CN108538362A - 一种运动数据实时采集的肌腱异向受力损伤预警分析方法 - Google Patents
一种运动数据实时采集的肌腱异向受力损伤预警分析方法 Download PDFInfo
- Publication number
- CN108538362A CN108538362A CN201810363588.5A CN201810363588A CN108538362A CN 108538362 A CN108538362 A CN 108538362A CN 201810363588 A CN201810363588 A CN 201810363588A CN 108538362 A CN108538362 A CN 108538362A
- Authority
- CN
- China
- Prior art keywords
- joint
- axis
- limbs
- incorgruous
- rotation
- 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
Classifications
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Educational Administration (AREA)
- Biophysics (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种损伤预警分析方法,一种运动数据实时采集的肌腱异向受力损伤预警分析方法,包括以下步骤:(1)构建关节异向受力分析模型,(2)关节异向受力边界描述,(3)关节异向受力边界的实用化标定,(4)关节运动过程的异向受力判断,(5)关节异向受力的报警判断。本发明通过可穿戴传感器实时测量关节上下游姿态数据,计算关节异向受力的关键数据,根据关节异向受力分析模型的关节运动空间极限限制计算并判断运动员训练过程中的超限、幅度、次数并给出异向受力报警判断,有效减少了运动员训练时的运动损伤。
Description
技术领域
本发明涉及一种损伤预警分析方法,更具体地说,涉及一种运动数据实时采集的肌腱异向受力损伤预警分析方法。
背景技术
在专业体育训练中,运动损伤是不合理训练方式,错误的训练模式轻者致使运动员受伤,重者则导致运动员结束运动生涯。目前,许多体育训练科目都是以教练员的言传身教的模式传授进行的,教练员基于目测并根据经验来指导运动员训练。特别是在青少年运动员的基础训练领域中,由于缺少基于运动数据实时采集和运动受力实时分析方面的科学量化的指导,错误的动作、不合理的训练量,会造成肌腱异向受力所产生的肌腱损伤,使许多优秀运动员不得不退出训练场地。
发明内容
为了克服现有技术中存在的不足,为适应“数字化体育训练”的发展,本发明以人体姿态动态数据的实时采集为基础,基于人体的骨骼结构关系、相关肌腱发力机制与作用、肌腱--骨骼的反关节限制,提供一种运动数据实时采集的肌腱异向受力损伤预警分析方法。该方法通过可穿戴传感器实时测量关节上下游姿态数据,计算关节异向受力的关键数据,根据关节异向受力分析模型的关节运动空间极限限制计算并判断运动员训练过程中的超限、幅度、次数并给出异向受力报警判断,有效减少了运动员训练时的运动损伤。
为了实现上述发明目的,解决已有技术中所存在的问题,本发明采取的技术方案是:一种运动数据实时采集的肌腱异向受力损伤预警分析方法,包括以下步骤:
步骤1、构建关节异向受力分析模型,人体每个关节的运动方向和运动角度受骨骼和肌腱的生理约束都有不同的限制,通过构建模型量化分析肢体的运动方向、位置及生理限制,具体包括以下子步骤:
(a)、定义肢体上下游关系和坐标系,人直立于地面上,可以看作16个刚体模型,具体是胸部、腹部、髋部、头部、左右上臂、左右前臂、左右大腿、左右小腿、双手以及双脚,每部分肢体都是由关节联结的;关节两侧联结的肢体分为上游和下游,人体的髋部是所有身体部位的上游肢体,从髋部开始到四肢方向、再到四肢对应的末梢方向依次为下游肢体;同时规定上肢自然下垂、掌心向前、脚尖向前、目视前方的动作为基准;为每个肢体建立右手直角坐标系,以肢体中心点为坐标原点O,以垂直身体表面水平向前为x轴正方向,以身体侧方水平向左为y轴正方向,以垂直于地面向上为z轴正方向;在分析相邻肢体相对位置关系时,以上游肢体为基准,依次确定下游肢体的位置,按级传递最终确定完整的人体姿态;定义参考坐标系为地面坐标系OGx0y0z0,分别以正东、正北、垂直地面向上的天空方向为x0、y0、z0轴的正方向,作为所有肢体相对于地面的参考系;
