CN103230664B - 一种基于Kinect传感器的上肢运动康复训练系统及其训练方法 - Google Patents
一种基于Kinect传感器的上肢运动康复训练系统及其训练方法 Download PDFInfo
- Publication number
- CN103230664B CN103230664B CN201310133113.4A CN201310133113A CN103230664B CN 103230664 B CN103230664 B CN 103230664B CN 201310133113 A CN201310133113 A CN 201310133113A CN 103230664 B CN103230664 B CN 103230664B
- Authority
- CN
- China
- Prior art keywords
- training
- patient
- joint
- module
- rehabilitation training
- 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.)
- Expired - Fee Related
Links
Landscapes
- Rehabilitation Tools (AREA)
Abstract
本发明公开了一种基于Kinect传感器的上肢运动康复训练系统及其训练方法。系统包括一台Kinect传感器,一台搭载上肢运动康复训练模块的计算机,Kinect传感器与计算机通过数据线相连,并安装在计算机显示屏的上方;上肢运动康复训练模块包括单关节康复训练模块、综合康复训练模块、评分模块和纠正模块,可以进行上肢的单关节训练和肩、肘、腕关节的综合训练。患者无需佩戴和操作任何交互设备,只需面对Kinect传感器,按照显示屏的文字或语音提示完成康复训练动作,Kinect传感器对上肢各关节进行位置捕捉,实时记录及反馈患者上肢关节的空间位置信息,引导患者通过体感交互完成康复训练,并对不规范的训练动作进行纠正。本发明训练方法简单,易掌握,趣味性强,使用设备成本低。
Description
技术领域
本发明涉及到医学信息智能处理领域,具体来说涉及一种基于Kinect传感器的上肢运动康复训练系统及其训练方法,适合肌力2-5级的上肢轻瘫患者在社区或家庭进行长期的自我康复训练。
背景技术
功能训练是肢体功能障碍患者非常有效的康复训练方法。目前国内运动功能训练的康复治疗仍以治疗师的手法操作为主,或在一些简单的训练器械的辅助下,进行被动运动、辅助运动、主动运动和抗阻运动训练等模式来达到防止肌肉萎缩,促进神经功能恢复。在这种康复模式下,每个治疗师在同一时间仅能对一名患者进行治疗,康复效率较低,而且训练过程单调无趣,不利于促使患者积极主动的参与到治疗中,增加康复的信心;其次,治疗师不容易及时了解其训练程度和效果。而在我国,康复机构少,肢体残疾者分布广,经济条件差,进行模块的、机构式的康复训练非常困难,也不现实。为使尽可能多的残疾人得到康复训练,必须研究进行康复训练的新理论、新方法和新手段,鼓励、提倡残疾者掌握简易训练技术,在社区和家庭进行自我康复训练。
发明内容
本发明提出了一种基于Kinect传感器的上肢运动康复训练系统及其训练方法,患者无需佩戴和操作任何交互设备,只需面对Kinect传感器,按照屏幕的文字或语音提示完成康复训练动作,Kinect传感器对上肢各关节进行位置捕捉,实时记录及反馈患者上肢关节的空间位置信息,引导患者通过体感交互完成康复训练,并对不合理的康复训练动作进行纠正。本发明训练方法简单,易掌握。趣味性强,使用设备成本低,适合肌力2-5级的上肢轻瘫患者在社区或家庭进行长期的自我康复训练。
本发明通过以下的技术方案实现的:
一种基于Kinect传感器的上肢运动康复训练系统,基于Kinect传感器的上肢运动康复训练系统包括Kinect传感器和一台搭载上肢运动康复训练模块的计算机,Kinect传感器与所述计算机通过数据线相连,并安装在计算机显示屏的上方,上肢运动康复训练模块包括人机交互界面与后台处理模块,后台处理模块包括单关节康复训练模块、综合康复训练模块、评分模块和纠正模块。
本发明的进一步改进在于:单关节康复训练模块用于上肢肩、肘、腕单关节活动度恢复的训练,综合康复训练模块用于上肢肩、肘、腕关节的综合控制协调能力的训练,单关节康复训练模块和综合康复训练模块均有不同的难度等级,患者可以根据自身康复情况挑战相应的难度;评分模块通过计时和计分的方式对患者的完成情况进行等级评定;纠正模块则对患者的不规范动作进行纠错,并指导患者进行正确的操作。
