CN105902273A - 一种基于人手尺偏动作的手功能康复定量评估方法 - Google Patents
一种基于人手尺偏动作的手功能康复定量评估方法 Download PDFInfo
- Publication number
- CN105902273A CN105902273A CN201610218590.4A CN201610218590A CN105902273A CN 105902273 A CN105902273 A CN 105902273A CN 201610218590 A CN201610218590 A CN 201610218590A CN 105902273 A CN105902273 A CN 105902273A
- Authority
- CN
- China
- Prior art keywords
- chi
- hands
- angle
- patient
- data
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1071—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring angles, e.g. using goniometers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种基于人手“尺偏”动作的手功能康复定量评估方法。结合现有的计算机视觉及光学动作捕捉技术,并结合计算机智能计算,实时捕捉并处理手部从手指到手掌、手腕的各个关节点三维空间数据,并以患者的健康手为对比对象,以恢复百分比的得分形式给出患者在整个康复训练过程中针对尺偏动作的定量描述,并结合手部运动的速度、加速度等信息辅助医生进行病情诊断,通过一段时间的连续评估,让医生和患者明确了解患手在这一段时间内定量的康复程度变化。
Description
技术领域
本发明涉及人手部各个关节及手掌在内的动作捕捉与智能计算技术在手功能康复评估领域的应用,具体涉及一种基于人手“尺偏”动作的手功能康复定量评估方法。属于电子信息领域,且交叉涉及到康复医学评估领域。
背景技术
流行病学调查结果显示:我国每年脑卒中发病率为217/10万,患者数逾150万,致残率高达86.5%。在病人的长期康复训练过程中,手功能的恢复对于患者后期生活质量的改善具有重要的作用,随着康复训练及治疗的介入,部分患者在6个月以内手功能方面会有不同程度的恢复。在康复训练方案的制定和实施中,目前主要依据Fugl-Meyer等量表进行定性的康复程度评估,但是这样的定性评估具有较大的主观性,严重依赖不同康复医师的经验,因此在精准康复这一概念提出之后,迫切需要可定量评估患者手功能经过训练之后的康复程度和状态的检测技术,提供量化数据,最终给出具有坚实理论依据的评估结果,能够与定性量表结合,为患者制定更加合理的康复训练疗程提供依据。
目前人手部功能检测的方法是根据手部及腕部的关节及活动特性进行检测。其中尺偏动作是从手指到手掌、手腕关节活动度测量中具有代表性的评估动作。国内外现有的检测方法多为使用量角器手工测量角度,Fugl-Meyer等量表要求如下:
a.受测者采取坐位,屈肘,前臂旋前,掌心向下置于桌上;
b.测量腕关节尺偏时的轴心是腕横纹背侧中点;
c.将量角器的零点对准腕横纹背侧中点,固定臂与前臂背侧中线平行;
d.将量角器的移动臂与中指轴线平行;
e.腕关节尺偏至最大限度,测量得出最大运动范围(正常活动范围应该是0到30度)。
以Fugl-Meyer等量表为指标,将手功能动作划分为0、1、2分,其中:0分代表完全不能进行,1分代表部分完成,2分代表正常进行。
可以看出,在传统的定性评估量表中,对动作种类的划分较笼统,对特定动作的恢复程度描述较宽泛,难以对病人在一个疗程甚至多个疗程的恢复过程中进行恢复情况的准确判断,不利于医生及时调整康复方案,也不利于病人复健的信心增强。
发明内容
本发明所要解决的问题是目前手功能康复评估定性分析主观性较大、依赖人力效率低下 等缺点,提出一种基于人手“尺偏”动作的手功能康复定量评估方法。
为达到上述目的,本发明的构思是:
桡骨尺偏角是指桡骨纵轴线的垂线与桡骨远端尺桡侧最远点的连线之间的夹角(如图1所示)。桡骨尺偏角对于判断手桡骨远端复位能力具有重要意义。本发明在传统定性量表评估方法仅仅评价桡骨尺偏角的基础上进一步定量评价了患者完成一次手部尺偏动作测试所需要的持续时间、手部运动平均速度以及手部运动加速度信息。针对得到的这些患手定量信息,再与该患者的健康手进行对比,计算与健康手的数据偏差百分比,作为该患者当次尺偏动作的定量评估得分。利用现有的灰阶摄像头和红外收发器组成的光学捕捉设备获取到人手部骨骼及各个关节点三维坐标,结合当前的康复评定标准,以患者的健康手为参考对象,对比得出当前时刻患者患手的恢复程度。
本发明解决上述技术问题所采用的技术方案是:
一种基于人手“尺偏”动作的手功能康复定量评估方法,包括定量评估过程、评分结果获取以及“尺偏”动作的患者测试步骤,所述定量评估过程包括数据采集、数据预处理、评估参数计算和评估结果统计,通过光学动作捕捉设备实时捕捉并处理手部从手指到手掌、手腕的各个关节点三维空间数据,并以患者的健康手为对比对象,以最大尺偏角大小、运动过程中平均角速度、运动过程中平均角加速度恢复百分比的得分形式给出患者在整个康复训练过程中针对尺偏动作的定量描述。
所述光学动作捕捉设备包含:1个双目灰阶摄像头以及3个红外探测器。
所述定量评估过程中的数据采集是通过光学动作捕捉设备精确获取手部关节点三位空间坐标后,提取出相关位置参量:中指指尖坐标A1(X1,Y1,Z1)、中指近节指骨末端坐标A’1(X’1,Y’1,Z’1)、腕横纹背侧中点坐标B1(X2,Y2,Z2)、沿前臂背侧中线距离B1约5cm处B’2(X’2,Y’2,Z’2)。
所述定量评估过程中的数据预处理,得到:
1)中指方向向量
2)腕关节方向向量
3)分别取与在水平面XOZ内的投影和定义尺偏角大小为
所述定量评估过程中的评估参数计算包括:
a.手在初始位置时:将尺偏角θ0、中指向量与腕向量投影和当前时间t存入数据库中;
b.开始运动时,考虑到患者运动能力不同,对应运动时间长短不同,为了节约数据库存储空间,选取手部偏转角每偏转大于1度时,存入对应的帧数frame、θ、t;
c.偏转角大于1度时,判断当前帧获取的角度与前一次入库角度的大小,将较大值存入θmax中;
d.当达到最大角度并开始往回运动时,医生通过点击界面上的停止按钮,停止数据采集,此时将θmax写入数据库中;
e.为避免出现单次动作采集的特殊性,每个动作无论健手建库还是患手评估,均进行至少两次,取两次中结果较好,即θmax较大的数据进行评估。
所述定量评估过程中的评估结果统计方法为:
a.最大尺偏角θ
θ=θmax-θ0
b.每偏转1度的角速度ω
其中:θ'、t'为当前帧获取到的角度和录入时间,θ1、t1为前一帧获取到的角度和录入时间;
c.运动过程中,每偏转1度平均角速度:
其中:i为偏转度数,n为偏转最大角度,N为总偏转度数
d.尺偏角加速度
e.运动过程中,每偏转1度平均角加速度
其中:i为偏转度数,n为偏转最大角度,N为总偏转度数。
所述评分结果获取方式:
1)在数据处理的过程中,得到健手最大尺偏角θh,平均角速度平均角加速度针对同一个病人的不同康复时期,健手库中的数据作为相对标准数据,如无二次发病,健手库数据保持不变;
2)每次进行尺偏评估时,患手库的数据进行更新,设本次患病手最大尺偏角θu,平均角速度平均角加速度则
3)以角度得分为主要参考,健手和患手的运动角速度和加速度作为医生进行阶段性总结的参考,具有临床意义。
所述“尺偏”动作的患者测试步骤为:
a.受测者采取坐位,屈肘,前臂旋前,掌心向下置于检测仪器中,设备左右各设有一个开口,分别放待测者的左右手,方便进行健康手建库和患病手评估;
b.在医生的指导下,患者先进行健康手建库;
c.医生点击交互界面中开始按钮,患者在标准视频的指引下,健康手开始运动,运动过程中,尺偏角每增大1度,向数据库中写入当前帧、角度、角速度以及角加速度信息,同时存入当前采集到的位置参量;
d.当观察到患者尺偏角达到最大时,医生点击停止按钮,当前运动过程数据采集完毕,向数据库中写入最大尺偏角,此次运动平均角速度和平均角加速度;
e.重复c、d步骤一次,两次数据进行对比,取效果较好,即最大尺偏角较大的一次结果;
f.健康手建库完成后,患病手进行测试,重复c、d、e步骤;
g.利用角度、角速度及角加速度得分公式,计算出患者此次的尺偏得分。
与现有技术相比,本发明具有如下的优点:
本发明结合现有的计算机视觉及光学动作捕捉技术,实时捕捉并处理手部从手指到手掌、手腕的各个关节点三维空间数据,并以患者的健康手为对比对象,以最大尺偏角大小、运动过程中平均角速度、运动过程中平均角加速度恢复百分比的得分形式给出患者在整个康复训练过程中针对尺偏动作的定量描述,通过一段时间的连续评估,让医生和患者明确了解患手在这一段时间内定量的康复程度变化。
