CN105718730A - 对受试者的疼痛量化评估方法以及实施该方法的系统 - Google Patents
对受试者的疼痛量化评估方法以及实施该方法的系统 Download PDFInfo
- Publication number
- CN105718730A CN105718730A CN201610037353.8A CN201610037353A CN105718730A CN 105718730 A CN105718730 A CN 105718730A CN 201610037353 A CN201610037353 A CN 201610037353A CN 105718730 A CN105718730 A CN 105718730A
- Authority
- CN
- China
- Prior art keywords
- pain
- experimenter
- degree
- dimensional
- manikin
- 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
Links
- 208000002193 Pain Diseases 0.000 title claims abstract description 171
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000011158 quantitative evaluation Methods 0.000 title abstract description 3
- 210000003205 muscle Anatomy 0.000 claims description 18
- 238000011002 quantification Methods 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 16
- 238000001467 acupuncture Methods 0.000 claims description 5
- 231100000862 numbness Toxicity 0.000 claims description 5
- 239000002253 acid Substances 0.000 claims description 4
- 238000001354 calcination Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 abstract description 6
- 238000010422 painting Methods 0.000 abstract 1
- 210000003414 extremity Anatomy 0.000 description 19
- 230000008569 process Effects 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 8
- 208000024891 symptom Diseases 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 5
- 230000003387 muscular Effects 0.000 description 5
- 238000009877 rendering Methods 0.000 description 5
- 208000004044 Hypesthesia Diseases 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 208000034783 hypoesthesia Diseases 0.000 description 4
- 210000002414 leg Anatomy 0.000 description 4
- 230000035807 sensation Effects 0.000 description 4
- 208000008035 Back Pain Diseases 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 238000005452 bending Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 208000008930 Low Back Pain Diseases 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000002980 postoperative effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 201000001916 Hypochondriasis Diseases 0.000 description 1
