CN109637623A - 一种基于动作捕捉的前庭康复方法及系统 - Google Patents

Abstract

本发明公开了一种基于动作捕捉的前庭康复方法及系统，分为采集录制标准动作轨迹数据阶段和操作员训练阶段，采集录制标准动作轨迹数据阶段为采集教练员的运动数据作为标准动作轨迹数据，操作员训练阶段则通过采集到的数据与标准动作轨迹数据比对，实时引导与矫正操作员的运动姿势，能够以一种直观的引导式训练方法和系统指导病人自行进行前庭康复训练，能够快速的智能反馈给前庭损伤的病人的运动情况，加速其训练过程，极大的减少了医护人员的工作负担，保证了恢复训练动作的准确性和标准性。

Description

一种基于动作捕捉的前庭康复方法及系统

技术领域

本公开涉及计算机辅助训练技术领域，具体涉及一种基于动作捕捉的前庭康复方法及系统。

背景技术

如何让智能、数字化技术的很好的改变医疗陪护的方式，是解决医疗数字化、信息化、智能化问题的关键。临床上对因前庭病变引起的眩晕病人恢复期需要进行前庭康复训练，以促进前庭功能恢复，由护士指导病人进行前庭康复训练。指导病人进行前庭康复训练需要有一定专业内涵的护士执行，但临床上护士三班轮转，导致护士指导病人进行前庭康复训练的质量及效果不一，甚至病人在康复训练过程中不慎出现跌倒的现象。

护士人力不足是当前国内医院普遍面临的问题，前庭康复训练占用了护士大量的工作时数，导致护士不能及时指导病人进行前庭康复训练，影响了医院的满意度，因此，护士无法随时直观的了解到病人在病人恢复期进行前庭康复训练的问题所在，甚至产生误解使得病人接收到的训练信息错误，需要一种直观的引导式训练方法和系统指导病人自行进行前庭康复训练。

发明内容

本公开提供一种基于动作捕捉的前庭康复方法及系统，本公开分为采集录制标准动作轨迹数据阶段和操作员训练阶段，采集录制标准动作轨迹数据阶段为采集教练员的运动数据作为标准动作轨迹数据，操作员训练阶段则通过采集到的数据与标准动作轨迹数据比对，实时引导与矫正操作员的运动姿势，教练员为医护人员或教练人员，操作员为前庭病变引起的眩晕病人或其它原因需要进行前庭康复性训练的人员。

为了实现上述目的，根据本公开的一方面，提供一种基于动作捕捉的前庭康复方法，所述方法包括以下步骤，

采集录制标准动作轨迹数据阶段:

步骤1，读取教练员的身体尺寸数据，创建骨架模型；

步骤2，通过动作捕捉设备采集教练员的运动数据，然后将运动数据对应的动作部署到骨架模型上，生成骨架模型的运动数据；

步骤3，存储骨架模型的运动数据作为标准动作轨迹数据到数据库中；

操作员训练阶段：

步骤4，读取操作员的身体尺寸数据，创建骨架模型；

步骤5，通过在操作员身上的动作捕捉设备采集操作员的运动轨迹；

步骤6，将操作员的运动轨迹与标准动作轨迹进行相似度计算得到相似值；

步骤7，如果相似值大于误差阈值则播放“动作正确”提示；

步骤8，如果相似值小于或等于误差阈值则播放“动作错误”提示。

进一步地，所述身体尺寸数据包括身高、体重、胸围、腰围、臀围、大腿、小腿、臂展、肩宽、上臂、颈围测量数据。

进一步地，所述骨架模型由基准点、基准轴、基准面、基准坐标系、基准曲线以及曲面组成，根据基准点、基准轴、基准面、基准坐标系、基准曲线以及曲面的数据变化记录运动数据对应的动作数据。