附图说明
图1为桡骨尺偏角示意图。
图2为光学捕捉设备示意图。
图3为检测设备示意图。
图4为尺偏角定义。
具体实施方式
下面结合附图,对本发明的具体实施做进一步的说明。
一种基于人手“尺偏”动作的手功能康复定量评估方法,包括定量评估过程、评分结果获取以及“尺偏”动作的患者测试步骤,所述定量评估过程包括数据采集、数据预处理、评估参数计算和评估结果统计,通过光学动作捕捉设备实时捕捉并处理手部从手指到手掌、手腕的各个关节点三维空间数据,并以患者的健康手为对比对象,以最大尺偏角大小、运动过程中平均角速度、运动过程中平均角加速度恢复百分比的得分形式给出患者在整个康复训练过程中针对尺偏动作的定量描述。
所述光学动作捕捉设备包含:1个双目灰阶摄像头以及3个红外探测器。依靠该光学捕捉设备及其内部集成的算法,可以直接获取到患者待测手的骨骼关节点三维坐标。其中三维坐标轴定义:原点为双目灰阶摄像头中点,X、Y、Z轴定义方法如图2所示。
所述定量评估过程中的数据采集是通过光学动作捕捉设备精确获取手部关节点三位空间坐标后,提取出相关位置参量:中指指尖坐标A1(X1,Y1,Z1)、中指近节指骨末端坐标A’1(X’1,Y’1,Z’1)、腕横纹背侧中点坐标B1(X2,Y2,Z2)、沿前臂背侧中线距离B1约5cm处B’2(X’2,Y’2,Z’2)。
所述定量评估过程中的数据预处理,得到:
1)中指方向向量
2)腕关节方向向量
由于脑卒中病人的手部运动姿势具有不确定性,部分患者的手掌无法完全伸直,即不能保证手腕和手指向量严格位于同一平面内,为排除该因素干扰,分别取与在水平面XOZ内的投影和如图4所示,与的夹角即定义为尺偏角:
所述定量评估过程中的评估参数计算包括:
a.手在初始位置时:将尺偏角θ0、中指向量与腕向量投影和当前时间t(精确到秒)存入数据库中;
b.开始运动时,考虑到患者运动能力不同,对应运动时间长短不同,为了节约数据库存储空间,选取手部偏转角每偏转大于1度时,存入对应的帧数frame、θ、t;
c.偏转角大于1度时,判断当前帧获取的角度与前一次入库角度的大小,将较大值存入θmax中;
d.当达到最大角度并开始往回运动时,医生通过点击界面上的停止按钮,停止数据采集,此时将θmax写入数据库中;
e.为避免出现单次动作采集的特殊性,每个动作无论健手建库还是患手评估,均进行至少两次,取两次中结果较好,即θmax较大的数据进行评估。
所述定量评估过程中的评估结果统计方法为:
a.最大尺偏角θ
θ=θmax-θ0
b.每偏转1度的角速度w
其中:θ'、t'为当前帧获取到的角度和录入时间,θ1、t1为前一帧获取到的角度和录入时间,
c.运动过程中,每偏转1度平均角速度:
其中:i为偏转度数,n为偏转最大角度,N为总偏转度数
d.尺偏角加速度
e.运动过程中,每偏转1度平均角加速度
其中:i为偏转度数,n为偏转最大角度,N为总偏转度数。
所述评分结果获取方式:
1)在数据处理的过程中,得到健手最大尺偏角θh,平均角速度平均角加速度针对同一个病人的不同康复时期,健手库中的数据作为相对标准数据,如无二次发病,健手库数据保持不变;
2)每次进行尺偏评估时,患手库的数据进行更新,设本次患病手最大尺偏角θu,平均角速度平均角加速度则
3)以角度得分为主要参考,健手和患手的运动角速度和加速度作为医生进行阶段性总结的参考,具有临床意义。
所述“尺偏”动作的患者测试步骤为:
a.受测者采取坐位,屈肘,前臂旋前,掌心向下置于如图3所示检测仪器(内含光学捕捉设备,其中光学摄像头用于实时录制当前手部运动视频)中,设备左右各设有一个开口,分别放待测者的左右手,方便进行健康手建库和患病手评估;
b.在医生的指导下,患者先进行健康手建库;
c.医生点击交互界面中开始按钮,患者在标准视频的指引下,健康手开始运动,运动过程中,尺偏角每增大1度,向数据库中写入当前帧、角度、角速度以及角加速度信息,同时存入当前采集到的位置参量;
d.当观察到患者尺偏角达到最大时,医生点击停止按钮,当前运动过程数据采集完毕,向数据库中写入最大尺偏角,此次运动平均角速度和平均角加速度;
e.重复c、d步骤一次,两次数据进行对比,取效果较好,即最大尺偏角较大的一次结果;
f.健康手建库完成后,患病手进行测试,重复c、d、e步骤;
g.利用角度、角速度及角加速度得分公式,计算出患者此次的尺偏得分。
Claims (8)