- 208000004356 Hysteria Diseases 0.000 description 1
- 206010049816 Muscle tightness Diseases 0.000 description 1
- 208000004550 Postoperative Pain Diseases 0.000 description 1
- 208000003251 Pruritus Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 208000019804 backache Diseases 0.000 description 1
- 238000007630 basic procedure Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 208000012839 conversion disease Diseases 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 208000037816 tissue injury Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Pathology (AREA)
- Geometry (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种对受试者的疼痛量化评估方法,其包括:对预先设置好的三维人体模型上以预定颜色涂画疼痛位置,以此表示受试者的疼痛类型和疼痛区域;所述预定颜色为多种不同的颜色,每种颜色对应一种疼痛类型;所述被涂画的疼痛区域的像素点数表示疼痛程度;在所述三维人体模型的选定位置展示横断面图,在所述横截面图上,进一步标示出受试者的疼痛位置,以反映受试者的疼痛深度。
Description
技术领域
本发明涉及疼痛的量化评估,尤其涉及一种对受试者的疼痛量化评估方法以及实施该方法的系统。
背景技术
疼痛是临床最常见的症状,是一种复杂的生理、心理活动。国际疼痛学会将疼痛定义为:一种令人不愉快的感觉和情绪上的感受,伴随有现存的或潜在的组织损伤。目前,疼痛已成为继体温、脉搏、呼吸、血压四大生命体征之后的第五生命体征,日益受到国际社会的重视。
相较于前四项体征,疼痛非常特别:现今依然没有客观的生物学仪器检测疼痛,描述疼痛的程度。事实上,疼痛是一种主观化的体验,因此很难有客观的工具衡量疼痛水平。随着19世纪科学家对疼痛机理的认识加深,人们逐渐认识到疼痛是复杂的,想要测量疼痛,不仅要靠疼痛时身体的生理反应,还得依赖痛者的心理感受,记录其对疼痛的语言描述。为了能够客观量化疼痛,人们已经发展出了很多方法,目前临床上常用的评估方法有以下几种:视觉模拟评分法、面部表情疼痛量表、口述分级评分法、数字评分法、Prince-Henry评分法、行为评估法、生理指标测定法等。目前这些常用方法,虽然能够用数值来区分疼痛强度,但是对疼痛的量化程度不够精细,并且不包含疼痛位置、深度、类型(如疼痛、麻木、针刺、灼烧、酸胀等)等信息,因此无法为精准医疗,如脊柱外科手术,提供准确的辅助决策信息。
要想使医护人员更好的了解患者的疼痛情况,疼痛评估工具的选择与正确应用尤为重要。疼痛图纸是外科领域发展起来的用于疼痛量化评价的一种工具,最初是在一张人体轮廓的图纸上,让患者画出自己的疼痛区域,选用不同颜色的画笔,可以区分疼痛、麻木、痒、针刺等的不同感觉。临床医生根据患者的疼痛图纸确定疼痛的部位以及类型,并根据手术前后疼痛图纸的差异来评估手术效果和患者恢复程度。作为评估预后的工具,疼痛图纸在国外临床实践中已得到越来越多的使用。1949年,Palmer提出了疼痛图纸可能区分疼痛是“功能性”(非器质性)还是“器质性”的观点。1976年,Mooney等人认为疼痛图纸是评估腰背痛“最重要的单一数据来源”。同年,Ransford等人报道,慢性腰背痛患者描绘的“不正常”疼痛图纸和其个性特征如癔症/疑病症之间有很强的相关性。随着时间的推移,基于疼痛图纸的评估方法已逐步形成。最早期的办法是用铅笔在纸上绘画,用不同的符号或颜色代表感觉症状的类型如疼痛,麻木等,后来随着计算机技术的发展,出现了用计算机扫描方法来分析纸质图画,以及进一步的由患者使用鼠标或电子笔在计算机显示屏上,或在触摸屏的平板电脑上直接形成疼痛图纸。
