CN109740207A - 人体生物力信息获取方法、装置、计算机设备及存储介质 - Google Patents

人体生物力信息获取方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN109740207A
CN109740207A CN201811558909.3A CN201811558909A CN109740207A CN 109740207 A CN109740207 A CN 109740207A CN 201811558909 A CN201811558909 A CN 201811558909A CN 109740207 A CN109740207 A CN 109740207A
Authority
CN
China
Prior art keywords
finite element
human
element model
protective gear
test
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.)
Withdrawn
Application number
CN201811558909.3A
Other languages
English (en)
Inventor
蔡志华
黄星源
谌玉红
李晨明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University of Science and Technology
Original Assignee
Hunan University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan University of Science and Technology filed Critical Hunan University of Science and Technology
Priority to CN201811558909.3A priority Critical patent/CN109740207A/zh
Publication of CN109740207A publication Critical patent/CN109740207A/zh
Withdrawn legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明适用于计算机领域,提供了一种人体生物力信息的获取方法,所述方法包括:根据防护装备的属性建立相应的防护装备有限元模型;根据所述防护装备有限元模型以及预设的人体生物力有限元模型确定在所述防护装备下的人体生物力。本发明实施例提供的方法中,通过预先采集的实验数据训练出符合实际的人体生物力有限元模型,使得可以直接通过建立防护装备有限元模型来确定在该防护装备下的人体生物力,同时训练生成的人体生物力有限元模型具有较高的鲁棒性,有效地提高了人体生物力有限元模型确定人体生物力的准确率。

Description

人体生物力信息获取方法、装置、计算机设备及存储介质
技术领域
本发明涉及计算机领域,特别是涉及一种人体生物力信息获取方法、装置、计算机设备及存储介质。
背景技术
避火服、排爆服、防化服、消防服是目前国内主要应用的四套防护装备,其中避火服、防化服、消防服都需佩戴氧气瓶。在穿戴防护装备进行救援活动时,为保护救援人员的生命安全与装备的功能性,防护装备的质量一般都较大。如果因防护装备设计方面的缺陷问题,消防员在穿戴防护装备超过一定时间会出现脱水、脱力等不适感;甚至因长时间穿戴防护装备,产生严重的疲劳感且对人体产生一定的损伤,例如救援人员会得各类骨关节疾病、椎间盘突出、肌肉损伤拉伤等严重的职业病。可见探究人体在穿戴救援装备情况下的生物力响应,寻求人体在不同工况下受力最大的部位,能够将救援人员因穿戴防护装备产生的负面影响降到最低,对灾害中的救援活动具有一定的积极意义。
然而,现有技术虽然对背包负重下的人体受力等方面展开了研究,但是对于人体负重运动的研究还不全面,比如无法较为准确的获取不同防护装备下人体响应生物力信息,从而对人体响应生物力的相关研究较少。
可见现有技术中存在着在不同防护装备下人体响应生物力数据获取难,准确率低的技术问题。
发明内容
本发明实施例提供一种人体生物力信息的获取方法,旨在解决现有技术存在的在不同防护装备下人体响应生物力数据获取难,准确率低的技术问题。
本发明实施例提供一种人体生物力信息的获取方法,所述方法包括以下步骤:
根据防护装备的属性建立相应的防护装备有限元模型,所述防护装备的属性包括防护装备的材质、质量;
根据所述防护装备有限元模型以及预设的人体生物力有限元模型确定在所述防护装备下的人体生物力,所述人体生物力有限元模型由预先采集的多个实验样本训练生成,所述人体生物力包括人体骨骼应力、人体肌肉应力。