本发明的进一步改进在于:训练方法包括单关节训练方法和肩、肘、腕关节综合训练方法。
本发明的进一步改进在于:单关节训练方法需要对患者躯干的位置进行约束,单关节训练方法利用Kinect for Windows SDK中NUI的API函数可获取骨架节点数据,得到各关节的空间坐标点,躯干部位的7个节点坐标分别为肩锁骨节点 、脊柱中心节点、盆骨中心节点、右肩关节节点、左肩关节节点、右髋关节节点、左髋关节节点,躯干部位的这7个节点的活动范围应限定在由8个顶点~构建的立方体内,在训练的不同难度等级下,立方体的大小不尽相同,难度越高立方体越小;当患者位于Kinect传感器正前方时,单关节康复训练模块显示了上肢部位节点和骨架以及躯干部位节点;当进行训练时,患者需要调整自身体位,使躯干部位的节点处于立方体内,从而可以开始搬运图形的任务,单关节康复训练模块的训练任务是要求患者将一侧指定区域内的矩形和圆搬运至另一侧的指定区域内;在训练过程中,患者可以利用上肢的肘、腕和手等上肢部位节点进入指定区域内去拾取图形,将其搬运到另一处的指定区域,从而得分。立方体限定了患者躯干部位的活动范围,即躯干部位节点超出立方体,训练将无法进行;由于图形元素的放置区域位于患者位置的两侧,患者必须进行相应的肩部运动去触碰相应图形,立方体的区域限制可以降低患者完全依赖躯干移动、侧屈等运动的代偿;在训练进行时,纠正模块对患者的不合理操作通过文字和语音的方法进行提示和纠错,帮助患者回到正确的训练操作中;患者完成一次搬运得1分,每一次的训练时间为1-3分钟,评分模块会在训练结束时打分并评定等级。
本发明的进一步改进在于:肩、肘、腕关节综合训练方法需要对患者上肢活动的位置和姿态进行捕捉、比对,以检测动作的准确程度和完成情况,因此,需要对上肢各关节部位的位置和姿态进行判定,具体判定如下:
和是相邻关节的节点,坐标分别为(,,)和(,,),矢量在、和方向的分量为、和,在康复训练时,患者的体位一般是正对、侧对或背对Kinect传感器,通过计算上肢各关节部位与人体冠状面(与面平行)、矢状面(与面平行)或轴向面(与面平行)的夹角,可以确定相应关节的位姿信息,根据空间几何关系,可以求解出与、和平面的夹角、和,即分别与、和矢量的夹角:
,,,
肩关节与肘关节、肘关节与腕关节等相邻节点可以视为和节点,由此可以对人体上肢关节进行位置和姿态的判定;所述肩、肘、腕关节综合训练方法是根据交警道路交通指挥手势设计的一种训练方法,在交互界面上,虚拟木偶会像交警一样,根据交通信号灯指示情况,做出直行、减速慢行、停止、左转弯、右转弯等动作指令,患者需要跟着虚拟木偶进行动作的模仿和学习;纠正模块的文字和语音提示信息包含了信号灯状态的描述,肩、肘、腕及手部的实时位置及上肢偏离规定位置的纠正信息,患者需要完成综合康复训练模块随机生成的不同信号灯状态下直行、减速慢行等交通指挥动作,患者每完成一次交通手势指挥动作得1分,训练时间为3-6分钟,最终,评分模块会根据患者的得分情况评议训练等级。
本发明与现有技术相比具有如下优点:
(1)、本发明采用体感人机交互方式,患者完全摆脱了传统的鼠标和键盘等交互设备对身体位置的限制,无需佩戴复杂的动作捕捉设备,直接以上肢体动作与训练模块交互,交互方式更自然,更便捷;
(2)、本发明的训练模块及训练方法以完成任务的形式指导患者进行各种康复动作的训练,通过文字和语音提示的方法进行训练动作的实时纠正、训练效果实时反馈,患者可以在没有治疗师的帮助下自主完成训练;
(3)、使用的设备成本低廉:该训练方法使用的设备简单,成本低,只需一台Kinect传感器和家用计算机即可,特别适宜肌力在2-5级的上肢轻瘫患者进行长期的家庭康复训练。
附图说明
图1为本发明的工作原理图;
图2为本发明的模块图;
图3为单关节训练时躯干的位置约束图;
图4为肩、肘、腕关节综合训练的关节点空间矢量图。
具体实施方式
为了加深对本发明的理解,下面将结合实施例和附图对本发明作进一步详述,该实施例仅用于解释本发明,并不构成对本发明保护范围的限定。