(b)、结合人体模型描述上下游肢体的坐标系,人体模型是用来描述某关节联结的肢体之间的关系,以肘关节为例构建上肢局部模型:上肢肘关节运动包含肱骨和尺桡骨,关节是由类似半球体的小球和类似圆柱体的滑车两部分组成,使尺桡骨可以绕关节旋转,以上肢自然下垂,掌心向前为初始位置,分别构建肱骨坐标系Oxyz和尺桡骨坐标系O′x'y'z',以上肢长轴线延长线方向为z轴,肘关节侧面向右为y轴,肘关节垂直向前方向为x轴,坐标系随着对应骨骼运动而运动,此时只考虑两个坐标系的变换关系,假设肱骨坐标系Oxyz为参考坐标系,则尺桡骨坐标系O′x'y'z'随尺桡骨的运动而发生变化;
(c)、定义空间角描述上下游肢体位置关系,以上游肢体坐标系Oxyz为参考坐标系,由于肢体的Oz′轴为骨骼长轴线方向,定义V为Oz′负方向,表示下游肢体在Oxyz坐标系中的单位向量,Oz轴与向量V所确定的平面与yOz坐标平面的夹角为ω,为方便观察θ角度,令基准向量为该平面与xOy的交线,θ为向量V与Oz负方向的夹角,表示绕Oz轴旋转的角度即自转角,可以表示下游肢体相对于上游坐标系中的任意位置;
步骤2、关节异向受力边界描述,所述关节异向受力边界,是指运动员在运动过程中反关节和肌腱承受的极限范围;关节的运动可以分为三类:屈伸、旋前/旋后和环转运动,肘关节的运动主要包括屈曲、伸展、旋前/旋后;以规定的初始位置为基准,定义屈伸动作的方向角ω=ωq,θ的范围(θmin,θmax)即为屈伸边界;肘关节的屈肌包括肱肌、肱桡肌和肱二头肌,伸展运动主要依赖于肱三头肌;根据人体生理结构,由于肌肉收缩变硬,也不易受伤,而被动屈曲的限制是由以下因素决定,关节囊后部韧带的张力、肱三头肌被动产生的逐渐增大的张力,超过限制会导致关节囊韧带拉伤;伸展动作的限制是由关节前韧带的张力决定,超过限制会导致肘关节前韧带拉伤;在分析旋前旋后运动时,肘关节应屈曲90°并紧靠身体,以保证肱骨固定不动,只分析骨骼间的相对关系,的最大最小值分别表示旋前旋后的边界;旋前运动肌主要是旋前方肌,旋后运动肌主要是肱二头肌,而环转运动是万向运动,在球形坐标系中需要(ω,θ)两个角度来确定边界,ω确定转动的方向,对应θ的最大值θmax为该方向向上的极限边界,最小值θmin为该方向向下的极限边界;
步骤3、关节异向受力边界的实用化标定,具体包括以下子步骤:
(a)、穿戴设备并测量规定动作,将两个穿戴式惯性传感器s1,s2固定在运动员某关节联结的上下游肢体外表面上,运动员做关于屈伸、旋前/旋后、环转动作的极限位置;由嵌入式处理器测量单元输出的加速度、角加速度和地磁参数,经卡尔曼滤波和归一化计算出姿态四元数,并记录两个穿戴式惯性传感器的四元数;四元数表示为q=(q0,q1i,q2j,q3k),其中,i表示在x轴与y轴相交的平面内从x轴正方向到y轴正方向的旋转,j表示在z轴与x轴相交的平面内从z轴正方向到x轴正方向的旋转,k表示在y轴与z轴相交的平面内从y轴正方向到z轴正方向的旋转,q0是四元数的标量,代表旋转角度;q1,q2,q3是四元数的矢量部分,描述了三维空间中的旋转轴;
(b)、计算边界动作的空间角在计算关节活动范围时,需要通过所测姿态四元数求得相邻上下游肢体之间的相对位置关系,穿戴式惯性传感器s1,s2输出的四元数测量值都是以传感器自身坐标系S系为参考系的,而在运动过程中穿戴式惯性传感器s1,s2与地面参考系G系的相对位置一直在变化,地面参考系G系是保持不变的,需要2个或2个以上的节点数据来确定姿态,进行坐标系变换,使得穿戴式惯性传感器s1,s2都以地面坐标系作为参考系;将S系中的向量VS在G系坐标表达式VG通过公式(1)进行描述,
VG=qVSq* (1)
式中,q是q*的共轭四元数;根据合成四元数的原理,若四元数p和q分别代表第一次和第二次坐标系旋转,合成后的四元数Q通过公式(2)进行描述,
可得若穿戴式惯性传感器s1,s2分别测得上游肢体和下游肢体的四元数分别为Q1和Q2,则两个四元数的坐标系旋转关系ΔQ通过公式(3)进行描述,
根据公式(3)求得上下游肢体坐标旋转的四元数ΔQ=(q0,q1,q2,q3),向量V表示Oz′轴负方向向量(0 0 -1)T从O′x′y′z′系至Oxyz系的坐标变换矩阵通过公式(4)进行描述,
求得基准向量y轴向量根据欧拉角自转角公式,可求得空间角由公式(5)描述,
步骤4、关节运动过程的异向受力判断,若实时计算和分析测量的参数为作为肘关节而言,为自转角,表示旋前动作超过限制,表示旋后动作超过限制;肘关节的屈伸角度由θ表示,伸直时θ=θmin,如果θ<θmin,则表示伸展达到受力极限,越屈曲θ越大,若θ>θmax,则屈曲达到受力极限;而肩关节是万向运动的关节,向上的环转动作标定时需要参考ω,ω从ωmin变化到ωmax相当于有无数个通过Oz轴的平面的方向,每个方向都对应一个角度θ就可以确定下游肢体位置,上臂绕肩关节向上的极限位置进行环转运动时,均匀地抽取n(n≥10)个离散点(ω1,θ1),(ω2,θ2),(ω3,θ3)…(ωn,θn),通过最小二乘法完成曲线拟合,曲线方程通过公式(6)进行描述,