1.一种基于人手“尺偏”动作的手功能康复定量评估方法,包括定量评估过程、评分结果获取以及“尺偏”动作的患者测试步骤,其特征在于:所述定量评估过程包括数据采集、数据预处理、评估参数计算和评估结果统计,通过光学动作捕捉设备实时捕捉并处理手部从手指到手掌、手腕的各个关节点三维空间数据,并以患者的健康手为对比对象,以最大尺偏角大小、运动过程中平均角速度、运动过程中平均角加速度恢复百分比的得分形式给出患者在整个康复训练过程中针对尺偏动作的定量描述。
2.根据权利要求1所述的基于人手“尺偏”动作的手功能康复定量评估方法,其特征在于:所述光学动作捕捉设备包含:1个双目灰阶摄像头以及3个红外探测器。
3.根据权利要求1所述的基于人手“尺偏”动作的手功能康复定量评估方法,其特征在于:所述定量评估过程中的数据采集是通过光学动作捕捉设备精确获取手部关节点三位空间坐标后,提取出相关位置参量:中指指尖坐标A1(X1,Y1,Z1)、中指近节指骨末端坐标A'1(X'1,Y'1,Z'1)、腕横纹背侧中点坐标B1(X2,Y2,Z2)、沿前臂背侧中线距离B1约5cm处B'1(X’2,Y'2,Z’2)。
4.根据权利要求1所述的基于人手“尺偏”动作的手功能康复定量评估方法,其特征在于:所述定量评估过程中的数据预处理,得到:
1)中指方向向量
2)腕关节方向向量
3)分别取与在水平面XOZ内的投影和定义尺偏角大小为
5.根据权利要求1所述的基于人手“尺偏”动作的手功能康复定量评估方法,其特征在于:所述定量评估过程中的评估参数计算包括:
a.手在初始位置时:将尺偏角θ0、中指向量与腕向量投影和当前时间t存入数据库中,
b.开始运动时,考虑到患者运动能力不同,对应运动时间长短不同,为了节约数据库存储空间,选取手部偏转角每偏转大于1度时,存入对应的帧数frame、θ、t,
c.偏转角大于1度时,判断当前帧获取的角度与前一次入库角度的大小,将较大值存入θmax中,
d.当达到最大角度并开始往回运动时,医生通过点击界面上的停止按钮,停止数据采集,此时将θmax写入数据库中,
e.为避免出现单次动作采集的特殊性,每个动作无论健手建库还是患手评估,均进行至少两次,取两次中结果较好,即θmax较大的数据进行评估。
6.根据权利要求1所述的基于人手“尺偏”动作的手功能康复定量评估方法,其特征在于:所述定量评估过程中的评估结果统计方法为:
a.最大尺偏角θ
θ=θmax-θ0
b.每偏转1度的角速度w
其中:θ'、t'为当前帧获取到的角度和录入时间,θ1、t1为前一帧获取到的角度和录入时间,
c.运动过程中,每偏转1度平均角速度:
其中:i为偏转度数,n为偏转最大角度,N为总偏转度数
d.尺偏角加速度
e.运动过程中,每偏转1度平均角加速度
其中:i为偏转度数,n为偏转最大角度,N为总偏转度数。
7.根据权利要求1所述的基于人手“尺偏”动作的手功能康复定量评估方法,其特征在于:所述评分结果获取方式:
1)在数据处理的过程中,得到健手最大尺偏角θh,平均角速度平均角加速度针对同一个病人的不同康复时期,健手库中的数据作为相对标准数据,如无二次发病,健手库数据保持不变;
2)每次进行尺偏评估时,患手库的数据进行更新,设本次患病手最大尺偏角θu,平均角速度平均角加速度则
3)以角度得分为主要参考,健手和患手的运动角速度和加速度作为医生进行阶段性总结的参考,具有临床意义。
8.根据权利要求1所述的基于人手“尺偏”动作的手功能康复定量评估方法,其特征在于:所述“尺偏”动作的患者测试步骤为:
a.受测者采取坐位,屈肘,前臂旋前,掌心向下置于检测仪器中,设备左右各设有一个开口,分别放待测者的左右手,方便进行健康手建库和患病手评估,
b.在医生的指导下,患者先进行健康手建库,
c.医生点击交互界面中开始按钮,患者在标准视频的指引下,健康手开始运动,运动过程中,尺偏角每增大1度,向数据库中写入当前帧、角度、角速度以及角加速度信息,同时存入当前采集到的位置参量,
d.当观察到患者尺偏角达到最大时,医生点击停止按钮,当前运动过程数据采集完毕,向数据库中写入最大尺偏角,此次运动平均角速度和平均角加速度,
e.重复c、d步骤一次,两次数据进行对比,取效果较好,即最大尺偏角较大的一次结果,
f.健康手建库完成后,患病手进行测试,重复c、d、e步骤,