疼痛图纸为外科医生提供了一个了解患者疼痛部位和疼痛性质的工具,但是目前的疼痛图纸存在以下不足:(1)疼痛图纸的人体轮廓是二维平面,而人体是一个三维立体结构,因此基于平面模型的人体疼痛图纸无法准确显示与神经根症状分布区域高度相关的准确信息。神经根各有其主要支配感觉区域,体现在人体的三维立体结构上,二维人体模型的疼痛图纸,影响疼痛部位和神经根走向的准备判断;(2)无法显示疼痛相关的深度信息;(3)疼痛图纸的信息没有与病人的既往病史、当前影像学资料、医生查体信息融合分析。这些不足都影响到外科医生对患者病情的准确判断。另一方面,从患者术后尤其是出院后康复的角度看,疼痛信息未能与患者肌肉张力、肢体活动度等信息关联,若患者疼痛信息能与肌肉运动、康复活动等信息融合,则能为手术效果评价、患者康复训练提供更丰富的指导信息。
发明内容
鉴于上述问题,本发明提出一种对受试者的疼痛量化评估方法,其包括:
对预先设置好的三维人体模型上以预定颜色涂画疼痛位置,以此表示受试者的疼痛类型和疼痛区域;所述预定颜色为多种不同的颜色,每种颜色对应一种疼痛类型;所述被涂画的疼痛区域的像素点数表示疼痛程度;
在所述三维人体模型的选定位置展示横断面图,在所述横截面图上,进一步标示出受试者的疼痛位置,以反映受试者的疼痛深度。
优选地,预处理所述三维人体模型,所述三维人体模型每旋转1°对应一张深度图;在手持设备端上通过对所述的深度图操作来实现疼痛区域的标示。
优选地,所述疼痛类型包括灼烧、针刺、麻木、酸胀、疼痛。
优选地,通过比较同一受试者在不同时间点的疼痛区域、疼痛类型、疼痛程度、疼痛深度,得到受试者的康复趋势图。
优选地,进一步通过传感器获得所述受试者的肌肉张力,通过肌肉张力的信息进一步反映受试者的疼痛程度或康复状况。
优选地,进一步通过传感器获得所述受试者的肢体活动度或强度,通过肢体活动度或强度的信息进一步反映受试者的疼痛程度或康复状况。
优选地,进一步通过传感器获得所述受试者的肢体弯曲角度,通过肢体弯曲角度的信息进一步反映受试者的疼痛程度或康复状况。
本发明还提出一种实施上述方法的系统,其包括:手持设备、服务器;
所述手持设备用于显示三维人体模型,以供受试者以预定颜色在所述三维人体模型涂画疼痛位置,以此表示受试者的疼痛类型和疼痛区域其中,所述三维人体模型能在选定位置展示横断面图,以供受试者在所述横截面图上进一步标示出受试者的疼痛位置;
所述服务器与所述手持设备通信,自所述手持设备获取被涂画的所述三维人体模型,根据所述涂画的颜色确定疼痛类型,根据疼痛区域的像素点确定疼痛程度,根据选定位置的横截面图确定疼痛深度。
优选地,所述服务器通过比较同一受试者在不同时间点的疼痛区域、疼痛类型、疼痛程度、疼痛深度,得到所述受试者的康复趋势图。
优选地,进一步包括传感器,以测量受试者的肌肉张力、肢体活动度或强度、或肢体弯曲角度,通过肌肉张力、肢体活动度或强度、或肢体弯曲角度信息进一步反映受试者的疼痛程度或康复状况。
本发明对受试者的疼痛量化评估方法,对疼痛的类型、强度、深度等重要参数指标进行客观量化,为住院手术病人的术前、术后疼痛客观评价提供了有效手段。三维人体模型及深度标示方法能为神经根症状提供更精确的信息,准确体现神经根症状分布区域及症状严重程度,有助于临床诊断及疾病责任节段。
通过本发明的对受试者的疼痛量化评估方法以及实施该方法的系统,结合临床信息系统中的病人既往病史、影像资料,以及医生查体信息融合分析,能准确判断患者疾病责任节段,为手术方案的制定提供了更为准确的辅助支持信息,如腰5神经根症状分布区域通常为大腿外侧、小腿外侧及足背内侧,而骶1神经根症状分布区域则为大腿后外侧、小腿后侧、足背外侧及足底,根据患者在三维人体模型上描绘的图形,可判断腰5神经根受压还是骶1神经根受压,从而判断患者病变责任节段为腰4-5,或腰5骶1,诸如此类。
附图说明
图1为本发明的实施对受试者的疼痛量化评估方法的系统的框架图;
图2为基于三维人体模型的疼痛标示;
图3为患者状况评分表;
图4(a)、(b)为服务器段生成的疼痛评价报告;
图5为疼痛趋势图;
图6为手术方案辅助决策支持系统;
图7为三维场景的渲染过程;
图8为透视投影和正交投影的示意图;
图9为三维渲染过程的各类坐标变换;
图10为不同人体横切面示意图以及在横切面的疼痛深度标示;
图11为疼痛范围及深度示意图。
具体实施方式
下面,结合图1-11对本发明进行详细说明。
基于移动终端的三维人体模型操作和疼痛区定义实现过程如下。
1.三维人体模型的生成
本发明所使用的三维人体模型是通过人物造型设计软件Poser7建模生成。首先,在poser7软件中的人物模型库中选择P4NudeMan男人体模型,然后修改模型肢体旋转、位移等参数,得到现有模型,并最终输出为obj模型源文件。
2.数据预处理:
由于通常的移动终端,如PAD的CPU计算能力有限,若直接将三维人体模型载入PAD进行实时的旋转和疼痛区域绘制,会产生由于处理速度慢导致的画面卡、像素精度捕捉不准的情况。为了提高系统运行速度,采用了对三维人体数据进行预处理,模型每旋转1度得到一张深度图,共得到360张深度图(深度图是以当前屏幕上的像素点所在模型的深度值为图像灰度值的图像共360张),在移动终端对三维人体模型进行操作的时候,实际上是针对的这360张深度图进行操作,极大的降低了对系统处理能力的要求,保证了三维人体画面操作过程中的流畅性以及疼痛区域绘制的精确性。旋转的流程如下:
步骤1,平移到坐标原点,首先我们把模型平移到坐标原点,然后在坐标原点绕坐标轴做旋转操作。
步骤2,旋转,设置旋转矩阵,可以计算平移后坐标点的位置,
绕X轴的旋转矩阵:
绕Y轴的旋转矩阵:
绕Z轴的旋转矩阵:
步骤3,平移回初始位置。
3.模型载入,通过OPENGLES进行模型绘制。基本流程如下:
步骤1:三维场景初始化。要显示三维场景首先就要做三维环境的初始化,本发明实施中采用OpenGLES作为三维渲染引擎,OpenGLES(OpenGLforEmbeddedSystems)是OpenGLES三维图形API的子集,针对手机、PDA和游戏主机等嵌入式设备而设计。该API由Khronos集团定义推广,Khronos是一个图形软硬件行业协会,该协会主要关注图形和多媒体方面的开放标准。
步骤2:三维场景的渲染。三维场景的渲染也就是将模型绘制到屏幕上的一个过程,其中包括环境初始化,摄像机设置以及顶点变换。其实现的流程图如图7所示。
步骤(1):环境初始化,创建3D环境;
步骤(2):世界变换,对于每个对立被引进程序的物体,它们的坐标系,坐标原点理论上都应该是不同的,其顶点也都用局部坐标表示的,因此需要做统一的变换。首先应将它们引入到同一坐标系下,也就是“世界坐标系”。这个变换也因此被称为世界变换。
步骤(3):视图变换,经过了以上一些操作后,每个顶点在整个场景中的位置也就确定下来了。但是要把它们映射到屏幕上,还要确定观察者的位置和视角。我们要把所有点变换到新建立的以观察者为基准的坐标系下,这样才能被观察者所观察到,这个步骤叫做视图变换。该步骤主要是摄像机的设置,摄像机设置主要设置它的投影矩阵,投影方法包括透视投影和正交投影算法。透视投影的特点是“近大远小”,也就是我们眼睛日常看到的世界。正交投影,它的视锥为一长方体,特点是物体的大小不随到观测点的距离而变化,投影后可以保持物体之间的距离和夹角。它主要用在工程制图上。透视投影和正交投影的示意图如图8所示。
步骤(4):影射变换,经过上述两次坐标转换后,我们已经让屏幕平行于其中一个坐标轴平面了,也就是说,经过一系列的比例范围调整,理论上我们能看到期盼已久的点,但是此时绘出的物体是没有立体感的,所以对每个点,我们进行最后一步变换就是根据其远近程度进行放缩。
步骤(5):三维裁剪,经过以上几个变换后,视点前后的图像我们都可以在屏幕上看到,这样是不正确的,所以应该将不应该在屏幕上显示的图像剔除,这样才可以正确显示。
步骤(6):输出顶点。
整个过程中涉及的各类坐标变化如图9所示。
4.交互获取用户绘制疼痛区域以及疼痛区的计算
疼痛区包含疼痛类型、范围以及疼痛深度,疼痛类型由系统设定好(包括灼烧、针刺、麻木、酸胀、疼痛等),用户根据自己的疼痛情况,选择相应颜色的画笔,即不同颜色的画笔代表不同的疼痛类型。
疼痛范围由患者在三维模型上绘制的有效像素面积来表示,疼痛深度由患者在模型横切面上点选的深度来表示(如图10所示,显示了胸部、腰部、大腿、小腿横切面以及深度示意,图11同时显示了在大腿外侧疼痛类型、区域,以及腰部的特疼深度信息)。疼痛区的计算方法如下:
4.1、计算疼痛范围
根据画笔滑动屏幕逐像素计算当前点是否在三维人体模型上,若当前点在三维模型上则疼痛值加1。
计算当前点是否在三维模型算法如下:
(1)获取当前旋转角度,根据旋转角度选取相应的深度图;
(2)根据当前点击点坐标winX,winY获取相应的深度值winZ;
(3)若深度值>=1则该点不在模型上,反之改点在模型上疼痛值+1。
4.2、计算疼痛深度
(1)用户在三维模型上选取某一点,生成该部分的横切面;
(2)计算横切面的中心点的三维坐标;
(3)用户在横切面中选取一点作为疼痛深度,并计算疼痛深度三维坐标。疼痛深度三维坐标计算首先根据屏幕坐标以及摄像机参数得到一个拾取射线(如图11所示),根据射线与模型求交可以得到相交点的三维坐标;
(4)根据疼痛深度坐标计算疼痛深度坐标距离横切面心点的距离d1,计算公式如下:
(5)连接横切面中心点与疼痛深度坐标得到新的射线,并以此射线与模型边缘求交得疼痛边缘点坐标;
(6)计算疼痛边缘点距离横切面中心点的距离d2;
(7)通过(d1/d2)得到疼痛深度值。
5.疼痛信息的生成、传输和存档
用于在移动终端如PAD上完成疼痛类型、区域、深度等信息的标示以及调查问卷的填写后,疼痛信息、调查问题信息以及患者个人信息(关键是ID信息)以打包的方式,通过TCP/IP协议传送给服务器。服务器端软件完成PDF格式报告的生成以及病人数据的存档功能。并进一步的,可以根据医生需要生成疼痛趋势图(若患者有多次检查),并可基于病人ID融合病人既往病史、影像学资料和查体等信息形成手术方案辅助决策支持系统。
6.受试者肌肉张力、肢体活动度或强度、肢体弯曲角度等信息的获取