θ上(ω)=a0+a1ω+a2ω2+…+akωk,ω∈(ω1,…ωn)(k≥3) (6)
通过计算可得同理抽取向下的环转动作n个点(ωn+1,θn+1),(ωn+2,θn+2),(ωn+3,θn+3)…(ω2n,θ2n),曲线方程通过公式(7)进行描述,
θ下(ω)=b0+b1ω+b2ω2+…+bkωk,ω∈(ωn+1,…ω2n)(k≥3) (7)
同理可求得拟合参数若θt>θ上(ωt),表示在ωt所在方向向上动作超过极限,若θt<θ下(ωt),表示在ωt所在方向向下动作超过极限;
步骤5、关节异向受力的报警判断,根据步骤3测得的极限位置以及不同关节的运动和训练特征计算合理的运动范围如下:屈伸动作报警条件为(ωt≠ωq,θt<θmin或θt>θmax),旋前旋后报警条件为(或),如果长期进行超过正常范围受力训练就很容易受伤,甚至造成严重后果,必须及时报警;而对于环转运动,经常进行极限位置受力训练有助于拉伸韧带或肌腱,在允许范围内不会影响训练,允许范围设置为超过标定范围的10%,其报警条件表示为(ωt<ωmin或ωt>ωmax,θt<1.1θ下(ωt)或θt>1.1θ上(ωt));另外,运动员在一段时间的持续训练后部分关节的极限边界可能会发生变化,应定期重新标定,及时更新每位运动员的关节异向受力模型,方便训练时使用,以免报警不及时或过于频繁报警的情况发生。
本发明有益效果是:一种运动数据实时采集的肌腱异向受力损伤预警分析方法,包括以下步骤:(1)构建关节异向受力分析模型,(2)关节异向受力边界描述,(3)关节异向受力边界的实用化标定,(4)关节运动过程的异向受力判断,(5)关节异向受力的报警判断。与已有技术相比,本发明通过可穿戴传感器实时测量关节上下游姿态数据,计算关节异向受力的关键数据,根据关节异向受力分析模型的关节运动空间极限限制计算并判断运动员训练过程中的超限、幅度、次数并给出异向受力报警判断,有效减少了运动员训练时的运动损伤。
附图说明
图1是本发明方法步骤流程图。
图2是本发明肘关节解剖图。
图3是本发明肘关节初始位置模型图。
图4是本发明肘关节运动模型图。
图5是本发明空间角示意图。
图6是本发明肘关节屈肌示意图。
图7是本发明肘关节伸肌示意图。
图8是本发明肘关节左旋右旋肌示意图。
图中:1、肱骨,2、肘关节,3、尺桡骨,4、肱肌,5、肱桡肌,6、肱二头肌,6a、肱二头肌长头,6b、肱二头肌短头,7、肱三头肌,7a、肱三头肌内侧头,7b、肱三头肌外侧头,7c、肱三头肌长头,8、旋后肌,9、旋前圆肌,10、旋前方肌。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示,一种运动数据实时采集的肌腱异向受力损伤预警分析方法,包括以下步骤:
步骤1、构建关节异向受力分析模型,人体每个关节的运动方向和运动角度受骨骼和肌腱的生理约束都有不同的限制,通过构建模型量化分析肢体的运动方向、位置及生理限制,具体包括以下子步骤:
(a)、定义肢体上下游关系和坐标系,人直立于地面上,可以看作16个刚体模型,具体是胸部、腹部、髋部、头部、左右上臂、左右前臂、左右大腿、左右小腿、双手以及双脚,每部分肢体都是由关节联结的。关节两侧联结的肢体分为上游和下游,人体的髋部是所有身体部位的上游肢体,从髋部开始到四肢方向、再到四肢对应的末梢方向依次为下游肢体。同时规定上肢自然下垂、掌心向前、脚尖向前、目视前方的动作为基准。为每个肢体建立右手直角坐标系,以肢体中心点为坐标原点O,以垂直身体表面水平向前为x轴正方向,以身体侧方水平向左为y轴正方向,以垂直于地面向上为z轴正方向。在分析相邻肢体相对位置关系时,以上游肢体为基准,依次确定下游肢体的位置,按级传递最终确定完整的人体姿态。定义参考坐标系为地面坐标系OGx0y0z0,分别以正东、正北、垂直地面向上的天空方向为x0、y0、z0轴的正方向,作为所有肢体相对于地面的参考系。
(b)、结合人体模型计算上下游肢体之间的空间位置关系,人体模型是用来描述某关节联结的肢体之间的关系,以肘关节2为例构建上肢局部模型,如图2所示,上肢肘关节运动包括肱骨1和尺桡骨3,肘关节2是由类似半球体的小球和类似圆柱体的滑车两部分组成,使尺桡骨3可以绕肘关节2旋转,以上肢自然下垂,掌心向前为初始位置,分别构建肱骨1坐标系Oxyz和尺桡骨3坐标系O′x'y'z',以上肢向上延长线方向为z轴,肘关节2侧面向右为y轴,肘关节2垂直向前方向为x轴,如图3所示。坐标系随着对应骨骼运动而运动,此时只考虑两个坐标系的变换关系,假设肱骨1坐标系Oxyz为参考坐标系,则尺桡骨3坐标系O′x'y'z'随尺桡骨3的运动而发生变化,如图4所示。