进一步地，在步骤2中，所述通过动作捕捉设备包括多个关节和伸缩杆，在可转动的关节中装有角度传感器，用于测量关节转动角度的数据，所述伸缩杆为长度可变的伸缩杆，通过位移传感器测量伸缩杆长度的变化。

进一步地，在步骤2中，所述通过动作捕捉设备采集教练员的运动数据为根据动作捕捉设备运动时，根据角度传感器所测得的角度变化和连杆的长度数据，可以得出杆件末端点在空间中的位置和运动轨迹。

进一步地，在步骤2中，通过动作捕捉设备采集教练员的运动数据，然后将运动数据对应的动作部署到骨架模型上，生成骨架模型的运动数据的方法为：通过人体的运动数据，动作捕捉设备的角度传感器测量并记录关节的转动角度与位移传感器的伸缩杆长度的变化，将这些姿态数据传给骨架模型，将骨架模型相应的运动数据作为生成的骨架模型的运动数据。

进一步地，在步骤6中，将操作员的运动轨迹与标准动作轨迹进行相似度计算得到相似值的方法为：

[M＝m₁，m₂，…，m_n，…，m_N，]表示N对运动轨迹数据的集合，其中[m_n,(x_i,y_i)，m_n+1,(x_i+1,y_i+1)]为第n组运动轨迹数据,在相邻两个运动轨迹数据中分别表示一组操作员的运动轨迹和标准动作轨迹，其中的一组运动轨迹数据的坐标为(x_i,y_i)，i＝1，2…,n，n和N为整数，N为运动数据的总量，构造标准动作轨迹序列的线性函数p₁(x)＝a+bx，则标准动作轨迹序列的均方差为：

由上式整理得，

以克莱姆法则求解方程组得，

构建运动轨迹数据的线性函数p₂(x)＝a₀+a₁x+a₂x²，得到运动轨迹与标准动作轨迹的序列的相似值：

进一步地，在步骤7中，所述误差阈值的默认值为0.5，为浮点类型，可进行人工修改，误差阈值的取值范围为0.1～5之间。

进一步地，在步骤8中，所述误差阈值的默认值为0.5，为浮点类型，可进行人工修改，误差阈值的取值范围为0.1～5之间。

进一步地，在步骤7中，播放“动作正确”提示为语音提示或液晶显示屏显示提示信息。

进一步地，在步骤8中，播放“动作错误”提示为语音提示或液晶显示屏显示提示信息。

本发明还提供了一种基于动作捕捉的前庭康复系统，所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

教练员数据读取单元，用于读取教练员的身体尺寸数据，创建骨架模型；

运动数据生成单元，用于读取通过动作捕捉设备采集教练员的运动数据，然后将运动数据对应的动作部署到骨架模型上，生成骨架模型的运动数据；

标准数据存储单元，用于读取存储骨架模型的运动数据作为标准动作轨迹数据到数据库中；

操作员数据读取单元，用于读取操作员的身体尺寸数据，创建骨架模型；

运动轨迹采集单元，用于通过在操作员身上的动作捕捉设备采集操作员的运动轨迹；

相似度运算单元，用于将操作员的运动轨迹与标准动作轨迹进行相似度计算得到相似值；

正确判断提示单元，用于判断如果相似值大于误差阈值则播放“动作正确”提示；

错误判断提示单元，用于判断如果相似值小于或等于误差阈值则播放“动作错误”提示。

本公开的有益效果为：本发明提供一种基于动作捕捉的前庭康复方法及系统，能够以一种直观的引导式训练方法和系统指导病人自行进行前庭康复训练，能够快速的智能反馈给前庭损伤的病人的运动情况，加速其训练过程，极大的减少了医护人员的工作负担，保证了恢复训练动作的准确性和标准性。

附图说明

通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：

图1所示为一种基于动作捕捉的前庭康复方法的流程图；

图2所示为一种基于动作捕捉的前庭康复系统。

具体实施方式

以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1所示为根据本公开的一种基于动作捕捉的前庭康复方法的流程图，下面结合图1来阐述根据本公开的实施方式的一种基于动作捕捉的前庭康复方法。