如图1和图2所示,一种基于Kinect传感器的上肢运动康复训练系统包括Kinect传感器和一台搭载上肢运动康复训练模块的计算机,Kinect传感器与计算机通过数据线相连,Kinect传感器安装在计算机显示屏的上方,上肢运动康复训练模块包括人机交互界面与后台处理模块,所述后台处理模块包括单关节康复训练模块、综合康复训练模块、评分模块和纠正模块。单关节康复训练模块用于上肢肩、肘、腕单关节活动度恢复的训练,综合康复训练模块用于上肢肩、肘、腕关节的综合控制协调能力的训练,单关节康复训练模块和综合康复训练模块均有不同的难度等级,患者可以根据自身康复情况挑战相应的难度;所述评分模块通过计时和计分的方式患者的完成情况进行等级评定;所述纠正模块则对患者的不规范动作进行纠错,并指导患者进行正确的操作。
根据上述的一种基于Kinect传感器的上肢运动康复训练系统的训练方法,包括单关节训练方法和肩、肘、腕关节综合训练方法。
由脑卒中、脑损伤引起中风的患者的手臂功能障碍主要为肩胛活动差,肩带压低,盂肱关节的肌肉控制不良,即肩外展、前屈差。训练过程中,患者经常以过度的上抬肩带或用躯干侧屈来代偿。针对这一问题,根据特定训练的要求,需要对躯干部位的节点坐标活动范围进行限制。单关节训练方法需要对患者躯干的位置进行约束,所述单关节训练方法利用Kinect for Windows SDK中NUI的API函数可获取骨架节点数据,得到各关节的空间坐标点,躯干部位的7个节点坐标分别为肩锁骨节点、脊柱中心节点、盆骨中心节点、右肩关节节点、左肩关节节点、右髋关节节点、左髋关节节点。如图3所示,躯干部位的这7个节点的活动范围应限定在由8个顶点~构建的立方体内。在训练的不同难度等级下,立方体的大小不尽相同,难度越高立方体越小;当患者位于Kinect传感器正前方时,单关节康复训练模块显示了上肢部位节点和骨架以及躯干部位节点;当进行训练时,患者需要调整自身体位,使躯干部位的节点处于立方体内,从而可以开始搬运图形的任务,单关节康复训练模块的训练任务是要求患者将一侧指定区域内的矩形和圆搬运至另一侧的指定区域内;在训练过程中,患者可以利用上肢的肘、腕和手等上肢部位节点进入指定区域内去拾取图形,将其搬运到另一处的指定区域,从而得分。立方体限定了患者躯干部位的活动范围,即躯干部位节点超出立方体,训练将无法进行;由于图形元素的放置区域位于患者位置的两侧,患者必须进行相应的肩部运动去触碰相应图形,立方体的区域限制可以降低患者完全依赖躯干移动、侧屈等运动的代偿;在训练进行时,纠正模块对患者的不合理操作通过文字和语音的方法进行提示和纠错,帮助患者回到正确的训练操作中;患者完成一次搬运得1分,每一次的训练时间为1-3分钟,评分模块会在训练结束时打分并评定等级。
肩、肘、腕关节综合训练方法需要对患者上肢活动的位置和姿态进行捕捉、比对,以检测动作的准确程度和完成情况,因此,需要对上肢各关节部位的位置和姿态进行判定,具体判定如下:
如图4所示,和是相邻关节的节点,坐标分别为(,,)和(,,),矢量在、和方向的分量为、和,在康复训练时,患者的体位一般是正对、侧对或背对Kinect传感器,通过计算上肢各关节部位与人体冠状面(与面平行)、矢状面(与面平行)或轴向面(与面平行)的夹角,可以确定相应关节的位姿信息,根据空间几何关系,可以求解出与、和平面的夹角、和,即分别与、和矢量的夹角:
,,,
肩关节与肘关节、肘关节与腕关节等相邻节点可以视为和节点,由此可以对人体上肢关节进行位置和姿态的判定;所述肩、肘、腕关节综合训练方法是根据交警道路交通指挥手势设计的一种综合训练项目,在交互界面上,虚拟木偶会像交警一样,根据交通信号灯指示情况,做出直行、减速慢行、停止、左转弯、右转弯等动作指令,患者需要跟着虚拟木偶进行动作的模仿和学习;纠正模块的文字和语音提示信息包含了信号灯状态的描述,肩、肘、腕及手部的实时位置及上肢偏离规定位置的纠正信息,患者需要完成综合康复训练模块随机生成的不同信号灯状态下直行、减速慢行等交通指挥动作,患者每完成一次交通手势指挥动作得1分,训练时间为3-6分钟,最终,评分模块会根据患者的得分情况评议训练等级。
患者使用系统进行上肢运动康复训练时,根据计算机中人机交互界面的提示,自行选择康复训练模块。进入单关节康复训练模块或综合康复训练模块之后,患者根据界面文字和语音提示,按要求执行规定动作。Kinect传感器利用红外线发射器发出的连续光照射在患者身上,通过红外线CMOS摄像头记录测量空间的每一个散斑,结合这些散斑数据,对测量空间进行编码。Kinect传感器中的感应器读取编码的光线,芯片运算进行解码,生成所需的上肢关节的彩色图像数据、骨架数据和深度图像数据,由此将患者的运动数据传至计算机。通过计算机处理,人机交互界面将信息通过文字和语音方式反馈给患者。