这些信息的获取通过智能硬件来实现,智能硬件以可穿戴的形式安放在肢体的特定部位,捕捉肌肉张力、肢体活动度或强度、肢体弯曲角度等与疼痛评估和康复评价相关的重要信息,通过蓝牙4.0以无线方式将信息传送到手持终端如PDA上。
医学上,肌肉张力分为静态肌张力和动态肌张力,医生经常通过手按压肌肉感觉其硬度的办法,估计静态肌张力。检测肌肉张力的方法很多,本发明采用选择的是深圳市鑫精诚科技有限公司的XJC-Y01系列的传感器,传感器具有1个圆形端面和1个顶柱,用1根束带将传感器缚于肌肉上,以一定预压力将传感器压向肌肉表面,使顶柱部分嵌入到肌肉中,可获得对肌肉张力的粗略估计。
肢体活动度或强度可通过三维加速度传感器来实现,三维加速度传感器可以捕捉来自X、Y、Z三个方向的活动信息,经过积分后可进一步获得位移以及活动量信息,本专利使用美国产ActigraphGT3X三轴加速度传感器测量研究对象的肢体活动情况。
肌体弯曲度的变化可通过电阻应变片来实现,将传感器紧贴在人体皮肤表面,当发生形变弯曲时,传感器上的阻值会发生相应变化,通过提取信息进行分析,进而得到肢体弯曲度。本专利采用Spectrasymbol公司的Flex22S传感器,它是一个简单测量弯曲强度的传感器,并借着超薄的封装,可以将它固定在被测曲面上,配合模拟输出,方便将弯曲信息采集并处理。
系统框架图如图1所示。移动终端为一PAD(LenovoB8080,CPU:QualcommAPQ80281.6GHz),基于该PAD,患者完成疼痛类型、区域、深度等信息的标示(见图2),以及医生为了解病人病情和心理状态设计的相关问卷(见图3),患者在完成三维人体疼痛模型标示以及问卷调查后,相关信息通过无线网络如WIFI,传送到后台服务器,在后台服务器端,能够根据PAD传送的信息自动生成相关报告(见图4),并将患者相关信息写入数据服务器。若患者在之前做过该检查,则服务器能够根据医生需要,将一段时间内(如术前、术后一周、术后一个月、三个月、六个月、一年)的患者疼痛信息以趋势图的方式展示出来(见图5),便于医生对患者康复情况进行评估。
在服务器端,能够根据患者的ID号,从医院信息系统中提取到病人的既往病史和影像学资料,并能够输入医生查体信息,从而形成手术方案辅助决策支持信息,如图6所示。
本发明的技术优势:
1.数据预处理
由于移动终端如PAD的CPU计算能力有限,为了在低处理能力的移动终端上实现高质量的三维人体模型旋转和疼痛绘制功能,采用了对三维模型预处理技术,即对模型进行旋转,每一度得到一张深度图(深度图是以当前屏幕上的像素点所在模型的深度值为图像灰度值的图像),共360张。在移动终端对三维模型操作时,实际上是针对这预处理好的360张深度图进行操作,提高了处理速度,极大降低了对移动终端处理能力的要求。
2.疼痛区定义
疼痛区包含疼痛范围以及疼痛深度,疼痛范围由患者在三维模型上绘制的有效像素面积来表示,疼痛深度由患者在模型横切面上点选的深度来表示。
3.用户交互获取用户绘制疼痛区域以及疼痛区的计算
手持移动终端的三维人体模型可以任意角度旋转,并且可以根据需要将某一横断面展示出来;基于三维人体模型的涂画结果,能够以像素点数的形式存储下来,像素点的多少代表了疼痛区域的大小和/或疼痛剧烈程度,不同的画笔颜色也存储下来,作为疼痛的不同类型;
4.手持移动终端通过蓝牙与智能硬件(肢体运动传感器)通讯,获得病人肌肉张力、活动度等信息,从而为患者术后康复锻炼提供更准确的信息。医生结合疼痛趋势图可以给患者提供更精确的康复方案。
5.基于三维人体模型涂画的疼痛量化信息与智能硬件获得的肌肉张力、运动度等信息,通过术前、术后、3个月、6个月、1年的随访,可以更加准确、客观的评价病人恢复情况,通过疼痛强度、深度、类型等趋势图的变化,对不同手术术式进行更准确的分析评价。
Claims (10)
1.一种对受试者的疼痛量化评估方法,其包括:
对预先设置好的三维人体模型上以预定颜色涂画疼痛位置,以此表示受试者的疼痛类型和疼痛区域;所述预定颜色为多种不同的颜色,每种颜色对应一种疼痛类型;所述被涂画的疼痛区域的像素点数表示疼痛程度;
在所述三维人体模型的选定位置展示横断面图,在所述横截面图上,进一步标示出受试者的疼痛位置,以反映受试者的疼痛深度。
2.如权利要求1所述的对受试者的疼痛量化评估方法,其特征在于:预处理所述三维人体模型,所述三维人体模型每旋转1°对应一张深度图;在手持设备端上通过对所述的深度图操作来实现疼痛区域的标示。
3.如权利要求1所述的对受试者的疼痛量化评估方法,其特征在于:所述疼痛类型包括灼烧、针刺、麻木、酸胀、疼痛。
4.如权利要求1所述的对受试者的疼痛量化评估方法,其特征在于:通过比较同一受试者在不同时间点的疼痛区域、疼痛类型、疼痛程度、疼痛深度,得到受试者的康复趋势图。
5.如权利要求1所述的对受试者的疼痛量化评估方法,其特征在于:进一步通过传感器获得所述受试者的肌肉张力,通过肌肉张力的信息进一步反映受试者的疼痛程度或康复状况。