g.利用角度、角速度及角加速度得分公式,计算出患者此次的尺偏得分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610218590.4A CN105902273A (zh) | 2016-04-11 | 2016-04-11 | 一种基于人手尺偏动作的手功能康复定量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610218590.4A CN105902273A (zh) | 2016-04-11 | 2016-04-11 | 一种基于人手尺偏动作的手功能康复定量评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105902273A true CN105902273A (zh) | 2016-08-31 |
Family
ID=56745832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610218590.4A Pending CN105902273A (zh) | 2016-04-11 | 2016-04-11 | 一种基于人手尺偏动作的手功能康复定量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105902273A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106422203A (zh) * | 2016-11-23 | 2017-02-22 | 佛山科学技术学院 | 一种基于镜像疗法的光电多模态反馈的上肢康复训练方法 |
CN106599540A (zh) * | 2016-11-23 | 2017-04-26 | 佛山科学技术学院 | 一种非标记式手部康复指数的计算方法 |
CN107115102A (zh) * | 2017-06-07 | 2017-09-01 | 西南科技大学 | 一种骨关节功能评估方法与装置 |
CN107707025A (zh) * | 2017-10-12 | 2018-02-16 | 珠海格力电器股份有限公司 | 需求侧能源互联系统、能源互联控制系统 |
CN108185986A (zh) * | 2016-12-08 | 2018-06-22 | 复旦大学附属华山医院 | 基于人手前臂旋前动作的手功能康复定量评估方法 |
CN111035390A (zh) * | 2018-10-12 | 2020-04-21 | 上海市静安区中心医院(复旦大学附属华山医院静安分院) | 一种基于人手腕背伸动作的手功能康复定量评估方法 |
CN112774030A (zh) * | 2020-07-09 | 2021-05-11 | 华东理工大学 | 基于电刺激的手功能评估方法、装置、系统和可读介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030126755A1 (en) * | 2002-01-04 | 2003-07-10 | Liberty Mutual | Wrist motion measurement device |
CN102567638A (zh) * | 2011-12-29 | 2012-07-11 | 无锡微感科技有限公司 | 一种基于微型传感器的交互式上肢康复系统 |
CN103340632A (zh) * | 2013-06-28 | 2013-10-09 | 北京航空航天大学 | 一种基于特征点空间位置的人体关节角度测量方法 |
CN103417218A (zh) * | 2013-08-27 | 2013-12-04 | 中山大学附属第一医院 | 一种上肢运动的参数采集评估系统及方法 |
WO2015055890A1 (en) * | 2013-10-14 | 2015-04-23 | Nokia Technologies Oy | Deviational plane wrist input |
WO2015094112A1 (en) * | 2013-12-20 | 2015-06-25 | Integrum Ab | System and method for neuromuscular rehabilitation comprising predicting aggregated motions |
US20160096073A1 (en) * | 2014-10-07 | 2016-04-07 | Umm Al-Qura University | Game-based method and system for physical rehabilitation |