本系统的康复训练主要作为三级康复阶段提升患者日常生活能力的辅助训练。患者可以选择肩、肘、腕等单一关节训练进行针对性训练,同时也可以选择综合训练进行各关节运动协调性的训练。初次使用训练系统的患者可以进行试操作,每天训练2次,每次训练时间控制在10分钟以内,每周训练至少3天,训练难度等级调至最低。待患者熟悉后,训练仍可每天2 次,每次训练时间为30至45分钟,每周训练5至7 天,而训练难度可以根据训练完成的流畅程度和等级评定情况逐步提升。训练难度的提升包括适当缩短训练时间和提高动作精度。
本发明采用体感人机交互方式,患者完全摆脱了传统的鼠标和键盘等交互设备对身体位置的限制,无需佩戴复杂的动作捕捉设备,直接以上肢体动作与训练系统交互,交互方式更自然,更便捷;本发明的训练系统及训练方法指导患者完成各种康复训练动作,通过文字和语音提示对不规范的训练动作进行纠正、实时反馈训练效果,患者可以在没有治疗师的帮助下自主完成训练;本发明训练方法简单,易掌握。趣味性强,使用设备成本低,只需一台Kinect传感器和家用计算机即可,适合肌力2-5级的上肢轻瘫患者在社区或家庭进行长期的自我康复训练。
Claims (1)
1.一种基于Kinect传感器的上肢运动康复训练系统的训练方法,该系统包括Kinect传感器和一台搭载上肢运动康复训练模块的计算机,所述Kinect传感器与所述计算机通过数据线相连,并安装在计算机显示屏的上方,所述上肢运动康复训练模块包括人机交互界面与后台处理模块,所述后台处理模块包括单关节康复训练模块、综合康复训练模块、评分模块和纠正模块,所述单关节康复训练模块用于上肢肩、肘、腕单关节活动度恢复的训练,所述综合康复训练模块用于上肢肩、肘、腕关节的综合控制协调能力的训练,所述单关节康复训练模块和综合康复训练模块均有不同的难度等级,患者根据自身康复情况挑战相应的难度;所述评分模块通过计时和计分的方式对患者的完成情况进行等级评定;所述纠正模块则对患者的不规范动作进行纠错,并指导患者进行正确的操作;其特征在于:所述训练方法包括单关节训练方法和肩、肘、腕关节综合训练方法;所述单关节训练方法需要对患者躯干的位置进行约束,所述单关节训练方法利用Kinect for Windows SDK中NUI的API函数可获取骨架节点数据,得到各关节的空间坐标点,躯干部位的7个节点坐标分别为肩锁骨节点 、脊柱中心节点、盆骨中心节点、右肩关节节点、左肩关节节点、右髋关节节点、左髋关节节点,躯干部位的这7个节点的活动范围应限定在由8个顶点~构建的立方体内,在训练的不同难度等级下,立方体的大小不尽相同,难度越高立方体越小;当患者位于Kinect传感器正前方时,所述单关节康复训练模块显示了上肢部位节点和骨架以及躯干部位节点;当进行训练时,患者需要调整自身体位,使躯干部位的节点处于立方体内,从而开始搬运图形的任务,所述单关节康复训练模块的训练任务是要求患者将一侧指定区域内的矩形和圆搬运至另一侧的指定区域内;在训练过程中,患者利用上肢部位节点进入指定区域内去拾取图形,将其搬运到另一处的指定区域,从而得分;立方体限定了患者躯干部位的活动范围,即躯干部位节点超出立方体,训练将无法进行;由于图形元素的放置区域位于患者位置的两侧,患者必须进行相应的肩部运动去触碰相应图形,立方体的区域限制降低患者完全依赖躯干移动、侧屈的代偿;在训练进行时,纠正模块对患者的不合理操作通过文字和语音的方法进行提示和纠错,帮助患者回到正确的训练操作中;患者完成一次搬运得1分,每一次的训练时间为1-3分钟,评分模块会在训练结束时打分并评定等级;所述肩、肘、腕关节综合训练方法需要对患者上肢活动的位置和姿态进行捕捉、比对,以检测动作的准确程度和完成情况,因此,需要对上肢各关节部位的位置和姿态进行判定,具体判定如下:
和是相邻关节的节点,坐标分别为(,,)和(,,),矢量在、和方向的分量为、和,在康复训练时,患者的体位一般是正对、侧对或背对Kinect传感器,通过计算上肢各关节部位与人体冠状面、矢状面或轴向面的夹角,确定相应关节的位置和姿态信息,根据空间几何关系,求解出与、和平面的夹角、和,即分别与、和矢量的夹角:
,,,
