CN111312363A - 一种基于虚拟现实的双手协调性增强系统 - Google Patents
一种基于虚拟现实的双手协调性增强系统 Download PDFInfo
- Publication number
- CN111312363A CN111312363A CN202010127519.1A CN202010127519A CN111312363A CN 111312363 A CN111312363 A CN 111312363A CN 202010127519 A CN202010127519 A CN 202010127519A CN 111312363 A CN111312363 A CN 111312363A
- Authority
- CN
- China
- Prior art keywords
- training
- management module
- different
- hand
- virtual reality
- 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
- 230000002708 enhancing effect Effects 0.000 title claims description 9
- 238000012549 training Methods 0.000 claims abstract description 97
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 206010019468 Hemiplegia Diseases 0.000 claims abstract description 7
- 230000000694 effects Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000012880 independent component analysis Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 230000035484 reaction time Effects 0.000 claims description 2
- 230000003416 augmentation Effects 0.000 claims 3
- 230000003542 behavioural effect Effects 0.000 claims 1
- 238000002560 therapeutic procedure Methods 0.000 abstract 1
- 210000004556 brain Anatomy 0.000 description 8
- 208000006011 Stroke Diseases 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000002452 interceptive effect Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 206010008190 Cerebrovascular accident Diseases 0.000 description 4
- 230000002490 cerebral effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000001364 upper extremity Anatomy 0.000 description 3
- 206010033799 Paralysis Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 201000006474 Brain Ischemia Diseases 0.000 description 1
- 206010008120 Cerebral ischaemia Diseases 0.000 description 1
- 206010061296 Motor dysfunction Diseases 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 206010008118 cerebral infarction Diseases 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 230000005057 finger movement Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 208000035474 group of disease Diseases 0.000 description 1
