CN108634957A - 基于人手“手指内收外展”动作的手功能康复定量评估方法 - Google Patents
基于人手“手指内收外展”动作的手功能康复定量评估方法 Download PDFInfo
- Publication number
- CN108634957A CN108634957A CN201810295453.XA CN201810295453A CN108634957A CN 108634957 A CN108634957 A CN 108634957A CN 201810295453 A CN201810295453 A CN 201810295453A CN 108634957 A CN108634957 A CN 108634957A
- Authority
- CN
- China
- Prior art keywords
- finger
- hand
- abduction
- angle
- 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
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
-
- 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
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Human Computer Interaction (AREA)
- Dentistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physiology (AREA)
- Primary Health Care (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (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“手指内收外展”动作的手功能康复定量评估方法。通过计算机视觉与光学动作捕捉技术，并结合计算机智能计算，实时获取人体手部骨骼及各关节点信息。以当前康复评定标准为基础，将患者患手与健手信息进行计算，以评估值作为患者在整个康复训练过程中腕背伸动作的定量描述。同时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。本发明能够客观地有效地反映出患者手功能恢复程度，为医生治疗患者与患者自我康复提供帮助。
Description
技术领域
本发明涉及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“手指内收外展”动作的手功能康复定量评估方法。属于电子信息领域，且交叉涉及康复医学评估领域。
背景技术
脑卒中是当前世界危害人类健康的重要急慢性疾病之一，其发病率，患病率和致残率均较高，也是全球人口三大主要死亡原因之一。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％。在患者长期康复训练过程中，手部功能恢复对患者生活质量的改善有着重要的作用，通过康复训练与治疗的介入，部分患者在6个月之内手功能方面会有不同程度的恢复。目前的康复训练方案定制与实施中，主要根据Fugl-Meyer等量表进行定性的康复程度评估。然而，这种方式主要取决于康复医师的个人专业水准及其对病人肢体康复程度的判断，治疗个体差异性大，主观性强。因此，目前迫切需要一种手功能定量评估方式，提供精确量化数据并与量表结合，为患者制定合理的康复训练提供依据。
目前手功能检测时根据人体手部与腕部关节及其活动特性进行检测。其中手指内收外展动作是手功能康复过程中具有代表性的评估动作。国内外大多测量方法为病人做内收外展的动作，并结合Fugl-Meyer等量表要求如下：
a.受测者采取座位，上臂置于体侧，屈肘，手部处张开并拢中立位，自然伸展并置于桌上；
b.给受测者不同半径大小的圆柱体，判断受测者手指是否可以贴合圆柱体表面
Fugl-Meyer等量表指标，将手指内收外展的动作恢复程度分别划分为0分、1分、2分，其中：0分表示患者不能完成该动作，1分表示患者能够部分完成该动作，2分表示患者能够正常完成该动作。
由此可见，传统评估量表为一种定性评估量表，其对于动作评估划分笼统，对于特定动作恢复程度描述宽泛，患者在一个或多个康复疗程中恢复情况难以准确判断，不利于医生调整康复训练方案，不利于患者增加自身复健的信心。
发明内容
本发明的目的在于克服目前现有手功能康复评估方法中过于依赖医师判断、治疗个体差异大、主观性强等缺点，一种基于人手“手指内外伸展”动作的手功能康复定量评估方法。
为完成发明目的，本发明的构思是：