本公开提出一种基于动作捕捉的前庭康复方法，具体包括以下步骤：

采集录制标准动作轨迹数据阶段:

步骤1，读取教练员的身体尺寸数据，创建骨架模型；

步骤2，通过动作捕捉设备采集教练员的运动数据，然后将运动数据对应的动作部署到骨架模型上，生成骨架模型的运动数据；

步骤3，存储骨架模型的运动数据作为标准动作轨迹数据到数据库中；

操作员训练阶段：

步骤4，读取操作员的身体尺寸数据，创建骨架模型；

步骤5，通过在操作员身上的动作捕捉设备采集操作员的运动轨迹；

步骤6，将操作员的运动轨迹与标准动作轨迹进行相似度计算得到相似值；

步骤7，如果相似值大于误差阈值则播放“动作正确”提示；

步骤8，如果相似值小于或等于误差阈值则播放“动作错误”提示。

进一步地，所述身体尺寸数据包括身高、体重、胸围、腰围、臀围、大腿、小腿、臂展、肩宽、上臂、颈围测量数据。

进一步地，所述骨架模型由基准点、基准轴、基准面、基准坐标系、基准曲线以及曲面组成，根据基准点、基准轴、基准面、基准坐标系、基准曲线以及曲面的数据变化记录运动数据对应的动作数据。

进一步地，在步骤2中，所述通过动作捕捉设备包括多个关节和伸缩杆，在可转动的关节中装有角度传感器，用于测量关节转动角度的数据，所述伸缩杆为长度可变的伸缩杆，通过位移传感器测量伸缩杆长度的变化。

进一步地，在步骤2中，所述通过动作捕捉设备采集教练员的运动数据为根据动作捕捉设备运动时，根据角度传感器所测得的角度变化和连杆的长度数据，可以得出杆件末端点在空间中的位置和运动轨迹。

进一步地，在步骤2中，通过动作捕捉设备采集教练员的运动数据，然后将运动数据对应的动作部署到骨架模型上，生成骨架模型的运动数据的方法为：通过人体的运动数据，动作捕捉设备的角度传感器测量并记录关节的转动角度与位移传感器的伸缩杆长度的变化，将这些姿态数据传给骨架模型，将骨架模型相应的运动数据作为生成的骨架模型的运动数据。

进一步地，在步骤6中，将操作员的运动轨迹与标准动作轨迹进行相似度计算得到相似值的方法为：

[M＝m₁，m₂，…，m_n，…，m_N，]表示N对运动轨迹数据的集合，其中[m_n,(x_i,y_i)，m_n+1,(x_i+1,y_i+1)]为第n组运动轨迹数据,在相邻两个运动轨迹数据中分别表示一组操作员的运动轨迹和标准动作轨迹，其中的一组运动轨迹数据的坐标为(x_i,y_i)，i＝1，2…,n，n和N为整数，N为运动数据的总量，构造标准动作轨迹序列的线性函数p₁(x)＝a+bx，则标准动作轨迹序列的均方差为：

由上式整理得，

以克莱姆法则求解方程组得，

构建运动轨迹数据的线性函数p₂(x)＝a₀+a₁x+a₂x²，得到运动轨迹与标准动作轨迹的序列的相似值：

进一步地，在步骤7中，所述误差阈值的默认值为0.5，为浮点类型，可进行人工修改，误差阈值的取值范围为0.1～5之间。

进一步地，在步骤8中，所述误差阈值的默认值为0.5，为浮点类型，可进行人工修改，误差阈值的取值范围为0.1～5之间。

进一步地，在步骤7中，播放“动作正确”提示为语音提示或液晶显示屏显示提示信息。

进一步地，在步骤8中，播放“动作错误”提示为语音提示或液晶显示屏显示提示信息。

优选地，所述运动捕捉设备包括：

传感器，所谓传感器是固定在运动物体特定部位的跟踪装置，它将向运动捕捉系统提供运动物体运动的位置信息，一般会随着捕捉的细致程度确定跟踪器的数目；

信号捕捉设备，这种设备会因运动捕捉系统的类型不同而有所区别，设备负责位置信号的捕捉。对于机械系统来说是一块捕捉电信号的线路板，对于光学运动捕捉系统则是高分辨率红外摄像机；