- 208000037907 haemorrhagic injury Diseases 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009967 tasteless effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明公开了一种基于虚拟现实的双手协调性增强系统，所述系统包括训练模式管理模块、模型管理模块、场景管理模块、训练管理模块、数据分析模块、系统配置管理模块；其中所述训练模式管理模块用于提供双手协调控制能力的模式；所述场景选择模块用于提供不同的应用场景；所述模型管理模块用于提供不同的实体模型；所述数据分析模块是对训练管理模块中采集到的不同指标数据进行比较分析；所述系统配置管理模块用于是对文件输出路径和配置参数进行管理。本发明能够有效的仅通过一只手与虚拟手的协调运动训练去提高双手的协调控制能力，从而使得运动偏瘫患者达到双手协调运动的辅助康复治疗作用。
Description
技术领域
本发明涉及虚拟交互方法与运动辅助康复系统研究领域，特别涉及一种基于虚拟现实的双手协调性增强系统。
背景技术
脑中风是一组以脑部缺血及出血性损伤症状为主要临床表现的疾病，又称脑卒中或脑血管意外，往往会导致运动功能障碍，特别是上肢的瘫痪。目前，针对上肢瘫痪的中风患者，都是通过对其双手的重复训练，以达到康复效果。但是对于这些运动偏瘫患者来说，双手的运动康复训练是极其艰辛的。并且，现有的脑中风上肢康复训练技术通常是由医护人员进行人工引导和提醒，效率较低，且容易发生康复计划制定冲突、错误通知、遗漏通知等问题，导致康复医疗资源的浪费，甚至贻误病情。
虚拟现实技术是20世纪发展起来的一项全新的实用技术。该技术集计算机、电子信息、仿真技术于一体，其基本实现方式是通过计算机模拟真实环境从而在虚拟环境中给人以沉浸式体验。它可以通过眼球追踪、动作捕捉、肌电模拟、触觉反馈、语音、方向追踪、真实场地等各种直观而又自然的实时交互方式，最大限度的让用户感觉身临其境。
利用虚拟现实设计运动康复交互系统在国内外已经有了不少先例，这些交互系统多种多样，不尽相同。中国的康复医疗事业相对其他国家起步较晚，整体的发展水平比较落后。一般的交互系统只是去解决生活和工作中的日常事务，或者利用交互系统进行偏瘫手的单手运动能力的辅助康复，并不能通过交互系统来帮助运动偏瘫患者仅通过单手/非偏瘫手的训练来增强双手的协调控制能力。
综上所述，一种基于虚拟现实的双手协调性增强方法的优势已日益突显，成为了社会发展的必然趋势。
发明内容
鉴本发明的主要目的在于克服现有技术的缺点与不足，提供基于虚拟现实的双手协调性增强系统。该系统通过更人性化、更智能化的沉浸式交互体验，为运动偏瘫患者提供更加简易、舒适的运动康复环境，以提高患者的双手协调能力。
为了实现上述目的，本发明采用如下技术方案：
一种基于虚拟现实的双手协调性增强系统，所述系统包括训练模式管理模块、模型管理模块、场景管理模块、训练管理模块、数据分析模块、系统配置管理模块；其中
所述训练模式管理模块用于提供双手协调控制能力的模式；
所述场景选择模块用于提供不同的应用场景，根据不同的需求，转换不同的应用场景，通过多种不同的应用场景给予不同的沉浸式体验；
所述模型管理模块用于提供不同的实体模型，根据不同的需求，选择不同的实体模型，增强用户体验；
所述训练管理模块用于是对训练任务的分配和管理，并采集不同的指标数据；
所述数据分析模块是对训练管理模块中采集到的不同指标数据进行比较分析；
所述系统配置管理模块用于是对文件输出路径和配置参数进行管理。
优选地，所述训练模式管理模块包括双手绘图康复训练模式和手指康复训练模式；
所述双手绘图康复训练模式，是通过指引运动偏瘫患者在不同的虚拟现实场景中进行双手和/或单手绘图运动康复练习，以达到康复效果；
所述的手指康复训练模式，是通过指引运动偏瘫患者在不同的虚拟现实场景中进行手指按键训练，以达到手指康复以及提升协调控制能力的效果。
优选地，所述场景选择模块主要包括敞阔明亮的教室、舒适温馨的房间、辽阔的大草原和科幻的外太空四种应用场景。
优选地，所述模型管理模块提供抽象的科幻模型、多种不同肤色的人种模型和方块卡通人模型三种实体模型。
优选地，所述训练管理模块包括训练任务生成、行为指标参数和生理指标参数采集；
所述训练任务生成是系统通过行走和抓取任务让体验者进行一个适应过程；根据不同的训练模式，生成不同的训练任务；
所述行为指标参数采集及其分析是通过追踪HI-5运动手套各个传感器映射在unity3D中的位置坐标来进行各个行为数据采集；其中行为指标参数包括人体反应时间、双手完成任务所用时长、任务得分与双手协调程度；
所述的生理指标参数采集及其分析是通过32通道的脑电帽进行采集；其中生理指标参数包括聚类系数、特征路径长度、全局效率与局部效率。
优选地，所述数据分析模块主要是通过Matlab对采集到的行为数据及生理数据进行分析；
所述的生理数据分析需通过初步的预处理；如滤波、伪迹去除、平均参考、坏道去除，其中滤波：是根据需要，选取不同频段的波形；平均参考：将所有导联的数据叠加取平均后，用各个导联的数据减去所得到的平均值。坏道去除：将不需要的电极信号可进行去除处理；伪迹去除：利用独立成分分析的方法，对记录的含有伪迹的脑电信号进行成分的分解，剔除含有伪迹的成分，将剩下的成分进行逆运算得到干净的脑电信号。