本发明实施例还提供一种人体生物力信息的获取装置,所述装置包括:
防护装备有限元模型建立单元,用于根据防护装备的属性建立相应的防护装备有限元模型,所述防护装备的属性包括防护装备的材质、质量;以及
人体生物力确定单元,用于根据所述防护装备有限元模型以及预设的人体生物力有限元模型确定在所述防护装备下的人体生物力,所述人体生物力有限元模型由预先采集的多个实验样本训练生成,所述人体生物力包括人体骨骼应力、人体肌肉应力。
本发明实施例还提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述所述的人体生物力信息的获取方法的步骤。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述所述的人体生物力信息的获取方法的步骤。
本发明实施例提供的人体生物力信息的获取方法,通过由预先采集的多个实验样本训练生成人体生物力有限元模型,使得在根据防护装备的材质、质量等属性建立相应的防护装备有限元模型后,可直接利用防护装备有限元模型以及人体生物力有限元模型确定出在所述防护装备下的人体生物力信息。本发明提供的人体生物力信息的获取方法十分方便快捷,建立相应的防护装备有限元模型即可获取对应的防护装备下的人体生物力。此外,通过预先采集的多个实验样本训练生成的人体生物力有限元模型也具有较高的鲁棒性,保证了输出的人体生物力的准确率。
附图说明
图1为本发明实施例提供的一种人体生物力信息的获取方法的步骤流程图;
图2为本发明实施例中人体生物力有限元模型与防护装备有限元模型的示意图组;
图3为本发明优选实施例提供的人体生物力信息的获取方法的步骤流程图;
图4为本发明实施例中训练生成人体生物力有限元模型的步骤流程图;
图5为本发明优选实施例中训练生成人体生物力有限元模型的步骤流程图;
图6为本发明实施例中建立人体有限元模型的步骤流程图;
图7为本发明实施例提供的一种人体生物力信息的获取装置的结构示意图;
图8为本发明优选实施例提供的人体生物力信息的获取装置的结构示意图;
图9为本发明实施例中一种人体力学有限元模型建立单元的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为本发明实施例提供的一种人体生物力信息的获取方法的步骤流程图,详述如下。
步骤S101,根据防护装备的属性建立相应的防护装备有限元模型。
在本发明实施例中,所述防护装备的属性包括防护装备的材质、质量。
在本发明实施例中,所述防护装备有限元模型是一层具有多个有限元单元的壳状网格层。
在本发明实施例中,先根据防护装备的材质赋予网格层中各有限元单元材料属性,再根据防护装备的质量添加质量块使得装所述防护装备有限元模型与实际相符。
在本发明实施例中,可以在ANSYS软件(一款通用的有限元分析软件)中建立相应的防护装备有限元模型,也可以在ICEM-CFD(一款计算机辅助工程中前处理软件)、HYPERMESH(计算机辅助工程应用软件包)中建立相应的防护装备有限元模型。
步骤S102,根据所述防护装备有限元模型以及预设的人体生物力有限元模型确定在所述防护装备下的人体生物力。
在本发明实施例中,利用LS-DYNA软件(一种有限元求解器)处理所述防护装备有限元模型以及预设的人体生物力有限元模型,即可确定所述防护装备下的人体生物力。
在本发明实施例中,所述人体生物力有限元模型除包括人体骨骼模型以及人体肌肉模型外,还包括将防护装备有限元模型负载在人体生物力有限元模型外时,两个模型之间的接触关系以及约束关系。
在本发明实施例中,所述人体生物力有限元模型由预先采集的多个实验样本训练生成。
在本发明实施例中,所述人体生物力包括人体骨骼应力、人体肌肉应力,还包括椎骨位移、椎骨变化角度。
在本发明实施例中,所述人体生物力有限元模型同样的是在ANSYS软件、ICEM-CFD软件或者HYPERMESH软件中建立。
在本发明实施例中,所述人体生物力有限元模型的示意图请参阅图2(a),所述防护装备有限元模型的示意图请参阅图2(b)。
本发明实施例提供的人体生物力信息的获取方法,通过由预先采集的多个实验样本训练生成人体生物力有限元模型,使得在根据防护装备的材质、质量等属性建立相应的防护装备有限元模型后,可直接利用防护装备有限元模型以及人体生物力有限元模型确定出在所述防护装备下的人体生物力信息。本发明提供的人体生物力信息的获取方法十分方便快捷,建立相应的防护装备有限元模型即可获取对应的防护装备下的人体生物力。此外,通过预先采集的多个实验样本训练生成的人体生物力有限元模型也具有较高的鲁棒性,保证了输出的人体生物力的准确率。
图2为本发明实施例中人体生物力有限元模型与防护装备有限元模型的示意图组,详述如下。
在本发明实施例中,图2(a)为人体生物力有限元模型的示意图,图2(b)为防护装备有限元模型的示意图,其中,防护装备有限元模型为单层壳状结构,内部包裹人体生物力有限元模型。