6.如权利要求1所述的对受试者的疼痛量化评估方法,其特征在于:进一步通过传感器获得所述受试者的肢体活动度或强度,通过肢体活动度或强度的信息进一步反映受试者的疼痛程度或康复状况。
7.如权利要求1所述的对受试者的疼痛量化评估方法,其特征在于:进一步通过传感器获得所述受试者的肢体弯曲角度,通过肢体弯曲角度的信息进一步反映受试者的疼痛程度或康复状况。
8.一种实施权利要求1-7中任一项所述的方法的系统,其包括:手持设备、服务器;
所述手持设备用于显示三维人体模型,以供受试者以预定颜色在所述三维人体模型涂画疼痛位置,以此表示受试者的疼痛类型和疼痛区域其中,所述三维人体模型能在选定位置展示横断面图,以供受试者在所述横截面图上进一步标示出受试者的疼痛位置;
所述服务器与所述手持设备通信,自所述手持设备获取被涂画的所述三维人体模型,根据所述涂画的颜色确定疼痛类型,根据疼痛区域的像素点确定疼痛程度,根据选定位置的横截面图确定疼痛深度。
9.权利要求8所述的系统,其特征在于:所述服务器通过比较同一受试者在不同时间点的疼痛区域、疼痛类型、疼痛程度、疼痛深度,得到所述受试者的康复趋势图。
10.权利要求8所述的系统,其特征在于:进一步包括传感器,以测量受试者的肌肉张力、肢体活动度环绕强度、或肢体弯曲角度,通过肌肉张力、肢体活动度环绕强度、或肢体弯曲角度信息进一步反映受试者的疼痛程度或康复状况。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2016100250044 | 2016-01-15 | ||
CN201610025004 | 2016-01-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105718730A true CN105718730A (zh) | 2016-06-29 |
CN105718730B CN105718730B (zh) | 2018-09-18 |
Family
ID=56147975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610037353.8A Active CN105718730B (zh) | 2016-01-15 | 2016-01-20 | 对受试者的疼痛量化评估方法以及实施该方法的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105718730B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106725305A (zh) * | 2016-11-23 | 2017-05-31 | 深圳先进技术研究院 | 基于人体姿态角的疼痛程度评估方法及系统 |
TWI593383B (zh) * | 2016-07-28 | 2017-08-01 | 國防醫學院 | 判斷疼痛緩解程度之方法及其裝置 |
CN107684438A (zh) * | 2016-08-03 | 2018-02-13 | 深圳先进技术研究院 | 一种基于超声图像的疼痛程度检测方法及装置 |
CN108392734A (zh) * | 2018-01-30 | 2018-08-14 | 深圳市前海未来无限投资管理有限公司 | 一种电刺激保健方法、装置及可穿戴设备 |
CN111081375A (zh) * | 2019-12-27 | 2020-04-28 | 北京深测科技有限公司 | 健康监测的预警方法及系统 |
JP2023501811A (ja) * | 2019-11-14 | 2023-01-19 | ヘルスケア バンク カンパニー リミテッド | オブジェクトに対する観察情報の入力及び共有サービスを提供するための方法、及びコンピューターで判読可能な記録媒体 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104887198A (zh) * | 2014-03-06 | 2015-09-09 | 中国科学院沈阳自动化研究所 | 基于人体生理信号多参数融合的疼痛定量分析系统及方法 |
CN105005710A (zh) * | 2015-08-20 | 2015-10-28 | 中国人民解放军第二军医大学 | 一种原发性肝癌中医常见基本证候量化评价方法 |
-
2016
- 2016-01-20 CN CN201610037353.8A patent/CN105718730B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104887198A (zh) * | 2014-03-06 | 2015-09-09 | 中国科学院沈阳自动化研究所 | 基于人体生理信号多参数融合的疼痛定量分析系统及方法 |