手指内收外展是指手掌自然平放位，手部呈张开并拢形态，手指进行外伸角度最小程度(如图3左图)到最大程度即拇指小指夹角大于120°(如图3右图所示)这一动作过程，其对于判断手功能康复程度有着重要的意义。本发明在现有的统定性量表评估的方法基础上进一步定量评测患者在完成手指内收外展动作过程中的持续时间、手部运动平均速度信息。利用已有的灰阶摄像头与红外接收器组成的光学捕捉设备实时获取人体手部骨骼及各关节点信息。结合当前康复评定标准，将相关患者患手定量信息与患者健手定量信息进行对比，将计算结果作为该患者手指内收外展动作评估值，反映出患者手功能恢复程度。
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“手指内收外展”动作的手功能康复定量评估方法，其特征在于：
1)数据采集：采用手功能康复定量评估设备，进行数据采集，采集患者健手和患手的手部骨骼及关节点信息。
2)数据处理：根据手功能康复定量评估设备中的光学动作捕捉设备所获取的手部骨骼及关节点信息，计算各手指最大外展角度差值，外展速度，平均外展速度。
3)定量评估结果：以患者健手作为参照对象，利用步骤2)计算的参数，将患手与健手的参数作比得出一个百分值作为评估值即评估结果。
上述步骤1)中的基于人手“手指内收外展”动作的手功能康复定量评估方法，其特征在于所述步骤1)中的手功能康复定量评估设备的结构是：一个前面开口的匣子
(1)内室有隔板分隔出两室，两室分别装有一个光学摄像头；
(2)两室内底和隔板两侧各装有一个光学捕捉设备；
(3)利用该设备得出的数据进行模型建立，参数计算。
上述步骤1)数据采集的步骤如下：
a.待测者采取坐位，上臂置于体侧，屈肘，手部处手掌展开并拢伸直掌心向下自然伸展置于手功能康复定量评估设备(如图6所示)中，手功能康复定量评估设备左右各设有一个工作区，分别用于测试者左右手的检测，对健手进行数据采集建立；
b.在医师指导下，患者进行健手的数据采集建立；
c.患者健手开始进行手指内收外展动作，运动过程中，当外展角度增量为1°时，存储手部位置参量与定量数据信息；
d.当患者手部从初始位置外展到极限位置(各拇指间近30°)时，停止数据采集；
e.重复c、d步骤一次，采集俩次数据；
“手指内收外展”动作定量评估的数据预处理为：
1)以中指为例，获取中指(食指、无名指、小拇指)的近端指骨关节向量：
2)同理获取食指、无名指、小拇指的向量分别为
3)获取大拇指的向量：
4)取在XOZ平面的投影
5)分别计算拇指、食指、中指、无名指、小指投影间的夹角(以拇指与食指的夹角为例)以及拇指和小指的夹角θ5；
“手指内收外展”动作定量评估的评估参数处理为：
a.手部在初始位置时，将当前时间t0、拇指、食指、中指、无名指、小指的关节向量投影到初始角度θ0存储在数据库之中，
b.运动过程中，当外展角度等于1°时(即各手指之间的夹角大于一度时)，存入对应数据帧号i、时间ti、θ、各拇指的关节向量
c.当角度大于1°时(即当手指外展的角度大于1°时),判断当前数据帧手指外展各手指的角度θ与上一帧数据比较如果大于上一帧，则将数值大的角度值存入数据库θmax，如果小于上一帧则保持不变；
d.当运动至最大限度并向初始位返回时，停止数据采集，并将运动过程中手指外展各手指角度最大值和最小值存储，
e.为避免出现单次动作采集出现误差，在健手与患手数据采集中均完成多次采集(本发明重复进行2组数据采集)，取最优结果进行存储，即较大的数据进行评估；
“手指内收外展”动作定量评估的评估结果统计为：
a.各手指的最大外展角度差值值为Δθi＝θmax-θ0
其中，θmax为运动过程中手指之间的夹角的最大值，θ0各手指之间夹角的初始值；
b.每外展1度外展角速度：
其中θ′、t′为当前帧的角度值和时间，θ1、t1为上一帧的角度值和时间；
c.平均外展角速度：
其中：i为偏转度数，n为偏转最大角度，N为总偏转度数；
3、根据权利要求1所述的基于人手“手指内收外展”动作的手功能康复定量评估方法，其特征在于，所述“手指内收外展”评估结果描述方式：
1)在数据处理的过程中，健手最大内收外展各手指角度范围差值为平均抓握速度为在同一患者不同康复时期，健手数据作为患者参照标准数据，如无二次发病，健手数据保持不变；
2)进行内收外展评估时，将患者患手数据进行更新，定义当前评测患手各手指之间最大内收外展角度范围差平均外展角速度通过与健手参照标准数据进行计算，得到如下结果：
角度得分：
平均角速度得分：
3)将半径评估值作为主要评估依据，将健手与患手的平均抓握速度作为辅助参考依据，具有极大的临床意义。
所述“手指内收外展”动作患者测试步骤为：
a.待测者采取坐位，上臂置于体侧，屈肘，手部处手掌展开并拢伸直掌心向下自然伸展置于手功能康复定量评估设备(如图6所示)中，测试仪器左右各设有一个工作区，分别用于测试者左右手的检测，对健手进行数据建立以及对患手进行定量评估；
b.在医师指导下，患者进行健手的数据采集建立；
c.患者健手开始进行手指内收外展动作，运动过程中，当手指内收外展角度增量为1度时，存储手部位置参量与定量数据信息；
d.当患者手部从初始位置外展到极限位置(各拇指近30°)时，停止数据采集，计算出最大外展角度和最小外展角度差，以及平均外展速度；
e.重复c、d步骤一次，将两组数据进行比对，保留较优结果，即最大手指外展角度和最小手指外展角度差最大的结果；