(c)、定义空间角描述上下游肢体位置关系,如图5所示,以上游肢体坐标系Oxyz为参考坐标系,由于肢体的Oz′轴为骨骼长轴线方向,定义V为Oz′负方向,表示下游肢体在Oxyz坐标系中的单位向量,Oz轴与向量V所确定的平面与yOz坐标平面的夹角为ω,为方便观察θ角度,令基准向量为该平面与xOy的交线,θ为向量V与Oz负方向的夹角,表示绕Oz轴旋转的角度即自转角,可以表示下游肢体相对于上游坐标系中的任意位置。
步骤2、关节异向受力边界描述,所述关节异向受力边界,是指运动员在运动过程中反关节和肌腱承受的极限范围。关节的运动可以分为三类:屈伸、旋前/旋后和环转运动。肘关节2的运动主要包括屈曲、伸展、旋前/旋后四种。以规定的初始位置为基准,定义屈伸动作的方向角ω=ωq,θ的范围(θmin,θmax)即为屈伸边界。如图6所示,屈曲包括肱肌4、肱桡肌5和肱二头肌6,肱二头肌6又包括肱二头肌长头6a及肱二头肌短头6b,伸展运动主要依赖于肱三头肌7,肱三头肌7又包括肱三头肌内侧头7a、肱三头肌外侧头7b及肱三头肌长头7c。
如图7所示,根据人体生理结构,由于肌肉收缩变硬的限制,主动屈曲不会超过145°,也不易受伤。而被动屈曲的限制是由以下因素决定,关节囊后部韧带的张力、肱三头肌7被动产生的逐渐增大的张力,超过限制会导致关节囊韧带拉伤。伸展动作的限制是由关节前韧带的张力决定,超过限制会导致肘关节前韧带拉伤。在分析旋前旋后运动时,肘关节2应屈曲90°并紧靠身体,以保证肱骨固定不动,只分析骨骼间的相对关系,的最大最小值分别表示旋前旋后的边界。旋前运动肌主要是旋前方肌10,旋后运动肌主要是肱二头肌6,如图8所示,P方向表示旋前,S方向表示旋后。肘关节2几种动作的发力肌腱、运动限制、易受伤位置和运动范围参数表示等信息如表1所示,
表1
而环转运动是万向运动,在球形坐标系中需要(ω,θ)两个角度来确定边界,ω确定转动的方向,对应θ的最大值θmax为该方向向上的极限边界,最小值θmin为该方向向下的极限边界。
步骤3、关节异向受力边界的实用化标定,关节异向受力边界,是指运动员在运动过程中反关节和肌腱承受的极限角度,具体包括以下子步骤:
(a)、穿戴设备并测量规定动作,将两个穿戴式惯性传感器s1,s2固定在运动员某关节联结的上下游肢体外表面上,运动员做关于屈伸、旋前/旋后、环转动作的极限位置。由嵌入式处理器测量单元输出的加速度、角加速度和地磁参数,经卡尔曼滤波和归一化计算出姿态四元数,并记录两个穿戴式惯性传感器的四元数。四元数表示为q=(q0,q1i,q2j,q3k),其中,i表示在x轴与y轴相交的平面内从x轴正方向到y轴正方向的旋转,j表示在z轴与x轴相交的平面内从z轴正方向到x轴正方向的旋转,k表示在y轴与z轴相交的平面内从y轴正方向到z轴正方向的旋转,q0是四元数的标量,代表旋转角度。q1,q2,q3是四元数的矢量部分,描述了三维空间中的旋转轴。
(b)、计算边界动作的空间角在计算关节活动范围时,需要通过所测姿态四元数求得相邻上下游肢体之间的相对位置关系,穿戴式惯性传感器s1,s2输出的四元数测量值都是以传感器自身坐标系S系为参考系的,而在运动过程中穿戴式惯性传感器s1,s2与地面参考系G系的相对位置一直在变化,地面参考系G系是保持不变的,需要2个或2个以上的节点数据来确定姿态,进行坐标系变换,使得穿戴式惯性传感器s1,s2都以地面坐标系作为参考系。将S系中的向量VS在G系坐标表达式VG通过公式(1)进行描述,
VG=qVSq* (1)
式中,q是q*的共轭四元数。根据合成四元数的原理,若四元数p和q分别代表第一次和第二次坐标系旋转,合成后的四元数Q通过公式(2)进行描述,
可得若穿戴式惯性传感器s1,s2分别测得上游肢体和下游肢体的四元数分别为Q1和Q2,则两个四元数的坐标系旋转关系ΔQ通过公式(3)进行描述,
根据公式(3)求得上下游肢体坐标旋转的四元数ΔQ=(q0,q1,q2,q3),向量V表示Oz′轴负方向向量(0 0 -1)T从O′x′y′z′系至Oxyz系的坐标变换矩阵通过公式(4)进行描述,
求得基准向量y轴向量根据欧拉角自转角公式,可求得由公式(5)描述,
步骤4、关节运动过程的异向受力判断,若实时计算和分析测量的参数为作为肘关节而言,为自转角,表示旋前动作超过限制,表示旋后动作超过限制。肘关节的屈伸角度由θ表示,伸直时θ=θmin,如果θ<θmin,则表示伸展达到受力极限,越屈曲θ越大,若θ>θmax,则屈曲达到受力极限。而肩关节是万向运动的关节,向上的环转动作标定时需要参考ω,ω从ωmin变化到ωmax相当于有无数个通过Oz轴的平面的方向,每个方向都对应一个角度θ就可以确定下游肢体位置,上臂绕肩关节向上的极限位置进行环转运动时,均匀地抽取n(n≥10)个离散点(ω1,θ1),(ω2,θ2),(ω3,θ3)…(ωn,θn),,通过最小二乘法完成曲线拟合,曲线方程通过公式(6)描述,
θ上(ω)=a0+a1ω+a2ω2+…+akωk,ω∈(ω1,…ωn)(k≥3) (6)