数据传输设备，运动捕捉系统，特别是需要实时效果的运动捕捉系统需要将大量的运动数据从信号捕捉设备快速准确地传输到计算机系统进行处理，而数据传输设备就是用来完成此项工作的；

数据处理设备，经过运动捕捉系统捕捉到的数据需要修正、处理后还要有三维模型向结合才能完成计算机动画制作的工作，这就需要应用数据处理软件或硬件来完成此项工作，借助计算机对数据高速的运算能力来完成数据的处理，使三维模型真正、自然地运动起来。

本公开的实施例提供的一种基于动作捕捉的前庭康复系统，如图2所示为本公开的一种基于动作捕捉的前庭康复系统，该实施例的一种基于动作捕捉的前庭康复系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于动作捕捉的前庭康复系统实施例中的步骤。

所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

教练员数据读取单元，用于读取教练员的身体尺寸数据，创建骨架模型；

运动数据生成单元，用于读取通过动作捕捉设备采集教练员的运动数据，然后将运动数据对应的动作部署到骨架模型上，生成骨架模型的运动数据；

标准数据存储单元，用于读取存储骨架模型的运动数据作为标准动作轨迹数据到数据库中；

操作员数据读取单元，用于读取操作员的身体尺寸数据，创建骨架模型；

运动轨迹采集单元，用于通过在操作员身上的动作捕捉设备采集操作员的运动轨迹；

相似度运算单元，用于将操作员的运动轨迹与标准动作轨迹进行相似度计算得到相似值；

正确判断提示单元，用于判断如果相似值大于误差阈值则播放“动作正确”提示；

错误判断提示单元，用于判断如果相似值小于或等于误差阈值则播放“动作错误”提示。

优选地，所述正确判断提示单元或错误判断提示单元还可以为语音提示或液晶显示屏显示提示信息。

所述一种基于动作捕捉的前庭康复系统可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种基于动作捕捉的前庭康复系统，可运行的系统可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种基于动作捕捉的前庭康复系统的示例，并不构成对一种基于动作捕捉的前庭康复系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种基于动作捕捉的前庭康复系统还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种基于动作捕捉的前庭康复系统运行系统的控制中心，利用各种接口和线路连接整个一种基于动作捕捉的前庭康复系统可运行系统的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种基于动作捕捉的前庭康复系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。

Claims (9)

1.一种基于动作捕捉的前庭康复方法，其特征在于，所述方法包括以下步骤：

采集录制标准动作轨迹数据阶段:

步骤1，读取教练员的身体尺寸数据，创建骨架模型；

步骤2，通过动作捕捉设备采集教练员的运动数据，然后将运动数据对应的动作部署到骨架模型上，生成骨架模型的运动数据；

步骤3，存储骨架模型的运动数据作为标准动作轨迹数据到数据库中；

操作员训练阶段：

步骤4，读取操作员的身体尺寸数据，创建骨架模型；

步骤5，通过在操作员身上的动作捕捉设备采集操作员的运动轨迹；

步骤6，将操作员的运动轨迹与标准动作轨迹进行相似度计算得到相似值；

步骤7，如果相似值大于误差阈值则播放“动作正确”提示；

步骤8，如果相似值小于或等于误差阈值则播放“动作错误”提示。

2.根据权利要求1所述的一种基于动作捕捉的前庭康复方法，其特征在于，在步骤1中，身体尺寸数据包括身高、体重、胸围、腰围、臀围、大腿、小腿、臂展、肩宽、上臂、颈围测量数据。