f.在医师指导下，患者进行患手的定量评估；
g.重复c、d、e步骤，完成患者待测手数据获取；
h.通过所述“手指内收外展”动作评估结果获取方法，算计出测试者手指内收外展动作评估值。
与现有技术相比，本发明具有如下显而易见的突出实质性特点和显著优点：
本发明结合现有的计算机视觉及光学动作捕捉技术，通过光学捕捉设备实时捕捉并处理手部骨骼及各关节点信息，以患者健手作为参照对象，分别计算得到“手指内收外展”动作运动过程中的平均外展速度及手指内收外展角度范围差的评估值，完成患者在康复训练过程中“手指内收外展”动作的定量描述，使医师与患者能够精确了解患手在治疗过程中的康复程度变化。
附图说明
图1为本方法的主程序框图。
图2为本发明数据采集流程图。
图3为手指内收外展示意图。
图4为光学捕捉设备三维坐标示意图。
图5为手指内收外展角度定义。
图6为手功能康复定量评估检测设备示意图。
具体实施方式
下面结合附图，对本发明的优选实施做进一步的说明。
手指内收外展是指手掌自然平放位，手部呈张开并拢形态，手指进行外伸角度最小程度(如图3左图)到最大程度即拇指小指夹角大于120°(如图3右图所示)这一动作过程，其对于判断手功能康复程度有着重要的意义。
实施例一：参见图1～图6，本基于人手“手指内收外展”动作的手功能康复定量评估方法，其特征在于操作步骤如下：
1)数据采集：采用手功能康复定量评估设备，进行数据采集，采集患者健手和患手的手部骨骼及关节点信息。
2)数据处理：根据手功能康复定量评估设备中的光学动作捕捉设备所获取的手部骨骼及关节点信息，计算各手指最大外展角度差值，外展速度，平均外展速度。
3)定量评估结果：以患者健手作为参照对象，利用步骤2)计算的参数，将患手与健手
的参数作比得出一个百分值作为评估值即评估结果。
实施例二：本实施例与实施例一基本相同，特别之处如下：
所述步骤1)中的基于人手“手指内收外展”动作的手功能康复定量评估方法中数据采集的步骤如下：
a.待测者采取坐位，上臂置于体侧，屈肘，手部处手掌展开并拢伸直掌心向下自然伸展置于手功能康复定量评估设备(如图6所示)中，手功能康复定量评估设备左右各设有一个工作区，分别用于测试者左右手的检测，对健手进行数据采集建立；
b.在医师指导下，患者进行健手的数据采集建立；
c.患者健手开始进行手指内收外展动作，运动过程中，当外展角度增量为1°时，存储手部位置参量与定量数据信息；
d.当患者手部从初始位置外展到极限位置(各拇指间近30°)时，停止数据采集；
e.重复c、d步骤一次，采集俩次数据；
实施例三：本基于人手“手指内收外展”动作的手功能康复定量评估方法，包括“手指内收外展”动作定量评估过程、“手指内收外展”动作评估结果获取及“手指内收外展”动作患者测试步骤。
见图6，本发明使用光学捕捉设备(3)对人体手部骨骼及各关节点信息进行实时捕捉与获取，其中光学捕捉设备(3)由1个双目灰阶摄像头与3个红外探测器组成。三维坐标系定义方法：以双目灰阶摄像头中点为原点，X、Y、Z三轴定义方法如图4所示。
所述“手指内收外展”动作定量评估过程共包含4个部分，分别为数据采集、数据预处理、评估参数处理和评估结果统计。
所述定量评估过程中的数据采集，食指、中指、无名指、小拇指的近端指骨关节尖端关节点A(X1，Y1，Z1)以及掌骨关节末端B(X2，Y2，Z2)，大拇指的中端指骨向C(X3，Y3，Z3),D(X4，Y4，Z4)；
“手指内收外展”动作定量评估的数据预处理为：
1)以中指为例，获取中指(食指、无名指、小拇指)的近端指骨关节向量：
2)同理获取食指、无名指、小拇指的向量分别为
3)获取大拇指的向量：
取在XOZ平面的投影
5)分别计算拇指、食指、中指、无名指、小指投影间的夹角(以拇指与食指的夹角为例)以及拇指和小指的夹角θ5；
“手指内收外展”动作定量评估的评估参数处理为：
a.手部在初始位置时，将当前时间t0、拇指、食指、中指、无名指、小指的关节向量投影到初始角度θ0存储在数据库之中，
b.运动过程中，当外展角度等于1°时(即各手指之间的夹角大于一度时)，存入对应数据帧号i、时间ti、θ、各拇指的关节向量
c.当角度大于1°时(即当手指外展的角度大于1°时),判断当前数据帧手指外展各手指的角度θ与上一帧数据比较如果大于上一帧，则将数值大的角度值存入数据库θmax，如果小于上一帧则保持不变；
d.当运动至最大限度并向初始位返回时，停止数据采集，并将运动过程中手指外展各手指角度最大值和最小值存储，
e.为避免出现单次动作采集出现误差，在健手与患手数据采集中均完成多次采集(本发明重复进行2组数据采集)，取最优结果进行存储，即较大的数据进行评估；
“手指内收外展”动作定量评估的评估结果统计为：
a.各手指的最大外展角度差值值为Δθi＝θmax-θ0
其中，θmax为运动过程中手指之间的夹角的最大值，θ0各手指之间夹角的初始值；
b.每外展1度外展角速度：
其中θ′、t′为当前帧的角度值和时间，θ1、t1为上一帧的角度值和时间；
c.平均外展角速度：
其中：i为偏转度数，n为偏转最大角度，N为总偏转度数；