通过计算可得同理抽取向下的环转动作n个点(ωn+1,θn+1),(ωn+2,θn+2),(ωn+3,θn+3)…(ω2n,θ2n),曲线方程通过公式(7)描述,
θ下(ω)=b0+b1ω+b2ω2+…+bkωk,ω∈(ωn+1,…ω2n)(k≥3) (7)
同理可求得拟合参数若θt>θ上(ωt),表示在ωt所在方向向上动作超过极限,若θt<θ下(ωt),表示在ωt所在方向向下动作超过极限。
步骤5、关节异向受力的报警判断,根据步骤3测得的极限位置以及不同关节的运动和训练特征计算合理的运动范围如下:屈伸动作报警条件为(ωt≠ωq,θt<θmin或θt>θmax),旋前旋后报警条件为(或),如果长期进行超过正常范围受力训练就很容易受伤,甚至造成严重后果,必须及时报警。而对于环转运动,经常进行极限位置受力训练有助于拉伸韧带或肌腱,在允许范围内不会影响训练,允许范围设置为超过标定范围的10%,其报警条件表示为(ωt<ωmin或ωt>ωmax,θt<1.1θ下(ωt)或θt>1.1θ上(ωt))。另外,运动员在一段时间的持续训练后部分关节的极限边界可能会发生变化,应定期重新标定,及时更新每位运动员的关节异向受力模型,方便训练时使用,以免报警不及时或过于频繁报警的情况发生。
Claims (1)
1.一种运动数据实时采集的肌腱异向受力损伤预警分析方法,其特征在于包括以下步骤:
步骤1、构建关节异向受力分析模型,人体每个关节的运动方向和运动角度受骨骼和肌腱的生理约束都有不同的限制,通过构建模型量化分析肢体的运动方向、位置及生理限制,具体包括以下子步骤:
(a)、定义肢体上下游关系和坐标系,人直立于地面上,可以看作16个刚体模型,具体是胸部、腹部、髋部、头部、左右上臂、左右前臂、左右大腿、左右小腿、双手以及双脚,每部分肢体都是由关节联结的;关节两侧联结的肢体分为上游和下游,人体的髋部是所有身体部位的上游肢体,从髋部开始到四肢方向、再到四肢对应的末梢方向依次为下游肢体;同时规定上肢自然下垂、掌心向前、脚尖向前、目视前方的动作为基准;为每个肢体建立右手直角坐标系,以肢体中心点为坐标原点O,以垂直身体表面水平向前为x轴正方向,以身体侧方水平向左为y轴正方向,以垂直于地面向上为z轴正方向;在分析相邻肢体相对位置关系时,以上游肢体为基准,依次确定下游肢体的位置,按级传递最终确定完整的人体姿态;定义参考坐标系为地面坐标系OGx0y0z0,分别以正东、正北、垂直地面向上的天空方向为x0、y0、z0轴的正方向,作为所有肢体相对于地面的参考系;
(b)、结合人体模型描述上下游肢体的坐标系,人体模型是用来描述某关节联结的肢体之间的关系,以肘关节为例构建上肢局部模型:上肢肘关节运动包含肱骨和尺桡骨,关节是由类似半球体的小球和类似圆柱体的滑车两部分组成,使尺桡骨可以绕关节旋转,以上肢自然下垂,掌心向前为初始位置,分别构建肱骨坐标系Oxyz和尺桡骨坐标系O′x'y'z',以上肢长轴线延长线方向为z轴,肘关节侧面向右为y轴,肘关节垂直向前方向为x轴,坐标系随着对应骨骼运动而运动,此时只考虑两个坐标系的变换关系,假设肱骨坐标系Oxyz为参考坐标系,则尺桡骨坐标系O′x'y'z'随尺桡骨的运动而发生变化;
(c)、定义空间角描述上下游肢体位置关系,以上游肢体坐标系Oxyz为参考坐标系,由于肢体的Oz′轴为骨骼长轴线方向,定义V为Oz′负方向,表示下游肢体在Oxyz坐标系中的单位向量,Oz轴与向量V所确定的平面与yOz坐标平面的夹角为ω,为方便观察θ角度,令基准向量为该平面与xOy的交线,θ为向量V与Oz负方向的夹角,表示绕Oz轴旋转的角度即自转角,可以表示下游肢体相对于上游坐标系中的任意位置;
步骤2、关节异向受力边界描述,所述关节异向受力边界,是指运动员在运动过程中反关节和肌腱承受的极限范围;关节的运动可以分为三类:屈伸、旋前/旋后和环转运动,肘关节的运动主要包括屈曲、伸展、旋前/旋后;以规定的初始位置为基准,定义屈伸动作的方向角ω=ωq,θ的范围(θmin,θmax)即为屈伸边界;肘关节的屈肌包括肱肌、肱桡肌和肱二头肌,伸展运动主要依赖于肱三头肌;根据人体生理结构,由于肌肉收缩变硬,也不易受伤,而被动屈曲的限制是由以下因素决定,关节囊后部韧带的张力、肱三头肌被动产生的逐渐增大的张力,超过限制会导致关节囊韧带拉伤;伸展动作的限制是由关节前韧带的张力决定,超过限制会导致肘关节前韧带拉伤;在分析旋前旋后运动时,肘关节应屈曲90°并紧靠身体,以保证肱骨固定不动,只分析骨骼间的相对关系,的最大最小值分别表示旋前旋后的边界;旋前运动肌主要是旋前方肌,旋后运动肌主要是肱二头肌,而环转运动是万向运动,在球形坐标系中需要(ω,θ)两个角度来确定边界,ω确定转动的方向,对应θ的最大值θmax为该方向向上的极限边界,最小值θmin为该方向向下的极限边界;
步骤3、关节异向受力边界的实用化标定,具体包括以下子步骤:
(a)、穿戴设备并测量规定动作,将两个穿戴式惯性传感器s1,s2固定在运动员某关节联结的上下游肢体外表面上,运动员做关于屈伸、旋前/旋后、环转动作的极限位置;由嵌入式处理器测量单元输出的加速度、角加速度和地磁参数,经卡尔曼滤波和归一化计算出姿态四元数,并记录两个穿戴式惯性传感器的四元数;四元数表示为q=(q0,q1i,q2j,q3k),其中,i表示在x轴与y轴相交的平面内从x轴正方向到y轴正方向的旋转,j表示在z轴与x轴相交的平面内从z轴正方向到x轴正方向的旋转,k表示在y轴与z轴相交的平面内从y轴正方向到z轴正方向的旋转,q0是四元数的标量,代表旋转角度;q1,q2,q3是四元数的矢量部分,描述了三维空间中的旋转轴;
(b)、计算边界动作的空间角在计算关节活动范围时,需要通过所测姿态四元数求得相邻上下游肢体之间的相对位置关系,穿戴式惯性传感器s1,s2输出的四元数测量值都是以传感器自身坐标系S系为参考系的,而在运动过程中穿戴式惯性传感器s1,s2与地面参考系G系的相对位置一直在变化,地面参考系G系是保持不变的,需要2个或2个以上的节点数据来确定姿态,进行坐标系变换,使得穿戴式惯性传感器s1,s2都以地面坐标系作为参考系;将S系中的向量VS在G系坐标表达式VG通过公式(1)进行描述,
VG=qVSq* (1)
式中,q是q*的共轭四元数;根据合成四元数的原理,若四元数p和q分别代表第一次和第二次坐标系旋转,合成后的四元数Q通过公式(2)进行描述,
可得若穿戴式惯性传感器s1,s2分别测得上游肢体和下游肢体的四元数分别为Q1和Q2,则两个四元数的坐标系旋转关系ΔQ通过公式(3)进行描述,
根据公式(3)求得上下游肢体坐标旋转的四元数ΔQ=(q0,q1,q2,q3),向量V表示Oz′轴负方向向量(0 0 -1)T从O′x′y′z′系至Oxyz系的坐标变换矩阵通过公式(4)进行描述,
求得基准向量y轴向量根据欧拉角自转角公式,可求得空间角由公式(5)描述,
步骤4、关节运动过程的异向受力判断,若实时计算和分析测量的参数为作为肘关节而言,为自转角,表示旋前动作超过限制,表示旋后动作超过限制;肘关节的屈伸角度由θ表示,伸直时θ=θmin,如果θ<θmin,则表示伸展达到受力极限,越屈曲θ越大,若θ>θmax,则屈曲达到受力极限;而肩关节是万向运动的关节,向上的环转动作标定时需要参考ω,ω从ωmin变化到ωmax相当于有无数个通过Oz轴的平面的方向,每个方向都对应一个角度θ就可以确定下游肢体位置,上臂绕肩关节向上的极限位置进行环转运动时,均匀地抽取n(n≥10)个离散点(ω1,θ1),(ω2,θ2),(ω3,θ3)…(ωn,θn),通过最小二乘法完成曲线拟合,曲线方程通过公式(6)进行描述,
θ上(ω)=a0+a1ω+a2ω2+…+akωk,ω∈(ω1,…ωn)(k≥3) (6)
通过计算可得同理抽取向下的环转动作n个点(ωn+1,θn+1),(ωn+2,θn+2),(ωn+3,θn+3)…(ω2n,θ2n),曲线方程通过公式(7)进行描述,
θ下(ω)=b0+b1ω+b2ω2+…+bkωk,ω∈(ωn+1,…ω2n)(k≥3) (7)
同理可求得拟合参数若θt>θ上(ωt),表示在ωt所在方向向上动作超过极限,若θt<θ下(ωt),表示在ωt所在方向向下动作超过极限;
步骤5、关节异向受力的报警判断,根据步骤3测得的极限位置以及不同关节的运动和训练特征计算合理的运动范围如下:屈伸动作报警条件为(ωt≠ωq,θt<θmin或θt>θmax),旋前旋后报警条件为如果长期进行超过正常范围受力训练就很容易受伤,甚至造成严重后果,必须及时报警;而对于环转运动,经常进行极限位置受力训练有助于拉伸韧带或肌腱,在允许范围内不会影响训练,允许范围设置为超过标定范围的10%,其报警条件表示为(ωt<ωmin或ωt>ωmax,θt<1.1θ下(ωt)或θt>1.1θ上(ωt));另外,运动员在一段时间的持续训练后部分关节的极限边界可能会发生变化,应定期重新标定,及时更新每位运动员的关节异向受力模型,方便训练时使用,以免报警不及时或过于频繁报警的情况发生。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810363588.5A CN108538362B (zh) | 2018-04-22 | 2018-04-22 | 一种运动数据实时采集的肌腱异向受力损伤预警分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810363588.5A CN108538362B (zh) | 2018-04-22 | 2018-04-22 | 一种运动数据实时采集的肌腱异向受力损伤预警分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108538362A true CN108538362A (zh) | 2018-09-14 |
