,反映腰椎曲线偏离直线的程度,如图11a所示;P4为矢状面上胸椎曲线至脊柱曲线最小二乘线的最大的距离,反映胸椎曲线偏离直线的程度,如图11a所示;P5为矢状面上脊柱曲线至其最小二乘线距离的均方差,反映矢状面上整体脊柱曲线偏离直线的程度,如图11a所示;P6为冠状面上(髂后上棘韧窝中心与颈椎隆突之间的连线)与x轴之间的夹角,从角度方面反映冠状面上脊柱曲线偏离直线的角度,如图11b-1所示;P7为冠状面上脊柱曲线至其最小二乘线距离的均方差,反映冠状面上整体脊柱曲线偏离直线的程度,如图11b-2所示;P8为冠状面上(髂后上棘韧窝中心与颈椎隆突之间的连线)与其最小二乘线之间的夹角,从角度方面反映冠状面上脊柱曲线偏离直线的角度,如图11b-3所示;P9为冠状面上腰椎曲线的最小二乘线和胸椎曲度的最小二乘线之间的夹角,反映脊柱偏离直线的程度,如图11b;P10为三维立体空间中腰椎L5和L1两处脊柱曲线密切平面法向量之间的夹角,反映腰椎曲线在空间内的扭曲程度,如图11c。

Claims (1)

1.一种无干扰睡眠的睡姿脊柱形态测试方法,其特征是包括如下步骤:
(1)基于个性化人体尺寸构建数字化人体模型;
(2)基于个性化人体提取其睡眠状态时人-床界面压陷形状数据,建立压陷形状数字模型;
(3)将数字化人体模型与人-床界面压陷形状数字模型进行拟合,获得睡姿脊柱形态;
所述个性化人体尺寸的数字化人体模型的构建是通过采集人体各部位的高度、宽度和围度方面的尺寸数据,进行建模,获得个性化人体模型;并为该模型建立内置简化骨架,所述内置简化骨架包括各关节及关节点;所述模型的各关节点赋予活动自由度以实现模仿各种睡姿;
所述人-床界面压陷形状数据提取,是指选取睡眠过程任意睡姿状态下人-床界面体压分布测试数据,获得人-床界面的压陷形状;然后为压陷形状建立数字化模型;
所述数字化人体模型与人-床界面压陷形状数字模型相拟合,是指通过改变数字化人体模型的各关节活动自由度,实现数字化人体模型与人-床界面压陷形状的拟合;确定睡姿脊柱形态;
所述个性化人体模型是通过将人体外形尺寸代入人体表面通用模型;所述通用模型包括5个主要部分,分别是躯干、双臂和双腿;每个部分分别由连续的超椭圆所组成,代表人体的横截面,这些超椭圆被定义为点集的几何形状,其上的任一点(x,y)满足公式:
| x a | n + | y b | n = 1
其中,a和b分别为半径,表征人体的宽度和厚度,n为阶数;建模时输入人体各部位界面的高度、宽度、厚度和围度;所述高度用于椭圆的定位,所述宽度和厚度分别确定椭圆的半径;椭圆的阶数利用最小二乘优化法,由所述围度计算获得;然后将相邻的椭圆上的点相连接,获得个性化人体模型。
CN201310041458.7A 2013-02-01 2013-02-01 一种无干扰睡眠的睡姿脊柱形态测试方法 Active CN103169477B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310041458.7A CN103169477B (zh) 2013-02-01 2013-02-01 一种无干扰睡眠的睡姿脊柱形态测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310041458.7A CN103169477B (zh) 2013-02-01 2013-02-01 一种无干扰睡眠的睡姿脊柱形态测试方法

Publications (2)

Publication Number Publication Date
CN103169477A CN103169477A (zh) 2013-06-26
CN103169477B true CN103169477B (zh) 2014-08-20

Family

ID=48629991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310041458.7A Active CN103169477B (zh) 2013-02-01 2013-02-01 一种无干扰睡眠的睡姿脊柱形态测试方法

Country Status (1)

Country Link
CN (1) CN103169477B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104799614B (zh) * 2015-03-25 2017-09-08 安徽农业大学 一种基于三层组合的无干扰睡姿识别的健康分区床垫
CN104720821A (zh) * 2015-04-01 2015-06-24 深圳柔微传感科技有限公司 一种实现姿势实时监测的方法和智能服装
CN106530640A (zh) * 2016-12-16 2017-03-22 深圳柔微传感科技有限公司 一种智能儿童服装、姿势数据的处理方法及智能儿童穿戴设备
CN107296713B (zh) * 2017-05-27 2023-05-02 温州医科大学眼视光研究院 一种手术床以及背板弧度调节方法
CN107334212B (zh) * 2017-08-10 2020-04-21 深圳大学 测量足底压力中心轨迹的方法、模型建立方法及智能鞋垫
CN110742614B (zh) * 2019-09-26 2023-05-16 南京林业大学 一种卧姿脊柱形态测试仪
CN110916667B (zh) * 2019-11-20 2022-08-19 四川大学华西医院 一种偏瘫患者仰卧位姿势智能评估床
CN111947960B (zh) * 2020-08-28 2022-09-27 南京林业大学 一种用于坐具体压分布测试研究的仿真装置
AU2021104660A4 (en) * 2021-04-14 2021-09-30 Madad Pty Ltd A mattress test manikin-lateral position
AU2021104614A4 (en) * 2021-04-14 2021-09-23 Madad Pty Ltd A test method for assessing spinal and skeletal alignment