-
2016
- 2016-04-11 CN CN201610218590.4A patent/CN105902273A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030126755A1 (en) * | 2002-01-04 | 2003-07-10 | Liberty Mutual | Wrist motion measurement device |
CN102567638A (zh) * | 2011-12-29 | 2012-07-11 | 无锡微感科技有限公司 | 一种基于微型传感器的交互式上肢康复系统 |
CN103340632A (zh) * | 2013-06-28 | 2013-10-09 | 北京航空航天大学 | 一种基于特征点空间位置的人体关节角度测量方法 |
CN103417218A (zh) * | 2013-08-27 | 2013-12-04 | 中山大学附属第一医院 | 一种上肢运动的参数采集评估系统及方法 |
WO2015055890A1 (en) * | 2013-10-14 | 2015-04-23 | Nokia Technologies Oy | Deviational plane wrist input |
WO2015094112A1 (en) * | 2013-12-20 | 2015-06-25 | Integrum Ab | System and method for neuromuscular rehabilitation comprising predicting aggregated motions |
US20160096073A1 (en) * | 2014-10-07 | 2016-04-07 | Umm Al-Qura University | Game-based method and system for physical rehabilitation |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106422203A (zh) * | 2016-11-23 | 2017-02-22 | 佛山科学技术学院 | 一种基于镜像疗法的光电多模态反馈的上肢康复训练方法 |
CN106599540A (zh) * | 2016-11-23 | 2017-04-26 | 佛山科学技术学院 | 一种非标记式手部康复指数的计算方法 |
CN106422203B (zh) * | 2016-11-23 | 2018-11-16 | 佛山科学技术学院 | 一种基于镜像疗法的光电多模态反馈的上肢康复训练方法 |
CN108185986A (zh) * | 2016-12-08 | 2018-06-22 | 复旦大学附属华山医院 | 基于人手前臂旋前动作的手功能康复定量评估方法 |
CN107115102A (zh) * | 2017-06-07 | 2017-09-01 | 西南科技大学 | 一种骨关节功能评估方法与装置 |
CN107707025A (zh) * | 2017-10-12 | 2018-02-16 | 珠海格力电器股份有限公司 | 需求侧能源互联系统、能源互联控制系统 |
CN111035390A (zh) * | 2018-10-12 | 2020-04-21 | 上海市静安区中心医院(复旦大学附属华山医院静安分院) | 一种基于人手腕背伸动作的手功能康复定量评估方法 |
CN112774030A (zh) * | 2020-07-09 | 2021-05-11 | 华东理工大学 | 基于电刺激的手功能评估方法、装置、系统和可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105902273A (zh) | 一种基于人手尺偏动作的手功能康复定量评估方法 | |
Do Tran et al. | Kinematic measures for upper limb robot-assisted therapy following stroke and correlations with clinical outcome measures: A review | |