优选地，所述系统配置管理主要包括文件输出路径选择和配置参数管理；
所述文件输出路径选择主要是针对进行康复训练前后指标对比EXCEL表格的存放路径的选择管理；
所述配置参数管理是针对系统在window平台下运行的参数设定，其参数包括：系统分辨率、全屏与否、图像质量、显示器选择。
本发明有益效果在于：
1、本发明将虚拟现实技术与运动康复相结合，中风病人的运动康复不再是索然无味的机械式重复训练，而是在虚拟现实场景中进行趣味的游戏式康复。
2、本发明设计只需要通过单手训练，加入视觉反馈，强化虚拟化身手的功能作用，即可达到增强双手协调性能。不仅减轻了中风病人的训练的身体负担及心理负担，也相应的提高了运动偏瘫患者的康复体验。
本发明仅需带上虚拟现实头戴式设备及相应的手套即可进行康复治疗。操作简易，基本无需医护人员的指引及提醒。解决了传统运动康复中耗费大量人力、财力、物力的问题，节约了治疗成本。
附图说明
图1为本发明所述的基于虚拟现实的运动康复系统结构图；
图2为本发明所述实施例中的系统流程图；
图3为本发明的数据采集流程示意图。
具体实施方式
以下将结合附图对本发明作进一步的描述，需要说明的是，以下实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。
如图1所示，本发明为一种基于虚拟现实的双手协调性增强系统，包括了训练模式管理模块、模型管理模块、场景管理模块、训练管理模块、数据分析模块、系统配置管理模块。
所述的训练模式管理模块为系统初始化选择阶段。其中包括：训练视角选择(第一人称视角/第三人称视角)、训练的难度选择以及训练模式选择。系统提供了两种训练模式：1、双手绘图康复训练模式，2、手指康复训练模式。其中，双手绘图训练模式主要是针对提高运动偏瘫患者的双手协调程度，手指康复训练模式主要是帮助运动偏瘫患者的手指运动康复。两种康复训练模式都仅需进行单手运动训练，在虚拟现实场景中给予患者双手完成任务的视觉反馈，以此来增强用户的沉浸式体验。
所述的模型管理模块，主要是针对不同的人群，设计了不同的3D立体模型。可供选择的训练模型有：1、抽象的阿凡达科幻模型2、多种不同肤色的人种模型3、卡通版方块人模型。如有其他实体模型的需要，可使用一键导入模型功能，系统会自动适配所导入3D模型，即可在虚拟现实场景中使用该模型。其中一键导入模型功能主要是通过系统获取模型相应的坐标点，将所获取的坐标点自动匹配到所对应的传感器坐标节点。
所述的场景管理模块，分为训练场景选择功能及场景参数更改功能。其中场景选择功能主要针对人，让其身处在最舒适的环境下进行相应的训练，系统提供的场景有：1、敞阔明亮的教室，2、舒适温馨的房间，3、辽阔的大草原，4、科幻的外太空。场景参数更改功能，用户可根据自己主观意愿进行场景的小幅度更改。如：灯光亮度、场景中物体大小、背景音乐、场景中物品的位置。
所述的训练管理模块，主要包括了训练图形选择、训练序列选择、训练教学动画管理、适应任务管理、测试指标管理。训练图形选择功能，针对的是在绘图康复训练任务中所出现图形的选择。系统提供了16幅可供选择的图形。用户如需进行其他图形训练，仅需导入图片即可。导入图片格式为(bmp,jpg,png,tif,gif)。训练序列选择功能针对在手指康复训练中，运动偏瘫患者所需要完成的运动序列的制定。医护人员可根据运动偏瘫患者不同的偏瘫情况，制定不同的手指运动序列。其中包括(运动序列长度、序列随机性制定)。适应任务管理功能，即对运动偏瘫患者进行适应虚拟场景的任务进行增添删除管理。其中在虚拟现实场景进行康复训练前会有适应虚拟场景的简单任务。系统根据定位器位置追踪，实时获取人物所处位置，用户通过在虚拟场景中完成移动、抓取、旋转任务适应所处的虚拟场景，以避免训练过程产生眩晕感。教学动画管理功能即对教学动画的增添及删除。在开始训练前会进行康复训练教学讲解，指导用户初步了解此康复训练内容。教学讲解是通过播放一段训练方式的教程指导用户如何进行增强协调性及康复训练。测试指标管理功能是根据需求选择不同的测试指标。其中可测试的指标包括：反应能力指标、时间维度协调能力、空间维度协调指标、训练得分。
在整个康复训练的过程中，首先用户需要带上虚拟现实头戴式设备，以及HI5手套。然后用户需要完成一系列简单的指引任务适应所处的虚拟场景。最后用户在进行康复运动前带上64导脑电帽，采集脑电信号。在观看教学视频之后即可进行康复训练。在康复训练阶段，用户使用单手去完成评估阶段的双手任务，用户只需进行一只利手的训练，可根据定位器获取用户所选取虚拟手的位置和动作信息，实时的将所获取到的数据传输到系统后台，后台实时计算用户的手臂的速度、方向、以及任务完成程度。其中两个模式下的训练内容不同，在双手绘图训练模式下，用户需要去根据系统所提示的指令内容进行一个双手绘图任务。在增强训练阶段，系统会根据训练手的运动轨迹，自动生成对策虚拟手的运动轨迹，以达到用户单手画图，却给予双手画图的视觉反馈。在完成绘图任务后，给予用户绘图正确或错误的反馈。在手指康复训练模式下，用户需要根据系统所提示的指令内容进行双手交替手指弯曲运动。在强化训练阶段同样也只需进行单手康复训练，系统根据传感器所输出的手指动作信息，给出对称虚拟手完成任务进行弯曲的视觉反馈，在训练过程中系统实时判断手指运动是否达到规定标准，若未达标则给予相应提示。