肩关节与肘关节、肘关节与腕关节的相邻节点视为和节点,由此对人体上肢关节进行位置和姿态的判定;所述肩、肘、腕关节综合训练方法是根据交警道路交通指挥手势设计的一种训练方法,在交互界面上,虚拟木偶会像交警一样,根据交通信号灯指示情况,做出直行、减速慢行、停止、左转弯、右转弯的动作指令,患者需要跟着虚拟木偶进行动作的模仿和学习;纠正模块的文字和语音提示信息包含了信号灯状态的描述,肩、肘、腕及手部的实时位置及上肢偏离规定位置的纠正信息,患者需要完成所述综合康复训练模块随机生成的不同信号灯状态下直行、减速慢行、停止、左转弯、右转弯的交通指挥动作,患者每完成一次交通手势指挥动作得1分,训练时间为3-6分钟,最终,评分模块会根据患者的得分情况评议训练等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310133113.4A CN103230664B (zh) | 2013-04-17 | 2013-04-17 | 一种基于Kinect传感器的上肢运动康复训练系统及其训练方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310133113.4A CN103230664B (zh) | 2013-04-17 | 2013-04-17 | 一种基于Kinect传感器的上肢运动康复训练系统及其训练方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103230664A CN103230664A (zh) | 2013-08-07 |
CN103230664B true CN103230664B (zh) | 2015-07-01 |
Family
ID=48878772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310133113.4A Expired - Fee Related CN103230664B (zh) | 2013-04-17 | 2013-04-17 | 一种基于Kinect传感器的上肢运动康复训练系统及其训练方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103230664B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107422852A (zh) * | 2017-06-27 | 2017-12-01 | 掣京机器人科技(上海)有限公司 | 手功能康复训练评估方法和系统 |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104598867B (zh) * | 2013-10-30 | 2017-12-01 | 中国艺术科技研究所 | 一种人体动作自动评估方法及舞蹈评分系统 |
CN103623552A (zh) * | 2013-12-18 | 2014-03-12 | 北京东方之星幼儿教育科技有限公司 | 感觉统合能力的训练系统和方法 |
CN103690148B (zh) * | 2013-12-24 | 2016-09-07 | 东南大学 | 一种运动协调能力简便检测系统 |
CN103760976B (zh) * | 2014-01-09 | 2016-10-05 | 华南理工大学 | 基于Kinect的手势识别智能家居控制方法及系统 |
CN104117206A (zh) * | 2014-08-01 | 2014-10-29 | 天津恒威先创科技发展有限公司 | 基于动作捕捉系统实现虚拟现实全方位动作的方法 |
CN104133813B (zh) * | 2014-08-11 | 2017-02-15 | 南通大学 | 一种基于Kinect的海军旗语训练方法 |
CN104258539B (zh) * | 2014-09-04 | 2016-06-15 | 燕山大学 | 一种基于虚拟现实和肢体动作交互的老人康复与监护系统 |
CN105640733B (zh) * | 2014-11-11 | 2018-09-18 | 深圳宝葫芦机器人有限公司 | 一种上肢康复机器人及其控制方法 |
CN104353240A (zh) * | 2014-11-27 | 2015-02-18 | 北京师范大学珠海分校 | 基于Kinect的跑步机系统 |
CN104722056A (zh) * | 2015-02-05 | 2015-06-24 | 北京市计算中心 | 一种运用虚拟现实技术的康复训练系统及方法 |
CN104598896B (zh) * | 2015-02-12 | 2017-09-05 | 南通大学 | 基于Kinect骨架追踪的人体摔倒自动检测方法 |