图3为本发明优选实施例提供的人体生物力信息的获取方法的步骤流程图,详述如下。
在本发明实施例中,与图1示出的一种人体生物力信息的获取方法的步骤流程图的不同之处在于,在所述步骤S102后,还包括:
步骤S301,根据所述防护装备下的人体生物力以及预设的人体生物力与疲劳感关系确定在所述防护装备下的疲劳感。
在本发明实施例中,人体生物力与疲劳感存在一定的关系,例如人体肌肉应力以及骨骼应力越大,用户在短时间会产生较大的疲劳感,所述预设的人体生物力与疲劳感关系由预先采集的多个实验样本训练确定,所述训练确定预设的人体生物力与疲劳感关系的步骤流程图请参阅图5及其解释说明。
在本发明实施例中,所述疲劳感以随时间变化的函数形式表现,在确定人体生物力后,即可确认穿戴所述防护装备下,用户的疲劳感随时间的变化。
在本发明实施例中,通过将人体生物力转化为对应的疲劳感评价,可以直观地确定所述防护装备对用户的危害。
图4为本发明实施例中训练生成人体生物力有限元模型的步骤流程图,详述如下。
步骤S401,建立人体有限元模型。
在本发明实施例中,所述人体有限元模型与人体生物力有限元模型不同,人体有限元模型仅仅只包括人体骨骼模型以及人体肌肉模型,而人体生物力有限元模型还包括将防护装备有限元模型负载在人体生物力有限元模型外时,两个模型之间的接触关系以及约束关系。
在本发明实施例中,建立人体有限元模型的具体步骤请参阅图6及其解释说明。
步骤S402,根据测试防护装备的属性建立相应的测试防护装备有限元模型。
在本发明实施例中,步骤S402与步骤S101相似,所述测试防护装备相当于步骤S101的防护装备,所述测试防护装备的属性包括测试防护装备的材质、质量。
步骤S403,获取在所述测试防护装备下测试人员的关键位置受到的测试压力以及测试形变量。
在本发明实施例中,所述测试人员的关键位置包括腰部、肩部以及背部。
在本发明实施例中,在测试人员装载所述测试防护装备的情况下,通过在测试人员的关键位置安装压力传感器以及位移传感器,读取压力传感器以及位移传感器的数据,所述即可获取所述在所述测试防护装备下测试人员的关键位置受到的测试压力以及测试形变量。
步骤S404,初始化测试防护装备有限元模型与人体有限元模型的接触关系。
在本发明实施例中,所述接触关系可以理解为测试防护装备有限元模型与人体有限元模型的交互关系,用于虚拟各位置测试防护装备有限元模型与人体有限元模型的摩擦力大小,可以理解的是,接触关系较小,表明所述位置测试防护装备有限元模型与人体有限元模型的交互力小,此时,所述位置下人体有限元模型收到的测试防护装备有限元模型的约束小。
步骤S405,根据所述人体有限元模型、测试防护装备有限元模型以及接触关系确定人体有限元模型中关键位置的响应压力以及响应形变量。
在本发明实施例中,将所述人体有限元模型、测试防护装备有限元模型以及接触关系输入到有限元求解器LS-DYNA进行求解,即可获取人体有限元模型中关键位置的响应压力以及响应形变量。
步骤S406,计算所述响应压力与测试压力之间的压力差异。
步骤S407,计算所述响应形变量与测试形变量之间的形变量差异。
步骤S408,判断所述压力差异、形变量差异是否同时小于预设的阈值。
在本发明实施例中,通过压力差异、形变量差异评估仿真结果与实验结果是否吻合,当仿真结果与实验结果相吻合时,表明此时设定的测试防护装备有限元模型与人体有限元模型的接触关系符合实际情况,当仿真结果与实验结果不吻合时,表明此时设定的测试防护装备有限元模型与人体有限元模型的接触关系不符合实际情况。
在本发明实施例中,当判断所述压力差异、形变量差异未同时小于预设的阈值时,即仿真结果与实验结果不吻合,执行步骤S409;当判断所述压力差异、形变量差异同时小于预设的阈值时,即仿真结果与实验结果相吻合,执行步骤S410。
步骤S409,调整所述测试防护装备有限元模型与人体有限元模型的接触关系,并返回至步骤S405。
在本发明实施例中,根据所述压力差异、形变量差异,利用负反馈调节调整所述测试防护装备有限元模型与人体有限元模型的接触关系,例如,当关键位置A的响应压力大于测试压力,响应形变量大于测试形变量时,表明关键位置A附近的接触关系设置过高,此时应当降低关键位置A附近的接触关系。
步骤S410,将当前所述接触关系与人体有限元模型组合生成人体生物力有限元模型。
在本发明实施例中,所述压力差异、形变量差异同时小于预设的阈值时,表明仿真结果与实验结果相吻合,此时设定的测试防护装备有限元模型与人体有限元模型的接触关系符合实际情况,将此时设定的测试防护装备有限元模型与人体有限元模型的接触关系与人体有限元模型组合即可生成人体生物力有限元模型。
本发明实施例提供了一种训练生成人体生物力有限元模型的方法,通过将简单易测的压力以及位移作为参考,用于评估仿真结果和实验结果的吻合度,从而有效的提高了训练生成的人体生物力有限元模型的鲁棒性,使得训练生成的人体生物力有限元模型的准确率有效的得到了提高。