3、根据权利要求1所述的基于人手“手指内收外展”动作的手功能康复定量评估方法，其特征在于，所述“手指内收外展”评估结果描述方式：
1)在数据处理的过程中，健手最大内收外展各手指角度范围差值为平均抓握速度为在同一患者不同康复时期，健手数据作为患者参照标准数据，如无二次发病，健手数据保持不变；
2)进行内收外展评估时，将患者患手数据进行更新，定义当前评测患手各手指之间最大内收外展角度范围差平均外展角速度通过与健手参照标准数据进行计算，得到如下结果：
角度得分：
平均角速度得分：
3)将半径评估值作为主要评估依据，将健手与患手的平均抓握速度作为辅助参考依据，具有极大的临床意义。
所述“手指内收外展”动作患者测试步骤为：
a.待测者采取坐位，上臂置于体侧，屈肘，手部处张开并拢平放位自然伸展置于检测仪器(如图6所示)中，测试仪器左右各设有一个工作区，分别用于测试者左右手的检测，对健手进行数据建立以及对患手进行定量评估；
b.在医师指导下，患者进行健手的数据采集建立；
c.患者健手开始进行手指内收外展动作，运动过程中，当手指内收外展角度增量为1度时，存储手部位置参量与定量数据信息；
d.当患者手部从初始位置外展到极限位置(各拇指近30°)时，停止数据采集，计算出最大外展的角度和最小外展的角度差，以及平均抓握速度；
e.重复c、d步骤一次，将两组数据进行比对，保留较优结果，即最大手指外展角度和最小手指外展角度差最大的结果；
f.在医师指导下，患者进行患手的定量评估；
g.重复c、d、e步骤，完成患者待测手数据获取；
h.通过所述“手指内收外展”动作评估结果获取方法，算计出测试者手指内收外展动作评估值。
Claims (5)
1.一种基于人手“手指内收外展”动作的手功能康复定量评估方法，其特征在于操作步骤如下：
1)数据采集：采用手功能康复定量评估设备，进行数据采集，采集患者健手和患手的手部骨骼及关节点信息；
2)数据处理：根据手功能康复定量评估设备中的光学动作捕捉设备所获取的手部骨骼及关节点信息，计算各手指最大外展角度差值，外展速度，平均外展速度；
3)定量评估结果：以患者健手作为参照对象，利用步骤2)计算的参数，将患手与健手的参数作比得出一个百分值作为评估值即评估结果。
2.根据权利要求1所述的基于人手“手指内收外展”动作的手功能康复定量评估方法，其特征在于所述步骤1)中的手功能康复定量评估设备的结构是：一个前面开口的匣子
(1)内室有隔板分隔出两室，两室分别装有一个光学摄像头；
(2)两室内底和隔板两侧各装有一个光学捕捉设备；
(3)利用该设备得出的数据进行模型建立，参数计算。
3.根据权利要求1所述的基于人手“手指内收外展”动作的手功能康复定量评估方法，其特征在于步骤1)数据采集的步骤如下：
a.待测者采取坐位，上臂置于体侧，屈肘，手部处手掌展开并拢伸直掌心向下自然伸展置于手功能康复定量评估设备(如图6所示)中，手功能康复定量评估设备左右各设有一个工作区，分别用于测试者左右手的检测，对健手进行数据采集建立；
b.在医师指导下，患者进行健手的数据采集建立；
c.患者健手开始进行手指内收外展动作，运动过程中，当外展角度增量为1°时，存储手部位置参量与定量数据信息；
d.当患者手部从初始位置外展到极限位置(各拇指间近30°)时，停止数据采集；
e.重复c、d步骤一次，采集俩次数据。
4.根据权利要求1所述的基于人手“手指内收外展”动作的手功能康复定量评估方法，其特征在于所述步骤2)数据处理：
通过光学动作捕捉设备精确获取手部骨骼及关节点信息并提取相关参量：食指、中指、无名指、小指的近端指骨关节尖端关节点A(X1，Y1，Z1)以及掌骨关节末端B(X2，Y2，Z2)，大拇指的中端指骨向C(X3，Y3，Z3),D(X4，Y4，Z4)；
“手指内收外展”动作定量评估的数据预处理为：
1)以中指为例，获取中指食指、无名指、小拇指的近端指骨关节向量：
2)同理获取食指、无名指、小拇指的向量分别为
3)获取大拇指的向量：
4)取在XOZ平面的投影
5)分别计算拇指、食指、中指、无名指、小指投影间的夹角：以拇指与食指的夹角为例以及拇指和小指的夹角θ5；
“手指内收外展”动作定量评估的评估参数处理为：
a.手部在初始位置时，将当前时间t0、拇指、食指、中指、无名指、小指的关节向量投影到初始角度θ0存储在数据库之中，
b.运动过程中，当外展角度等于1°时，即各手指之间的夹角大于一度时，存入对应数据帧号i、时间ti、θ、各拇指的关节向量
c.当角度大于1°时，即当手指外展的角度大于1°时,判断当前数据帧手指外展各手指的角度θ与上一帧数据比较如果大于上一帧，则将数值大的角度值存入数据库θmax，如果小于上一帧则保持不变；
d.当运动至最大限度并向初始位返回时，停止数据采集，并将运动过程中手指外展各手指角度最大值和最小值存储，
e.为避免出现单次动作采集出现误差，在健手与患手数据采集中均完成多次采集，取最优结果进行存储，即较大的数据进行评估；
“手指内收外展”动作定量评估的评估结果统计为：
a.各手指的最大外展角度差值值为Δθi＝θmax-θ0
其中，θmax为运动过程中手指之间的夹角的最大值，θ0各手指之间夹角的初始值；
b.每外展1度外展角速度：