CN105469679A (zh) * | 2015-11-14 | 2016-04-06 | 辽宁大学 | 基于Kinect的心肺复苏辅助训练系统及方法 |
CN105664462A (zh) * | 2016-01-07 | 2016-06-15 | 北京邮电大学 | 基于人体姿态估计算法的辅助训练系统 |
CN105847987A (zh) * | 2016-03-24 | 2016-08-10 | 乐视控股(北京)有限公司 | 通过电视和体感配件矫正人体动作及系统 |
CN105844100A (zh) * | 2016-03-24 | 2016-08-10 | 乐视控股(北京)有限公司 | 通过电视和体感配件进行康复训练及系统 |
CN105999670B (zh) * | 2016-05-31 | 2018-09-07 | 山东科技大学 | 基于kinect的太极拳动作判定和指导系统及其指导方法 |
CN106110576A (zh) * | 2016-08-09 | 2016-11-16 | 浙江工业大学义乌科学技术研究院有限公司 | 一种具有kinect姿势矫正的智能跑步机 |
CN106485055B (zh) * | 2016-09-22 | 2017-09-29 | 吉林大学 | 一种基于Kinect传感器的老年II型糖尿病患者运动训练系统 |
JP6871708B2 (ja) * | 2016-10-06 | 2021-05-12 | りか 高木 | 代償運動の原因部位を特定するための方法、システム、プログラム、及びコンピュータ装置、並びに、代償運動を解消するための方法、及びシステム |
CN106599770A (zh) * | 2016-10-20 | 2017-04-26 | 江苏清投视讯科技有限公司 | 一种基于体感动作识别及抠像的滑雪场景显示方法 |
CN106821387A (zh) * | 2016-12-30 | 2017-06-13 | 上海大学 | 利用动作捕捉传感器的下肢康复程度定量评估系统及评估方法 |
CN106650687B (zh) * | 2016-12-30 | 2020-05-19 | 山东大学 | 一种基于深度信息和骨骼信息的姿势矫正方法 |
CN106846744A (zh) * | 2017-02-10 | 2017-06-13 | 深圳萨瓦托科技有限公司 | 改善坐姿的可穿戴传感器装置及方法 |
CN107349570A (zh) * | 2017-06-02 | 2017-11-17 | 南京邮电大学 | 基于Kinect的上肢康复训练与评估方法 |
CN107397648B (zh) * | 2017-06-30 | 2019-07-12 | 中国科学院自动化研究所 | 一种手部康复装置及系统 |
CN107158659A (zh) * | 2017-07-12 | 2017-09-15 | 南京邮电大学 | 一种基于Kinect的游戏式远程上肢康复训练系统及方法 |
CN107789803B (zh) * | 2017-10-31 | 2020-07-24 | 深圳先进技术研究院 | 一种脑卒中上肢康复训练方法和系统 |
CN108154912A (zh) * | 2017-12-15 | 2018-06-12 | 江苏承康医用设备有限公司 | 一种应用于康复医疗去代偿安全关节活动度评定训练系统 |
CN107928989A (zh) * | 2017-12-18 | 2018-04-20 | 安阳市翔宇医疗设备有限责任公司 | 一种手功能综合康复训练平台 |
CN108187310B (zh) * | 2017-12-21 | 2019-05-31 | 东南大学 | 基于力觉信息和姿态信息的肢体运动意图理解与上肢康复训练机器人及其控制方法 |
CN108056898B (zh) * | 2017-12-21 | 2020-11-20 | 东南大学 | 基于下肢连杆模型和力觉信息的虚拟场景交互式康复训练机器人及其控制方法 |
CN108814894A (zh) * | 2018-04-12 | 2018-11-16 | 山东大学 | 基于视觉人体位姿检测的上肢康复机器人系统及使用方法 |
CN110404243A (zh) * | 2018-04-26 | 2019-11-05 | 北京新海樱科技有限公司 | 一种基于体态测量的康复方法及康复系统 |