图5为本发明优选实施例中训练生成人体生物力有限元模型的步骤流程图,详述如下。
在本发明实施例中,与图4示出的一种训练生成人体生物力有限元模型的步骤流程图的不同之处在于:
在所述步骤S403后,还包括:
步骤S501,获取所述测试防护装备下测试人员的测试疲劳感。
在本发明实施例中,在测试人员装载所述测试防护装备下,根据预设的规则询问测试人员的主观感受,转化为相应的疲劳感数值,生成疲劳感随时间变化的曲线。
作为本发明的一个优选实施例,测试人员需装载所述测试防护装备30分钟,每3分钟询问测试人员一次主观感受,将所述主观感受转化为0~20之间的数值,其中0表明不存在任何疲劳感,20表明十分疲劳,接近极限,而数值越高,表明疲劳感越强。
所述步骤S405,具体包括:
步骤S502,根据所述人体有限元模型、测试防护装备有限元模型以及接触关系确定人体有限元模型中关键位置的响应压力、响应形变量以及响应人体生物力。
在本发明实施例中,利用有限元求解器LS-DYNA进行求解还可以同时获取相应人体生物力。
在所述步骤S410后,还包括:
步骤S503,建立在当前接触关系下的响应人体生物力以及测试疲劳感之间的关系。
在本发明实施例中,所述建立的当前接触关系下的响应人体生物力以及测试疲劳感之间的关系即为步骤S301中所述的预设的人体生物力与疲劳感关系。
本发明实施例提供了一种训练生成人体生物力有限元模型的优选方法,在训练生成人体生物力有限元模型的同时,通过采集测试人员的疲劳感数据,并建立起测试人员的疲劳感与人体生物力的关系,从而使得在确定人体生物力的同时,可以直接评估出用户的疲劳感情况,从而可以直观地确定所述防护装备对用户的危害,
图6为本发明实施例中建立人体有限元模型的步骤流程图,详述如下。
本发明实施例提供了一种前述步骤S401的实现方式,具体包括:
步骤S601,采集预设的标准体格下的测试人员的CT扫描图像。
在本发明实施例中,利用CT扫描预设的标准体格下的测试人员,采集相应的CT扫描图像。
作为本发明的一个优选实施例,中国成年男性平均升高为172cm,体重为66.5kg,选取符合该体格标准的测试人员进行全身CT扫描,获取CT扫描图像。
作为本发明的一个优选实施例,所述CT扫描参数为:层厚0.6mm,层间距为0.6mm,管电流10mA,管电压为120kV。储存为DICOM格式。
步骤S602,对所述图像进行处理,获取点云数据并建立初步的人体几何模型。
在本发明实施例中,将所述图像导入医学与建模软件MIMICS中,对图像进行分割,提取各组织的轮廓,从而获取点云数据并建立初步的人体几何模型。
步骤S603,对所述点云数据进行处理建立表面光滑的人体几何曲面模型。
在本发明实施例中,将点云数据导入三维重建模型GEOMAGIC中,对数据进行处理,生成表面光滑的几何曲面模型。
步骤S604,对所述几何曲面模型进行网格划分处理,生成由多个有限元单元组成的人体几何曲面模型。
在本发明实施例中,将所述几何曲面模型导入网格划分软件HYPERMESH中,对其按结构进行网格划分,得到多个有限元分析所用的单元,即可生成由多个有限元单元组成的人体几何曲面模型。
步骤S605,根据人体模型各部位的参数定义所述有限元单元,生成人体有限元模型。
在本发明实施例中,所述参数包括密度、弹性模量、泊松比、屈服应力、切线模量,所述人体有限元模型包括人体骨骼模型以及人力肌肉骨骼模型。
本发明实施例提供了一种人体有限元模型的建立方法,通过CT扫描、建模、3D重建、人体有限元模型、单元参数定义建立了一个标准体格下人体有限元模型。
图7为本发明实施例提供的一种人体生物力信息的获取装置的结构示意图,为了便于说明,仅示出与本发明实施例相关的部分。
在本发明实施例中,所述人体生物力信息的获取装置包括防护装备有限元模型建立单元701以及人体生物力确定单元702。
所述防护装备有限元模型建立单元701,用于根据防护装备的属性建立相应的防护装备有限元模型。
在本发明实施例中,所述防护装备的属性包括防护装备的材质、质量。
在本发明实施例中,所述防护装备有限元模型是一层具有多个有限元单元的壳状网格层。
在本发明实施例中,先根据防护装备的材质赋予网格层中各有限元单元材料属性,再根据防护装备的质量添加质量块使得装所述防护装备有限元模型与实际相符。
所述人体生物力确定单元702,用于根据所述防护装备有限元模型以及预设的人体生物力有限元模型确定在所述防护装备下的人体生物力,所述人体生物力有限元模型由预先采集的多个实验样本训练生成,所述人体生物力包括人体骨骼应力、人体肌肉应力。
在本发明实施例中,在本发明实施例中,所述人体生物力有限元模型除包括人体骨骼模型以及人体肌肉模型外,还包括将防护装备有限元模型负载在人体生物力有限元模型外时,两个模型之间的接触关系以及约束关系。
在本发明实施例中,所述人体生物力有限元模型由预先采集的多个实验样本训练生成。
在本发明实施例中,所述人体生物力包括人体骨骼应力、人体肌肉应力,还包括椎骨位移、椎骨变化角度。