US11324439B2 (en) | Methods and apparatus for machine learning to analyze musculo-skeletal rehabilitation from images | |
CN105832343B (zh) | 多维视觉手功能康复定量评估系统和评估方法 | |
US11957478B2 (en) | Methods and apparatus for machine learning to analyze musculo-skeletal rehabilitation from images | |
Lv et al. | Evaluation of Kinect2 based balance measurement | |
CN110755085B (zh) | 基于关节活动度与运动协调性的运动功能评估方法及设备 | |
US10849532B1 (en) | Computer-vision-based clinical assessment of upper extremity function | |
Zhou et al. | Qualitative and quantitative assessment of technical skills in percutaneous coronary intervention: In vivo porcine studies | |
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 | |
CN107115102A (zh) | 一种骨关节功能评估方法与装置 | |
Zhang | Biomechanical analysis and model development applied to table tennis forehand strokes | |
CN108634957A (zh) | 基于人手“手指内收外展”动作的手功能康复定量评估方法 | |
CN107256390B (zh) | 基于手各个部位在三维空间位置变化的手功能评价装置及方法 | |
CN108261175A (zh) | 一种基于人手“柱状抓握”动作的手功能康复定量评估方法 | |
O'Reilly et al. | A globally optimal estimator for the delta-lognormal modeling of fast reaching movements | |
Matthew et al. | Calculating reachable workspace volume for use in quantitative medicine | |
Fazeli et al. | Estimation of spatial-temporal hand motion parameters in rehabilitation using a low-cost noncontact measurement system | |
CN115607899A (zh) | 一种基于虚拟现实的脑卒中肢体康复训练系统及方法 | |
CN110755084B (zh) | 基于主被动、分阶段动作的运动功能评估方法及设备 | |
Kostić et al. | The modified drawing test for assessment of arm movement quality | |
Zheng et al. | Identifying kinematic markers associated with intraoperative stress during surgical training tasks | |
CN108185986A (zh) | 基于人手前臂旋前动作的手功能康复定量评估方法 | |
Shi et al. | Driving motion capture based driver behavior analysis | |
Rohafza et al. | Correlations between statistical models of robotically collected kinematics and clinical measures of upper extremity function |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160831 |