CN108815804B (zh) * | 2018-06-12 | 2020-06-09 | 深圳睿瀚医疗科技有限公司 | 基于myo臂环和移动端的vr上肢康复训练平台及方法 |
CN109331453A (zh) * | 2018-08-07 | 2019-02-15 | 燕山大学 | 基于肌电反馈与Kinect交互的虚拟康复系统及训练方法 |
CN110123572B (zh) * | 2019-04-04 | 2021-10-26 | 华南理工大学 | 一种偏瘫上肢代偿运动多模态交互的康复机器人训练系统 |
CN110215676A (zh) * | 2019-06-17 | 2019-09-10 | 上海大学 | 一种上肢双臂康复训练人机交互方法和系统 |
CN110201358A (zh) * | 2019-07-05 | 2019-09-06 | 中山大学附属第一医院 | 基于虚拟现实和运动再学习的上肢康复训练系统及方法 |
CN111228767B (zh) * | 2020-01-20 | 2022-02-22 | 北京驭胜晏然体育文化有限公司 | 一种智能仿真室内滑雪安全系统及其监测方法 |
CN111477054A (zh) * | 2020-03-19 | 2020-07-31 | 上海工程技术大学 | 一种基于Kinect的交警指挥手势训练系统 |
CN111968723A (zh) * | 2020-07-30 | 2020-11-20 | 宁波羽扬科技有限公司 | 一种基于Kinect的上肢主动康复训练方法 |
CN112295198A (zh) * | 2020-10-10 | 2021-02-02 | 新绎健康管理有限公司 | 康复训练方法、装置及存储介质 |
CN113180944A (zh) * | 2021-04-26 | 2021-07-30 | 张远瑞 | 智能系统治疗仪 |
CN113398537A (zh) * | 2021-06-15 | 2021-09-17 | 黄富表 | 一种基于Microsoft Kinect的脑卒中患者上肢运动功能训练方法 |
CN113398538A (zh) * | 2021-06-15 | 2021-09-17 | 黄富表 | 一种基于滚筒训练应用运动感应及视听反馈技术降低偏瘫患者上肢痉挛的康复训练方法 |
CN115153517B (zh) * | 2022-07-18 | 2023-03-28 | 北京中科睿医信息科技有限公司 | 计时起立行走测试的测试方法、装置、设备及存储介质 |
CN117958812B (zh) * | 2024-03-28 | 2024-06-14 | 广州舒瑞医疗科技有限公司 | 一种动态前庭康复训练的人体姿态反馈评估方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8144148B2 (en) * | 2007-02-08 | 2012-03-27 | Edge 3 Technologies Llc | Method and system for vision-based interaction in a virtual environment |
US20120182431A1 (en) * | 2011-01-18 | 2012-07-19 | Asanov Pavel | Method and apparatus for sharing a physical activity between several people |
CN202257985U (zh) * | 2011-10-27 | 2012-05-30 | 温萍萍 | 一种适用于孤独症儿童的互动影像装置 |
CN102824176B (zh) * | 2012-09-24 | 2014-06-04 | 南通大学 | 一种基于Kinect传感器的上肢关节活动度测量方法 |
-
2013
- 2013-04-17 CN CN201310133113.4A patent/CN103230664B/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107422852A (zh) * | 2017-06-27 | 2017-12-01 | 掣京机器人科技(上海)有限公司 | 手功能康复训练评估方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103230664A (zh) | 2013-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103230664B (zh) | 一种基于Kinect传感器的上肢运动康复训练系统及其训练方法 | |