本发明实施例提供的人体生物力信息的获取装置,通过由预先采集的多个实验样本训练生成人体生物力有限元模型,使得在根据防护装备的材质、质量等属性建立相应的防护装备有限元模型后,可直接利用防护装备有限元模型以及人体生物力有限元模型确定出在所述防护装备下的人体生物力信息。本发明提供的人体生物力信息的获取方法十分方便快捷,建立相应的防护装备有限元模型即可获取对应的防护装备下的人体生物力。此外,通过预先采集的多个实验样本训练生成的人体生物力有限元模型也具有较高的鲁棒性,保证了输出的人体生物力的准确率。
图8为本发明优选实施例提供的人体生物力信息的获取装置的结构示意图,为了便于说明,仅示出与本发明实施例相关的部分。
在本发明实施例中,与图7示出的一种人体生物力信息的获取装置的不同之处在于,所述人体生物力信息还包括疲劳感评价单元801。
所述疲劳感评价单元801,用于根据所述防护装备下的人体生物力学以及预设的人体生物力学与疲劳感关系确定在所述防护装备下的疲劳感。
在本发明实施例中,人体生物力与疲劳感存在一定的关系,例如人体肌肉应力以及骨骼应力越大,用户在短时间会产生较大的疲劳感,所述预设的人体生物力与疲劳感关系由预先采集的多个实验样本训练确定。
在本发明实施例中,所述疲劳感以随时间变化的函数形式表现,在确定人体生物力后,即可确认穿戴所述防护装备下,用户的疲劳感随时间的变化。
在本发明实施例中,通过将人体生物力转化为对应的疲劳感评价,可以直观地确定所述防护装备对用户的危害。
图9为本发明实施例中一种人体力学有限元模型建立单元的结构示意图,为了便于说明,仅示出与本发明实施例相关的部分。
在本发明实施例中,所述有限元模型建立单元包括:
人体有限元模型建立模块901,用于建立人体有限元模型。
在本发明实施例中,所述人体有限元模型与人体生物力有限元模型不同,人体有限元模型仅仅只包括人体骨骼模型以及人体肌肉模型,而人体生物力有限元模型还包括将防护装备有限元模型负载在人体生物力有限元模型外时,两个模型之间的接触关系以及约束关系。
测试防护装备有限元模型建立模块902,用于根据测试防护装备的属性建立相应的测试防护装备有限元模型。
在本发明实施例中,所述测试防护装备的属性包括测试防护装备的材质、质量。
测试数据获取模块903,用于获取测试人员的关键位置在所述测试防护装备下受到的测试压力以及测试形变量。
在本发明实施例中,所述测试人员的关键位置包括腰部、肩部以及背部。
在本发明实施例中,在测试人员装载所述测试防护装备的情况下,通过在测试人员的关键位置安装压力传感器以及位移传感器,读取压力传感器以及位移传感器的数据,所述即可获取所述在所述测试防护装备下测试人员的关键位置受到的测试压力以及测试形变量。
接触关系初始化模块904,用于初始化测试防护装备有限元模型与人体有限元模型的接触关系。
在本发明实施例中,所述接触关系可以理解为测试防护装备有限元模型与人体有限元模型的交互关系,用于虚拟各位置测试防护装备有限元模型与人体有限元模型的摩擦力大小,可以理解的是,接触关系较小,表明所述位置测试防护装备有限元模型与人体有限元模型的交互力小,此时,所述位置下人体有限元模型收到的测试防护装备有限元模型的约束小。
相应数据获取模块905,用于根据所述人体有限元模型、测试防护装备有限元模型以及接触关系确定人体有限元模型中关键位置受到的响应压力以及响应形变量。
在本发明实施例中,将所述人体有限元模型、测试防护装备有限元模型以及接触关系输入到有限元求解器LS-DYNA进行求解,即可获取人体有限元模型中关键位置的响应压力以及响应形变量。
压力差异计算模块906,用于计算所述响应压力与测试压力之间的压力差异。
形变量差异计算模块907,用于计算所述响应形变量与测试形变量之间的形变量差异。
对比模块908,用于判断所述压力差异、形变量差异是否同时小于预设的阈值。
在本发明实施例中,通过压力差异、形变量差异评估仿真结果与实验结果是否吻合,当仿真结果与实验结果相吻合时,表明此时设定的测试防护装备有限元模型与人体有限元模型的接触关系符合实际情况,当仿真结果与实验结果不吻合时,表明此时设定的测试防护装备有限元模型与人体有限元模型的接触关系不符合实际情况。
接触关系重置模块909,用于当判断所述压力差异、形变量差异未同时小于预设的阈值时,调整所述测试防护装备有限元模型与人体有限元模型的接触关系,并返回所述根据所述人体有限元模型、测试防护装备有限元模型以及接触关系确定人体有限元模型中关键位置受到的响应压力以及响应形变量的步骤。
在本发明实施例中,根据所述压力差异、形变量差异,利用负反馈调节调整所述测试防护装备有限元模型与人体有限元模型的接触关系,例如,当关键位置A的响应压力大于测试压力,响应形变量大于测试形变量时,表明关键位置A附近的接触关系设置过高,此时应当降低关键位置A附近的接触关系。