3.根据权利要求1所述的一种基于动作捕捉的前庭康复方法，其特征在于，在步骤1中骨架模型由基准点、基准轴、基准面、基准坐标系、基准曲线以及曲面组成，根据基准点、基准轴、基准面、基准坐标系、基准曲线以及曲面的数据变化记录运动数据对应的动作数据。

4.根据权利要求1所述的一种基于动作捕捉的前庭康复方法，其特征在于，在步骤2中，所述通过动作捕捉设备包括多个关节和伸缩杆，在可转动的关节中装有角度传感器，用于测量关节转动角度的数据，所述伸缩杆为长度可变的伸缩杆，通过位移传感器测量伸缩杆长度的变化。

5.根据权利要求1所述的一种基于动作捕捉的前庭康复方法，其特征在于，在步骤2中，所述通过动作捕捉设备采集教练员的运动数据为根据动作捕捉设备运动时，根据角度传感器所测得的角度变化和连杆的长度数据，可以得出杆件末端点在空间中的位置和运动轨迹。

6.根据权利要求1所述的一种基于动作捕捉的前庭康复方法，其特征在于，在步骤2中，通过动作捕捉设备采集教练员的运动数据，然后将运动数据对应的动作部署到骨架模型上，生成骨架模型的运动数据的方法为：通过人体的运动数据，动作捕捉设备的角度传感器测量并记录关节的转动角度与位移传感器的伸缩杆长度的变化，将这些姿态数据传给骨架模型，将骨架模型相应的运动数据作为生成的骨架模型的运动数据。

7.根据权利要求1所述的一种基于动作捕捉的前庭康复方法，其特征在于，在步骤6中，将操作员的运动轨迹与标准动作轨迹进行相似度计算得到相似值的方法为：

[M＝m₁，m₂，…，m_n，…，m_N，]表示N对运动轨迹数据的集合，其中[m_n,(x_i,y_i)，m_n+1,(x_i+1,y_i+1)]为第n组运动轨迹数据,在相邻两个运动轨迹数据中分别表示一组操作员的运动轨迹和标准动作轨迹，其中的一组运动轨迹数据的坐标为(x_i,y_i)，i＝1，2…,n，n和N为整数，N为运动数据的总量，构造标准动作轨迹序列的线性函数p₁(x)＝a+bx，则标准动作轨迹序列的均方差为：

由上式整理得，

以克莱姆法则求解方程组得，

构建运动轨迹数据的线性函数p₂(x)＝a₀+a₁x+a₂x²，得到运动轨迹与标准动作轨迹的序列的相似值：

8.根据权利要求1所述的一种基于动作捕捉的前庭康复方法，其特征在于，在步骤7中，所述误差阈值的默认值为0.5，为浮点类型，可进行人工修改，误差阈值的取值范围为0.1～5之间。

9.一种基于动作捕捉的前庭康复系统，其特征在于，所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

教练员数据读取单元，用于读取教练员的身体尺寸数据，创建骨架模型；

运动数据生成单元，用于读取通过动作捕捉设备采集教练员的运动数据，然后将运动数据对应的动作部署到骨架模型上，生成骨架模型的运动数据；

标准数据存储单元，用于读取存储骨架模型的运动数据作为标准动作轨迹数据到数据库中；

操作员数据读取单元，用于读取操作员的身体尺寸数据，创建骨架模型；

运动轨迹采集单元，用于通过在操作员身上的动作捕捉设备采集操作员的运动轨迹；

相似度运算单元，用于将操作员的运动轨迹与标准动作轨迹进行相似度计算得到相似值；

正确判断提示单元，用于判断如果相似值大于误差阈值则播放“动作正确”提示；

错误判断提示单元，用于判断如果相似值小于或等于误差阈值则播放“动作错误”提示。