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102599914A (zh) * 2011-12-02 2012-07-25 南京林业大学 一种用于测试人体仰卧脊柱形态的装置和方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005088520A1 (en) * 2004-03-11 2005-09-22 University Of Cincinnati Automated spine survey iterative scan technique (assist)
JP2006334299A (ja) * 2005-06-06 2006-12-14 Nishikawa Sangyo Kk ピンスライド装置を用いた人体寸法計測方法及び装置
DE102006006105A1 (de) * 2005-12-02 2007-06-14 Silber, Gerhard, Prof. Dr.-Ing. habil. Verfahren zur Ermittlung der von einem Sitz- bzw. Liegesystem auf eine Person ausgeübten pathophysiologischen Beeinträchtigungen und Verfahren zur Ermittlung biomechanischer Wirkungen von Sitz- und Liegesystemen

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102599914A (zh) * 2011-12-02 2012-07-25 南京林业大学 一种用于测试人体仰卧脊柱形态的装置和方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
JP特開2006-334299A 2006.12.14
人体模型在床垫设计中的应用;朱芋锭等;《家具与室内装饰》;20130105;第55-57页 *
人体测量及数字化人体模型技术的应用及进展;彭照;《人类工效学》;20071220;第13卷(第4期);第67-69页 *
彭照.人体测量及数字化人体模型技术的应用及进展.《人类工效学》.2007,第13卷(第4期),第67-69页.
朱芋锭等.人体模型在床垫设计中的应用.《家具与室内装饰》.2013,第55-57页.
程能林等.数字化人体模型.《工业设计手册》.2008,第609-613页. *

Also Published As

Publication number Publication date
CN103169477A (zh) 2013-06-26

Similar Documents

Publication Publication Date Title
CN103169477B (zh) 一种无干扰睡眠的睡姿脊柱形态测试方法
CN104799613B (zh) 一种无干扰识别和记录睡眠行为的健康分区床垫及应用
JP5467058B2 (ja) 睡眠器具における人体の評価装置及び方法
CN104799614B (zh) 一种基于三层组合的无干扰睡姿识别的健康分区床垫
Dunne et al. Design and evaluation of a wearable optical sensor for monitoring seated spinal posture
Wang et al. In vivo loads in the lumbar L3–4 disc during a weight lifting extension
US4669302A (en) Deflection and topography assessment mechanism anthropomorphically natural
Leilnahari et al. Spine alignment in men during lateral sleep position: experimental study and modeling
Wu et al. A novel method for comfort assessment in a supine sleep position using three-dimensional scanning technology
CN102456280A (zh) 使用人类生物逼真模型和座椅压力分布传感器阵列的车辆动态乘坐模拟系统
CN103110296B (zh) 一种自动控制系统力学性能的实验床具
Allsop et al. Respiratory function monitoring using a real-time three-dimensional fiber-optic shaping sensing scheme based upon fiber Bragg gratings
Anderson et al. Pressure sensing for in-suit measurement of space suited biomechanics
WO2018133029A1 (zh) 一种青少年枕生物力学性能分析及设计优化方法及装置
Crosbie et al. Do people with recurrent back pain constrain spinal motion during seated horizontal and downward reaching?
Lee et al. Variations in posteroanterior stiffness in the thoracolumbar spine: preliminary observations and proposed mechanisms
Verhaert et al. Estimating spine shape in lateral sleep positions using silhouette-derived body shape models
Verhaert et al. Modeling human-bed interaction: the predictive value of anthropometric models in choosing the correct bed support
CN102599914A (zh) 一种用于测试人体仰卧脊柱形态的装置和方法
Yoshida et al. A study to investigate the sleeping comfort of mattress using finite element method
Kiss Verification of determining the curvatures and range of motion of the spine by electromechanical-based skin-surface device
Bruno et al. Comparison of two alternative technical marker sets for measuring 3D pelvic motion during gait
CN100448394C (zh) 人体重量一维分布识别系统及其识别方法
Lee et al. Bending stiffness of the lumbar spine subjected to posteroanterior manipulative force.
CN106901744A (zh) 一种用于颈部肌张力障碍分型的头部角度测量仪

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent for invention or patent application
CB03 Change of inventor or designer information

Inventor after: Guo Yong

Inventor after: Chen Yuxia

Inventor after: Shen Liming

Inventor after: Liu Shengquan

Inventor after: Gao Hui

Inventor after: Zhao Guanyan

Inventor before: Chen Yuxia

Inventor before: Shen Liming

Inventor before: Guo Yong

Inventor before: Liu Shengquan

Inventor before: Gao Hui

Inventor before: Zhao Guanyan

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: CHEN YUXIA SHEN LIMING GUO YONG LIU SHENGQUAN GAO HUI ZHAO GUANYAN TO: GUO YONG CHEN YUXIA SHEN LIMING LIU SHENGQUAN GAO HUI ZHAO GUANYAN

C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20201201

Address after: 314016 Zhejiang, Xiuzhou Province Wang Jiang Jing Town, Autumn Road, No. 158, No.

Patentee after: Keeson Technology Corp.,Ltd.

Address before: 230036 Hefei Changjiang Road, Anhui, No. 130

Patentee before: Anhui Agricultural University

TR01 Transfer of patent right