人体力学有限元模型建立模块910,用于当判断所述压力差异、形变量差异同时小于预设的阈值时,将当前所述接触关系与人体有限元模型组合生成人体力学有限元模型。
在本发明实施例中,所述压力差异、形变量差异同时小于预设的阈值时,表明仿真结果与实验结果相吻合,此时设定的测试防护装备有限元模型与人体有限元模型的接触关系符合实际情况,将此时设定的测试防护装备有限元模型与人体有限元模型的接触关系与人体有限元模型组合即可生成人体生物力有限元模型。
本发明实施例提供了一种人体力学有限元模型建立单元的结构示意图,通过将简单易测的压力以及位移作为参考,用于评估仿真结果和实验结果的吻合度,从而有效的提高了训练生成的人体生物力有限元模型的鲁棒性,使得训练生成的人体生物力有限元模型的准确率有效的得到了提高。
本发明实施例提供一种计算机装置,该计算机装置包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现上述图1至图6所示出的实施例所提供的人体生物力信息的获取方法的步骤。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在计算机装置中的执行过程。例如,计算机程序可以被分割成上述各个方法实施例提供的人体生物力信息的获取方法的步骤。
本领域技术人员可以理解,上述计算机装置的描述仅仅是示例,并不构成对计算机装置的限定,可以包括比上述描述更多或更少的部件,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,所述处理器是所述计算机装置的控制中心,利用各种接口和线路连接整个计算机装置的各个部分。
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,实现所述计算机装置的各种功能。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(Secure Digital,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。
所述计算机装置集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信号以及软件分发介质等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种人体生物力信息的获取方法,其特征在于,所述方法包括以下步骤:
根据防护装备的属性建立相应的防护装备有限元模型,所述防护装备的属性包括防护装备的材质、质量;
根据所述防护装备有限元模型以及预设的人体生物力有限元模型确定在所述防护装备下的人体生物力,所述人体生物力有限元模型由预先采集的多个实验样本训练生成,所述人体生物力包括人体骨骼应力、人体肌肉应力。
2.根据权利要求1所述的方法,其特征在于,所述人体生物力信息的获取方法的步骤,还包括:
根据所述防护装备下的人体生物力以及预设的人体生物力与疲劳感关系确定在所述防护装备下的疲劳感。
3.根据权利要求1或2所述的方法,其特征在于,训练生成所述预设的人体生物力有限元模型的步骤,具体包括:
建立人体有限元模型;
根据测试防护装备的属性建立相应的测试防护装备有限元模型;
获取在所述测试防护装备下测试人员的关键位置受到的测试压力以及测试形变量,所述测试人员的关键位置包括腰部、肩部以及背部;
初始化测试防护装备有限元模型与人体有限元模型的接触关系;
根据所述人体有限元模型、测试防护装备有限元模型以及接触关系确定人体有限元模型中关键位置的响应压力以及响应形变量;
计算所述响应压力与测试压力之间的压力差异;
计算所述响应形变量与测试形变量之间的形变量差异;
判断所述压力差异、形变量差异是否同时小于预设的阈值;
当判断所述压力差异、形变量差异未同时小于预设的阈值时,调整所述测试防护装备有限元模型与人体有限元模型的接触关系,并返回至所述根据所述人体有限元模型、测试防护装备有限元模型以及接触关系确定人体有限元模型中关键位置受到的响应压力以及响应形变量的步骤;
当判断所述压力差异、形变量差异同时小于预设的阈值时,将当前所述接触关系与人体有限元模型组合生成人体生物力有限元模型。
4.根据权利要求3所述的方法,其特征在于,在所述获取在所述测试防护装备下测试人员的关键位置受到的测试压力以及测试形变量的步骤后,还包括:
获取所述测试防护装备下测试人员的测试疲劳感;
所述根据所述人体有限元模型、测试防护装备有限元模型以及接触关系确定人体有限元模型中关键位置的响应压力以及响应形变量的步骤,具体包括:
根据所述人体有限元模型、测试防护装备有限元模型以及接触关系确定人体有限元模型中关键位置的响应压力、响应形变量以及响应人体生物力;
在所述将所述接触关系与人体有限元模型组合生成人体生物力有限元模型的步骤后,还包括:
建立在当前接触关系下的响应人体生物力以及测试疲劳感之间的关系,所述关系即为预设的人体生物力学与疲劳感关系。