CN105005710A (zh) * | 2015-08-20 | 2015-10-28 | 中国人民解放军第二军医大学 | 一种原发性肝癌中医常见基本证候量化评价方法 |
Non-Patent Citations (7)
Title |
---|
刘莹 等: "不同年龄段儿童疼痛评估工具的选择", 《中国疼痛医学杂志》 * |
徐习 等: "疼痛评估电子记录模板的设计与应用", 《护理学杂志》 * |
李丽萍 等: "老年患者术后认知功能评价与疼痛视觉模拟评分的相关性研究", 《第三军医大学学报》 * |
王会民 等: "疼痛测量工具的应答模式评析", 《循证医学》 * |
程继伟 等: "慢性下腰痛疗效评价方法的应用现状", 《中国修复重建外科杂志》 * |
范羽飞: "量化的疼痛评估表在急性冠脉综合征病人中的应用", 《全科护理》 * |
陈杰 等: "ICU患者疼痛评估工具研究进展", 《中国护理管理》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI593383B (zh) * | 2016-07-28 | 2017-08-01 | 國防醫學院 | 判斷疼痛緩解程度之方法及其裝置 |
CN107684438A (zh) * | 2016-08-03 | 2018-02-13 | 深圳先进技术研究院 | 一种基于超声图像的疼痛程度检测方法及装置 |
CN107684438B (zh) * | 2016-08-03 | 2024-04-19 | 深圳先进技术研究院 | 一种基于超声图像的疼痛程度检测方法及装置 |
CN106725305A (zh) * | 2016-11-23 | 2017-05-31 | 深圳先进技术研究院 | 基于人体姿态角的疼痛程度评估方法及系统 |
CN108392734A (zh) * | 2018-01-30 | 2018-08-14 | 深圳市前海未来无限投资管理有限公司 | 一种电刺激保健方法、装置及可穿戴设备 |
JP2023501811A (ja) * | 2019-11-14 | 2023-01-19 | ヘルスケア バンク カンパニー リミテッド | オブジェクトに対する観察情報の入力及び共有サービスを提供するための方法、及びコンピューターで判読可能な記録媒体 |
CN111081375A (zh) * | 2019-12-27 | 2020-04-28 | 北京深测科技有限公司 | 健康监测的预警方法及系统 |
CN111081375B (zh) * | 2019-12-27 | 2023-04-18 | 北京深测科技有限公司 | 健康监测的预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105718730B (zh) | 2018-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105718730B (zh) | 对受试者的疼痛量化评估方法以及实施该方法的系统 | |
Rau et al. | Movement biomechanics goes upwards: from the leg to the arm | |
CN104274183B (zh) | 动作信息处理装置 | |
Clark et al. | Validity of the Microsoft Kinect for assessment of postural control | |
Short et al. | Validation of a computer modelled forensic facial reconstruction technique using CT data from live subjects: a pilot study | |
Zhao et al. | An augmented reality-assisted therapeutic healthcare exercise system based on bare-hand interaction | |
CN104778894A (zh) | 一种虚拟仿真正骨手法培训系统及其建立方法 | |
CN105816182A (zh) | 一种基于Kinect传感器的颈椎活动度测量方法 | |
Cescon et al. | Methodological analysis of finite helical axis behavior in cervical kinematics | |
Straker et al. | In vivo laboratory validation of the physiometer: a measurement system for long-term recording of posture and movements in the workplace | |