所述的数据分析模块，首先是对采集到的行为数据进行分析。其中在判断用户是否开始任务是通过计算当前帧与上一帧手指关键点的移动位置。计算公式为
其中d为移动距离，x1、y1、z1为当前帧所处位置，x2、y2、z2为上一帧对应节点所处位置。如果距离超过所设定阈值便认定用户已经开始运动。并通过手部各个关节点倾斜角度自动调整自动生成虚拟手的实时位置，使其与对侧手完全同步。其中倾斜角度计算是通过：
计算三个维度下斜率，进行实时完全同步。通过连续100帧数据点统计其绘画倾斜角度均值，与之前100帧倾斜角度均值进行对比，如斜率均值差超过45度便判断其改变了绘图方向，使另一只自动化虚拟手改变方向,让用户产生本身就在使用双手进行绘图的感受。
其次对采集到的脑电数据进行分析。将数据进行初步的预处理。如滤波、伪迹去除、平均参考、坏道去除。其中滤波：是根据需要，选取不同频段的波形。平均参考：将所有导联的数据叠加取平均后，用各个导联的数据减去所得到的平均值。坏道去除：将不需要的电极信号可进行去除处理。伪迹去除：利用独立成分分析(ICA)的方法，对记录的含有伪迹(主要是眼电伪迹)的脑电信号进行成分的分解，剔除含有伪迹(主要是眼电伪迹)的成分，将剩下的成分进行逆运算得到干净的脑电信号。可通过预处理的数据进行相干性分析，得到相干性邻接矩阵。同时可构建脑网络拓扑图，并计算统计出脑网络分析参数：聚类系数、特征路径长度、全局效率及局部效率，其中聚类系数和局部效率都与大脑区域间功能分离潜力的估计有关，并一致反映了大脑局部信息处理的潜力。特征路径长度和全局效率估计了大脑区域间功能整合的潜力，并一致代表了全局信息处理的大脑效率。
所述的系统配置管理模块，主要包括了文件输出路径选择和配置参数管理。其中文件输出路径是针对在进行康复训练前后指标对比EXCEL表格的存放路径。配置参数管理是针对系统在window平台下运行的参数设定，所述参数包括：系统分辨率、全屏与否、图像质量、显示器选择。
参照图2，本系统根据用户选择是否为首次接触虚拟现实来设定不同的场景、任务让用户进行初步适应。根据用户选择是否为首次参与康复训练来判定是否进行视频教学。视频教学完成后对用户进行初始协调能力测评，记录行为参数，以及生理参数。在测评完成后，则开始根据用户选择的选项进行不同的协调康复训练，训练完成之后，再与训练前的参数指标进行对比评估。
参照图3，本发明的整体结构首先通过外部设备采集数据，包括HI 5手套、虚拟现实头戴式设备、32通道脑电帽。对这些数据进行必要的处理，包括：滤波、平均参考、伪迹去除、坏道去除、归一化、平滑曲线、角度检测。最后是对这些处理过后的数据进行分析，包括脑网络连接、脑区功率谱、协调性。
对于本领域的技术人员来说，可以根据以上的技术方案和构思，给出各种相应的改变和变形，而所有的这些改变和变形，都应该包括在本发明权利要求的保护范围之内。
Claims (7)
1.一种基于虚拟现实的双手协调性增强系统，其特征在于，所述系统包括训练模式管理模块、模型管理模块、场景管理模块、训练管理模块、数据分析模块、系统配置管理模块；其中
所述训练模式管理模块用于提供双手协调控制能力的模式；
所述场景选择模块用于提供不同的应用场景，根据用户不同的需求，转换不同的应用场景，通过多种不同的应用场景给予用户不同的沉浸式体验；
所述模型管理模块用于提供不同的实体模型，根据不同的需求，选择不同的实体模型，增强用户体验；
所述训练管理模块用于是对训练任务的分配和管理，并采集不同的指标数据；
所述数据分析模块式对训练管理模块中采集到的不同指标数据进行比较分析；
所述系统配置管理模块用于是对文件输出路径和配置参数进行管理。
2.根据权利要求1所述的基于虚拟现实的双手协调性增强系统，其特征在于，所述训练模式管理模块包括双手绘图康复训练模式和手指康复训练模式；
所述双手绘图康复训练模式，是通过指引运动偏瘫患者在不同的虚拟现实场景中进行双手和/或单手绘图运动康复练习，以达到康复效果；
所述的手指康复训练模式，是通过指引运动偏瘫患者在不同的虚拟现实场景中进行手指按键训练，以达到手指康复以及提升协调控制能力的效果。
3.根据权利要求1所述的基于虚拟现实的双手协调性增强系统，其特征在于，所述场景选择模块主要包括敞阔明亮的教室、舒适温馨的房间、辽阔的大草原和科幻的外太空四种应用场景。
4.根据权利要求1所述的基于虚拟现实的双手协调性增强系统，其特征在于，所述模型管理模块提供抽象的科幻模型、多种不同肤色的人种模型和方块卡通人模型三种实体模型。
5.根据权利要求1所述的基于虚拟现实的双手协调性增强系统，其特征在于，所述训练管理模块包括训练任务生成、行为指标参数和生理指标参数采集；