5.根据权利要求3或4所述的方法,其特征在于,所述建立人体有限元模型的步骤包括:
采集预设的标准体格下的测试人员的CT扫描图像;
对所述图像进行处理,获取点云数据并建立初步的人体几何模型;
对所述点云数据进行处理建立表面光滑的人体几何曲面模型;
对所述几何曲面模型进行网格划分处理,生成由多个有限元单元组成的人体几何曲面模型;
根据人体模型各部位的参数定义所述有限元单元,生成人体有限元模型,所述参数包括密度、弹性模量、泊松比、屈服应力、切线模量,所述人体有限元模型包括人体骨骼模型以及人力肌肉骨骼模型。
6.一种人体生物力信息的获取装置,其特征在于,所述装置包括:
防护装备有限元模型建立单元,用于根据防护装备的属性建立相应的防护装备有限元模型,所述防护装备的属性包括防护装备的材质、质量;以及
人体生物力确定单元,用于根据所述防护装备有限元模型以及预设的人体生物力有限元模型确定在所述防护装备下的人体生物力,所述人体生物力有限元模型由预先采集的多个实验样本训练生成,所述人体生物力包括人体骨骼应力、人体肌肉应力。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
疲劳感评价单元,用于根据所述防护装备下的人体生物力学以及预设的人体生物力学与疲劳感关系确定在所述防护装备下的疲劳感。
8.根据权利要求6或7所述的装置,其特征在于,所述装置还包括人体力学有限元模型建立单元,所述人体力学有限元模型建立单元包括:
人体有限元模型建立模块,用于建立人体有限元模型;
测试防护装备有限元模型建立模块,用于根据测试防护装备的属性建立相应的测试防护装备有限元模型;
测试数据获取模块,用于获取测试人员的关键位置在所述测试防护装备下受到的测试压力以及测试形变量,所述测试人员的关键位置包括腰部、肩部以及背部;
接触关系初始化模块,用于初始化测试防护装备有限元模型与人体有限元模型的接触关系;
相应数据获取模块,用于根据所述人体有限元模型、测试防护装备有限元模型以及接触关系确定人体有限元模型中关键位置受到的响应压力以及响应形变量;
压力差异计算模块,用于计算所述响应压力与测试压力之间的压力差异;
形变量差异计算模块,用于计算所述响应形变量与测试形变量之间的形变量差异;
对比模块,用于判断所述压力差异、形变量差异是否同时小于预设的阈值;
接触关系重置模块,用于当判断所述压力差异、形变量差异未同时小于预设的阈值时,调整所述测试防护装备有限元模型与人体有限元模型的接触关系,并返回所述根据所述人体有限元模型、测试防护装备有限元模型以及接触关系确定人体有限元模型中关键位置受到的响应压力以及响应形变量的步骤;以及
人体力学有限元模型建立模块,用于当判断所述压力差异、形变量差异同时小于预设的阈值时,将当前所述接触关系与人体有限元模型组合生成人体力学有限元模型。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至5中任一项权利要求所述的人体生物力信息的获取方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至5中任一项权利要求所述的人体生物力信息的获取方法的步骤。
CN201811558909.3A 2018-12-13 2018-12-13 人体生物力信息获取方法、装置、计算机设备及存储介质 Withdrawn CN109740207A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811558909.3A CN109740207A (zh) 2018-12-13 2018-12-13 人体生物力信息获取方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811558909.3A CN109740207A (zh) 2018-12-13 2018-12-13 人体生物力信息获取方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN109740207A true CN109740207A (zh) 2019-05-10

Family

ID=66360662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811558909.3A Withdrawn CN109740207A (zh) 2018-12-13 2018-12-13 人体生物力信息获取方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN109740207A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111449807A (zh) * 2020-03-25 2020-07-28 深圳市大族三维科技有限公司 鼻假体适用性的判定方法、装置、终端设备及存储介质