CN108538362B CN108538362B (zh) | 2021-08-31 |
Family
ID=63477978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810363588.5A Expired - Fee Related CN108538362B (zh) | 2018-04-22 | 2018-04-22 | 一种运动数据实时采集的肌腱异向受力损伤预警分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108538362B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110931105A (zh) * | 2019-12-17 | 2020-03-27 | 中山大学 | 一种匹配多套肌肉协同模式的方法及系统 |
CN112489762A (zh) * | 2020-11-09 | 2021-03-12 | 宋雅伟 | 基于数值模拟的女子举重运动员腰骶关节的生物力学分析方法 |
CN113532501A (zh) * | 2021-06-04 | 2021-10-22 | 北京工业大学 | 一种体表传感器固定装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US9079001B2 (en) * | 2005-12-02 | 2015-07-14 | Ulthera, Inc. | Devices and methods for selectively lysing cells |
CN105287166A (zh) * | 2015-12-02 | 2016-02-03 | 厦门大学 | 穿戴式肘关节康复训练机器人 |
-
2018
- 2018-04-22 CN CN201810363588.5A patent/CN108538362B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9079001B2 (en) * | 2005-12-02 | 2015-07-14 | Ulthera, Inc. | Devices and methods for selectively lysing cells |
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 |
CN105287166A (zh) * | 2015-12-02 | 2016-02-03 | 厦门大学 | 穿戴式肘关节康复训练机器人 |
Non-Patent Citations (3)
Title |
---|
H. V. ANUPREETHI S V: "MSP430 Based Sign Language Recognizer for Dumb Patients", 《PROCEDIA ENGINEERING》 * |
吕海燕: "略谈数字化技术在初中体育教学中的利用", 《艺术与体质训练》 * |
王孝良 等: "关于工控系统信息安全的思考与建议", 《第27次全国计算机安全学术交流会论文集》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110931105A (zh) * | 2019-12-17 | 2020-03-27 | 中山大学 | 一种匹配多套肌肉协同模式的方法及系统 |
CN110931105B (zh) * | 2019-12-17 | 2023-05-16 | 中山大学 | 一种匹配多套肌肉协同模式的方法及系统 |
CN112489762A (zh) * | 2020-11-09 | 2021-03-12 | 宋雅伟 | 基于数值模拟的女子举重运动员腰骶关节的生物力学分析方法 |
CN112489762B (zh) * | 2020-11-09 | 2024-01-26 | 宋雅伟 | 基于数值模拟的女子举重运动员腰骶关节的生物力学分析方法 |
CN113532501A (zh) * | 2021-06-04 | 2021-10-22 | 北京工业大学 | 一种体表传感器固定装置 |
CN113532501B (zh) * | 2021-06-04 | 2024-04-12 | 北京工业大学 | 一种体表传感器固定装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108538362B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qiu et al. | Sensor combination selection strategy for kayak cycle phase segmentation based on body sensor networks | |