其中θ′、t′为当前帧的角度值和时间，θ1、t1为上一帧的角度值和时间；
c.平均外展角速度：
其中：i为偏转度数，n为偏转最大角度，N为总偏转度数。
5.根据权利要求1所述的基于人手“手指内收外展”动作的手功能康复定量评估方法，其特征在于所述步骤3)定量评估结果描述方式：
1)在数据处理的过程中，健手最大内收外展各手指角度范围差值为平均抓握速度为在同一患者不同康复时期，健手数据作为患者参照标准数据，如无二次发病，健手数据保持不变；
2)进行内收外展评估时，将患者患手数据进行更新，定义当前评测患手各手指之间最大内收外展角度范围差平均外展角速度通过与健手参照标准数据进行计算，得到如下结果：
角度得分：
平均角速度得分：
3)将半径评估值作为主要评估依据，将健手与患手的平均外展作为辅助参考依据，具有极大的临床意义。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810295453.XA CN108634957A (zh) | 2018-03-30 | 2018-03-30 | 基于人手“手指内收外展”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 |
|---|---|---|---|
| CN201810295453.XA CN108634957A (zh) | 2018-03-30 | 2018-03-30 | 基于人手“手指内收外展”动作的手功能康复定量评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108634957A true CN108634957A (zh) | 2018-10-12 |
Family
ID=63745348
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810295453.XA Pending CN108634957A (zh) | 2018-03-30 | 2018-03-30 | 基于人手“手指内收外展”动作的手功能康复定量评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108634957A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111920416A (zh) * | 2020-07-13 | 2020-11-13 | 张艳 | 一种手部康复训练效果测量方法、存储介质、终端及系统 |
| CN112017780A (zh) * | 2020-08-24 | 2020-12-01 | 闽南师范大学 | 一种伤指运动功能康复程度的评估系统及其方法 |
| WO2020253645A1 (zh) * | 2019-06-17 | 2020-12-24 | 麦克赛尔株式会社 | 手指运动练习辅助装置及方法 |
| CN112205980A (zh) * | 2020-10-16 | 2021-01-12 | 南开大学 | 一种基于光学立体测量的脑深部电刺激术中手部动作评估方法 |
| 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 |
| CN115211846A (zh) * | 2022-03-14 | 2022-10-21 | 北京中科睿医信息科技有限公司 | 一种基于深度传感器的重复座椅起立测试定量评估方法和装置 |
-
2018
- 2018-03-30 CN CN201810295453.XA patent/CN108634957A/zh active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020253645A1 (zh) * | 2019-06-17 | 2020-12-24 | 麦克赛尔株式会社 | 手指运动练习辅助装置及方法 |
| 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 |
| CN111920416A (zh) * | 2020-07-13 | 2020-11-13 | 张艳 | 一种手部康复训练效果测量方法、存储介质、终端及系统 |
| CN111920416B (zh) * | 2020-07-13 | 2024-05-03 | 张艳 | 一种手部康复训练效果测量方法、存储介质、终端及系统 |
| CN112017780A (zh) * | 2020-08-24 | 2020-12-01 | 闽南师范大学 | 一种伤指运动功能康复程度的评估系统及其方法 |
| CN112017780B (zh) * | 2020-08-24 | 2023-06-06 | 闽南师范大学 | 一种伤指运动功能康复程度的评估系统 |
| CN112205980A (zh) * | 2020-10-16 | 2021-01-12 | 南开大学 | 一种基于光学立体测量的脑深部电刺激术中手部动作评估方法 |