CN103750980B (zh) | 一种用于病人偏瘫手指的辅助康复训练装置 | |
WO2021068542A1 (zh) | 基于力反馈技术的上肢主被动康复训练机器人系统 | |
CN110123572B (zh) | 一种偏瘫上肢代偿运动多模态交互的康复机器人训练系统 | |
CN107349570A (zh) | 基于Kinect的上肢康复训练与评估方法 | |
CN109192272A (zh) | 基于Leap Motion与VR相结合的手功能康复训练系统及其实现方法 | |
Kim et al. | Kinematic analysis of upper extremity movement during drinking in hemiplegic subjects | |
CN106420254A (zh) | 多人交互虚拟现实康复训练与评估系统 | |
CN108721870B (zh) | 一种基于虚拟环境的运动训练评价方法 | |
CN104524742A (zh) | 一种基于Kinect传感器的脑瘫儿童康复训练方法 | |
Ma et al. | Online gait planning of lower-limb exoskeleton robot for paraplegic rehabilitation considering weight transfer process | |
CN110176062A (zh) | 一种基于运动捕捉数据的虚拟人体的控制方法 | |
CN109288651A (zh) | 个性化上肢康复训练机器人系统及其康复训练方法 | |
CN102716002A (zh) | 坐卧式下肢康复机器人及相应的被动训练控制方法 | |
Dao et al. | Interactive and connected rehabilitation systems for e-Health | |
Luo et al. | An interactive therapy system for arm and hand rehabilitation | |
CN109223441A (zh) | 一种基于Kinect传感器的人体上肢康复训练及动作辅助系统 | |
Tao et al. | Trajectory planning of upper limb rehabilitation robot based on human pose estimation | |
CN104898971A (zh) | 一种基于视线跟踪技术的鼠标指针控制方法及系统 | |
CN110473602B (zh) | 一种用于穿戴式体感游戏设备的体态数据集采集处理方法 | |
CN109887570B (zh) | 一种基于rgb-d相机与imu传感器的机器人辅助康复训练方法 | |
Li et al. | Study on action recognition based on kinect and its application in rehabilitation training | |
Wang et al. | Research on robot control system of lower limb rehabilitation robot based on human gait comfort | |
CN105769206A (zh) | 一种基于上下肢运动信息的步态相位判别方法 | |
Paulo et al. | An innovative robotic walker for mobility assistance and lower limbs rehabilitation |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150701 Termination date: 20160417 |
|
CF01 | Termination of patent right due to non-payment of annual fee |