Wang et al. | Using wearable sensors to capture posture of the human lumbar spine in competitive swimming | |
WO2018196227A1 (zh) | 人体运动能力评价方法、装置及系统 | |
Zannatha et al. | Development of a system based on 3D vision, interactive virtual environments, ergonometric signals and a humanoid for stroke rehabilitation | |
CN107616898B (zh) | 基于日常动作的上肢穿戴式康复机器人及康复评价方法 | |
CN108538362A (zh) | 一种运动数据实时采集的肌腱异向受力损伤预警分析方法 | |
CN107330967A (zh) | 基于惯性传感技术的骑师运动姿态捕捉及三维重建系统 | |
Wang et al. | Motion analysis of deadlift for trainers with different levels based on body sensor network | |
Chan et al. | Computational model of a primate arm: from hand position to joint angles, joint torques and muscle forces | |
CN107115102A (zh) | 一种骨关节功能评估方法与装置 | |
Sanders et al. | An approach to identifying the effect of technique asymmetries on body alignment in swimming exemplified by a case study of a breaststroke swimmer | |
Chèze | Kinematic analysis of human movement | |
CN111803099A (zh) | 基于径向基神经网络的人体上肢肌肉力预测装置及方法 | |
Sanders et al. | Reliability of three-dimensional angular kinematics and kinetics of swimming derived from digitized video | |
CN118072389A (zh) | 基于视觉识别的关节力矩计算方法 | |
CN115544812B (zh) | 一种数字孪生虚拟人的构建方法、系统、电子设备及介质 | |
Chang et al. | A fall risk prediction system based on 3D space human skeleton torso images | |
CN115543094B (zh) | 数字孪生虚拟人与人体的交互方法、系统、电子设备 | |
Li et al. | Upper limb proprioceptive acuity assessment based on three-dimensional position measurement systems | |
Muñoz et al. | Dynamic systems theory in human movement exploring coordination patterns by angle-angle diagrams using Kinect | |
Do et al. | An Approach of Shoulder Movement Analysis Using OpenSim Software | |
CN111754620B (zh) | 人体空间运动转换方法、转换装置、电子设备及存储介质 | |
TWI681360B (zh) | 應用於巴金森氏病的復健監控系統及其方法 | |
Cabrera-Arellano et al. | iPaddle: An Intelligent Swimming Training System | |
CN219842761U (zh) | 一种理论力学实验教学装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210831 |