所述训练任务生成是系统通过行走和抓取任务让体验者进行一个适应过程；根据不同的训练模式，生成不同的训练任务；
所述行为指标参数采集及其分析是通过追踪HI-5运动手套各个传感器映射在unity3D中的位置坐标来进行各个行为数据采集；其中行为指标参数包括人体反应时间、双手完成任务所用时长、任务得分与双手协调程度；
所述的生理指标参数采集及其分析是通过32通道的脑电帽进行采集；其中生理指标参数包括聚类系数、特征路径长度、全局效率与局部效率。
6.根据权利要求1所述的基于虚拟现实的双手协调性增强系统，其特征在于，所述数据分析模块主要是通过Matlab对采集到的行为数据及生理数据进行分析；
所述的生理数据分析需通过初步的预处理；如滤波、伪迹去除、平均参考、坏道去除，其中滤波：是根据需要，选取不同频段的波形；平均参考：将所有导联的数据叠加取平均后，用各个导联的数据减去所得到的平均值。坏道去除：将不需要的电极信号可进行去除处理；伪迹去除：利用独立成分分析的方法，对记录的含有伪迹的脑电信号进行成分的分解，剔除含有伪迹的成分，将剩下的成分进行逆运算得到干净的脑电信号。
7.根据权利要求1所述的基于虚拟现实的双手协调性增强系统，其特征在于，所述系统配置管理主要包括文件输出路径选择和配置参数管理；
所述文件输出路径选择主要是针对进行康复训练前后指标对比EXCEL表格的存放路径的选择管理；
所述配置参数管理是针对系统在window平台下运行的参数设定，其参数包括：系统分辨率、全屏与否、图像质量、显示器选择。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010127519.1A CN111312363B (zh) | 2020-02-28 | 2020-02-28 | 一种基于虚拟现实的双手协调性增强系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010127519.1A CN111312363B (zh) | 2020-02-28 | 2020-02-28 | 一种基于虚拟现实的双手协调性增强系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111312363A true CN111312363A (zh) | 2020-06-19 |
| CN111312363B CN111312363B (zh) | 2024-03-19 |
Family
ID=71162012
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010127519.1A Active CN111312363B (zh) | 2020-02-28 | 2020-02-28 | 一种基于虚拟现实的双手协调性增强系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111312363B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111840920A (zh) * | 2020-07-06 | 2020-10-30 | 暨南大学 | 一种基于虚拟现实的上肢智能康复系统 |
| CN117373614A (zh) * | 2023-12-07 | 2024-01-09 | 深圳市微克科技有限公司 | 基于穿戴产品的手指健康测训方法、系统及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106709244A (zh) * | 2016-12-12 | 2017-05-24 | 西北工业大学 | 一种静息态同步EEG‑fMRI的脑功能网络建模方法 |
| CN108417249A (zh) * | 2018-03-06 | 2018-08-17 | 上海大学 | 基于vr的视听触觉多模态手功能康复方法 |
| CN109350923A (zh) * | 2018-10-25 | 2019-02-19 | 北京机械设备研究所 | 一种基于vr及多体位传感器的上肢康复训练系统 |
| CN109758145A (zh) * | 2018-12-15 | 2019-05-17 | 北京交通大学 | 基于脑电信号因果关系的自动睡眠分期方法 |
| CN110739040A (zh) * | 2019-08-29 | 2020-01-31 | 北京邮电大学 | 一种上下肢康复评定训练系统 |
-
2020
- 2020-02-28 CN CN202010127519.1A patent/CN111312363B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106709244A (zh) * | 2016-12-12 | 2017-05-24 | 西北工业大学 | 一种静息态同步EEG‑fMRI的脑功能网络建模方法 |
| CN108417249A (zh) * | 2018-03-06 | 2018-08-17 | 上海大学 | 基于vr的视听触觉多模态手功能康复方法 |