Chèze | Kinematic analysis of human movement | |
Lopes et al. | On the utility of 3D hand cursors to explore medical volume datasets with a touchless interface | |
Zhu et al. | A contactless method to measure real-time finger motion using depth-based pose estimation | |
Ribeiro et al. | Techniques and devices used in palpation simulation with haptic feedback | |
García-de-Villa et al. | A database of physical therapy exercises with variability of execution collected by wearable sensors | |
Singh et al. | Assessment of velocity, range, and smoothness of wrist circumduction using flexible electrogoniometry | |
Friesen et al. | Defining repeatability for scapulothoracic and thoracohumeral motion during the novel work-related activities and functional task (WRAFT) protocol | |
McClintock et al. | Validity and reliability of inertial measurement units used to measure motion of the lumbar spine: A systematic review of individuals with and without low back pain | |
CN113470173A (zh) | 全息数字人体建模方法及装置 | |
CN108830915A (zh) | 口腔影像3d模拟动画实现方法及装置 | |
Beveridge et al. | 3D visualisation for education, diagnosis and treatment of lliotibial band syndrome | |
Asadipour et al. | A technology-aided multi-modal training approach to assist abdominal palpation training and its assessment in medical education | |
Dugailly et al. | Kinematics of the upper cervical spine during high velocity-low amplitude manipulation. Analysis of intra-and inter-operator reliability for pre-manipulation positioning and impulse displacements | |
Tang et al. | Development of software for human muscle force estimation | |
Jan et al. | Data representation for joint kinematics simulation of the lower limb within an educational context |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201123 Address after: 100853 Fuxing Road, Beijing, Haidian District, No. 28 Patentee after: The first medical center of PLA General Hospital Address before: 100853 Fuxing Road, Beijing, Haidian District, No. 28 Patentee before: Huang Peng Patentee before: Zhang Zhengbo |