CN112199299A (zh) * 2020-07-13 2021-01-08 支付宝(杭州)信息技术有限公司 一种生物识别设备的测试方法、装置、设备及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111449807A (zh) * 2020-03-25 2020-07-28 深圳市大族三维科技有限公司 鼻假体适用性的判定方法、装置、终端设备及存储介质
CN111449807B (zh) * 2020-03-25 2023-05-26 深圳市大族三维科技有限公司 鼻假体适用性的判定方法、装置、终端设备及存储介质
CN112199299A (zh) * 2020-07-13 2021-01-08 支付宝(杭州)信息技术有限公司 一种生物识别设备的测试方法、装置、设备及系统

Similar Documents

Publication Publication Date Title
CN110414631B (zh) 基于医学图像的病灶检测方法、模型训练的方法及装置
CN105596021B (zh) 图像分析装置和图像分析方法
CN110197720A (zh) 糖尿病的预测方法及装置、存储介质、计算机设备
US20100312143A1 (en) Human body measurement system and information provision method using the same
CN108090516A (zh) 自动生成机器学习样本的特征的方法及系统
CN103310072A (zh) 基于力反馈的股骨生物力学有限元分析系统
CN107610110B (zh) 一种全局和局部特征相结合的跨尺度图像质量评价方法
KR102236188B1 (ko) 맞음새 여유량 선호를 반영한 의류 사이즈 제안 시스템
Sánchez et al. Embedding digitized fibre fields in finite element models of muscles
CN109740207A (zh) 人体生物力信息获取方法、装置、计算机设备及存储介质
CN106022631A (zh) 一种指标权重分析方法
Zerbato et al. Calibration of mass spring models for organ simulations
Liang et al. Numerical simulation of nonlinear material behaviour: application to sports bra design
Zhang et al. ChainMail based neural dynamics modeling of soft tissue deformation for surgical simulation
US11416653B2 (en) Numerical model of the human head
CN112836904A (zh) 基于人脸特征点的身体质量指数预测方法
JP2020181283A (ja) 情報処理装置、情報処理方法、寸法データ算出装置、及び製品製造装置
CN106228417A (zh) 一种文胸适配度检测方法
CN106030659B (zh) 增龄分析方法及增龄分析装置
Lee et al. Statistical calibration of a finite element model for human middle ear
KR102505614B1 (ko) 골관절염 예측 정보 제공 방법 및 장치
KR101641830B1 (ko) Bim 기반 설계 업무환경의 지식정보 활용수준 측정 체계
EP3642794B1 (en) Apparatus and method for measuring hair movement characteristics
Yu et al. Creating and simulating a realistic physiological tongue model for speech production
Widmer et al. Statistical comparison between a real-time model and a FEM counterpart for visualization of breast phantom deformation during palpation

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20190510

WW01 Invention patent application withdrawn after publication