| CN109350923A (zh) * | 2018-10-25 | 2019-02-19 | 北京机械设备研究所 | 一种基于vr及多体位传感器的上肢康复训练系统 |
| CN109758145A (zh) * | 2018-12-15 | 2019-05-17 | 北京交通大学 | 基于脑电信号因果关系的自动睡眠分期方法 |
| CN110739040A (zh) * | 2019-08-29 | 2020-01-31 | 北京邮电大学 | 一种上下肢康复评定训练系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111840920A (zh) * | 2020-07-06 | 2020-10-30 | 暨南大学 | 一种基于虚拟现实的上肢智能康复系统 |
| CN117373614A (zh) * | 2023-12-07 | 2024-01-09 | 深圳市微克科技有限公司 | 基于穿戴产品的手指健康测训方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111312363B (zh) | 2024-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111460875B (zh) | 图像处理方法及装置、图像设备及存储介质 | |
| CN107485844B (zh) | 一种肢体康复训练方法、系统及嵌入式设备 | |
| CN104274183B (zh) | 动作信息处理装置 | |
| US20160048993A1 (en) | Image processing device, image processing method, and program | |
| CN104524742A (zh) | 一种基于Kinect传感器的脑瘫儿童康复训练方法 | |
| CN111840920A (zh) | 一种基于虚拟现实的上肢智能康复系统 | |
| CN110298286A (zh) | 基于表面肌电与深度图像的虚拟现实康复训练方法及系统 | |
| CN108022248A (zh) | 一种基于视觉采集设备的下肢步态康复评估系统 | |
| CN111312363B (zh) | 一种基于虚拟现实的双手协调性增强系统 | |
| 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 | |
| CN112951409A (zh) | 一种基于Kinect交互和虚拟现实的偏瘫患者康复系统 | |
| CN114998983A (zh) | 一种基于增强现实技术和姿态识别技术的肢体康复方法 | |
| Klein et al. | A markeless augmented reality tracking for enhancing the user interaction during virtual rehabilitation | |
| WO2020147791A1 (zh) | 图像处理方法及装置、图像设备及存储介质 | |
| WO2023077660A1 (zh) | 基于混合现实的太极拳训练方法及系统、设备及存储介质 | |
| Yang et al. | Hand rehabilitation using virtual reality electromyography signals | |
| CN113903424A (zh) | 虚拟现实功能康复训练系统 | |
| CN110473602B (zh) | 一种用于穿戴式体感游戏设备的体态数据集采集处理方法 | |
| Li et al. | Study on action recognition based on kinect and its application in rehabilitation training | |
| CN106409103A (zh) | 一种基于瞬态噪声去噪技术和矫正技术的vr医疗体验系统 | |
| CN115530814A (zh) | 一种基于视觉姿态检测及计算机深度学习的儿童运动康复训练方法 | |
| CN114496157A (zh) | 一种处方显示方法以及系统 | |
| CN113870639A (zh) | 一种基于虚拟现实的训练评估方法及系统 | |
| Muñoz et al. | Dynamic systems theory in human movement exploring coordination patterns by angle-angle diagrams using Kinect | |
| CN110503056A (zh) | 以ar技术为基础应用于认知功能评估的肢体动作识别方法 |
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 |