| CN115211846A (zh) * | 2022-03-14 | 2022-10-21 | 北京中科睿医信息科技有限公司 | 一种基于深度传感器的重复座椅起立测试定量评估方法和装置 |
| CN115211846B (zh) * | 2022-03-14 | 2023-03-24 | 北京中科睿医信息科技有限公司 | 一种基于深度传感器的重复座椅起立测试定量评估方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| Do Tran et al. | Kinematic measures for upper limb robot-assisted therapy following stroke and correlations with clinical outcome measures: A review | |
| US10959863B2 (en) | Multi-dimensional surface electromyogram signal prosthetic hand control method based on principal component analysis | |
| CN104107134B (zh) | 基于肌电反馈的上肢训练方法及系统 | |
| Tapia et al. | Real-time recognition of physical activities and their intensities using wireless accelerometers and a heart rate monitor | |
| Hester et al. | Using wearable sensors to measure motor abilities following stroke | |
| CN106539587A (zh) | 一种基于多运动传感器的跌倒风险评估以及监测系统及评估方法 | |
| CN105832343B (zh) | 多维视觉手功能康复定量评估系统和评估方法 | |
| CN112057040B (zh) | 一种上肢运动功能康复评价方法 | |
| 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 | |
| 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 | |
| CN107422852A (zh) | 手功能康复训练评估方法和系统 | |
| CN110946556A (zh) | 基于可穿戴式体感网的帕金森静息态震颤评估方法 | |
| Zhang et al. | Fuzzy inference system based automatic Brunnstrom stage classification for upper-extremity rehabilitation | |
| Ma et al. | A bi-directional LSTM network for estimating continuous upper limb movement from surface electromyography | |
| CN113707268A (zh) | 一种康复训练评估方法及系统 | |
| CN105902273A (zh) | 一种基于人手尺偏动作的手功能康复定量评估方法 | |
| CN111466878A (zh) | 基于表情识别的卧床病人疼痛症状实时监护方法及装置 | |
| 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 | |
| CN106890038A (zh) | 基于myo臂环的假肢手控制系统及其控制方法 | |
| CN113974612B (zh) | 一种卒中患者上肢运动功能自动化评估方法与系统 | |
| Hunt et al. | Pham: prosthetic hand assessment measure | |
| CN111419237A (zh) | 脑卒中手部运动功能Carroll评分预测方法 | |
| TW201121525A (en) | Training system and upper limb exercise function estimation for hemiplegic stroke patient. | |
| CN111544004A (zh) | 脑卒中患者运动功能检测系统、方法、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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181012 |
|
| RJ01 | Rejection of invention patent application after publication |