CN111374674B - 一种膝关节运动信息的处理设备 - Google Patents
一种膝关节运动信息的处理设备 Download PDFInfo
- Publication number
- CN111374674B CN111374674B CN201811639497.6A CN201811639497A CN111374674B CN 111374674 B CN111374674 B CN 111374674B CN 201811639497 A CN201811639497 A CN 201811639497A CN 111374674 B CN111374674 B CN 111374674B
- Authority
- CN
- China
- Prior art keywords
- knee joint
- information
- sensor
- data acquisition
- processor
- 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.)
- Active
Links
Images
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6828—Leg
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/006—Detecting skeletal, cartilage or muscle noise
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Acoustics & Sound (AREA)
- Physiology (AREA)
- Evolutionary Computation (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Rheumatology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种膝关节运动信息的处理设备,所述处理设备包括:膝关节传感器模块、数据采集处理模块和传输装置206;所述膝关节传感器模块与所述数据采集处理模块204连接,所述数据采集处理模块204与所述传输装置206连接。本发明实施例提供的膝关节运动信息的处理设备的便携性较好,且能够对运动状态下的膝关节受损程度进行连续不间断的评估。
Description
技术领域
本发明属于医疗器械技术领域,具体涉及一种膝关节运动信息的处理设备。
背景技术
膝关节是人体关节中,功能和结构最复杂的关节之一。由于在人体运动过程中,膝关节几乎承受人体的全部重量,使得膝关节极易受损,受损后的膝关节恢复较慢,给病人带来较大痛苦,因此,需要对膝关节的受损程度进行评估,以便医生根据评估结果对受损膝关节进行诊断治疗。
目前,可以使用核磁共振成像(Magnetic Resonance Imaging,MRI)等检查对膝关节的受损程度进行评估。但是,使用MRI检查依赖于大型的医疗检测设备和专业的影像学医生,便携性差且不利于对运动状态下的膝关节受损程度进行连续不间断的评估。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种膝关节运动信息的处理设备。本发明要解决的技术问题通过以下技术方案实现:
本发明实施例提供了一种膝关节运动信息的处理设备,所述处理设备包括:膝关节传感器模块202、数据采集处理模块204和传输装置206;
所述膝关节传感器模块202与所述数据采集处理模块204连接,所述数据采集处理模块204与所述传输装置206连接。
在本发明的一个实施例中,所述膝关节传感器模块202包括加速度传感器2022、声学传感器2025、第一姿态传感器2024和第一处理器2026;
所述第一处理器2026分别与所述声学传感器2025、所述加速度传感器2022和第一姿态传感器2024连接。
在本发明的一个实施例中,所述膝关节传感器模块202还包括第一保护壳2027,所述第一保护壳2027包括第一底板20271和第一外罩20272,所述第一外罩20272与所述第一底板20271通过螺栓连接;
所述第一底板20271为球面,以使所述第一底板20271接触所述人体的膝关节。
在本发明的一个实施例中,所述加速度传感器2022设置在所述第一保护壳2027内的第一底板20271上;
所述声学传感器2025、所述第一处理器2026和所述第一姿态传感器2024均设置在所述第一保护壳2027内。
在本发明的一个实施例中,所述数据采集处理模块204包括第二处理器2042、第二姿态传感器2044和第二保护壳2046,所述第二保护壳2046包括第二底板20461和第二外罩20462,所述第二外罩20462与所述第二底板20461通过螺栓连接;
所述第二底板20461为圆柱弧面,以使所述第二底板20461接触所述人体的小腿。
在本发明的一个实施例中,所述第二姿态传感器2044和所述第二处理器2042均设置在所述第二保护壳2046内。
在本发明的一个实施例中,所述设备还包括:电池装置210;所述电池装置210分别与所述膝关节传感器模块202、所述数据采集处理模块204和所述传输装置206连接;
所述电池装置210设置在所述第二保护壳2046内。
在本发明的一个实施例中,所述数据采集处理模块204还包括:存储装置208;所述存储装置208与所述第二处理器2042连接;
所述存储装置208设置在所述第二保护壳2046内。
在本发明的一个实施例中,所述膝关节传感器模块202与所述数据采集处理模块204通过电缆214连接;
所述第一外罩20272的侧面设置第一通孔2029,所述第二外罩20462的侧面设置第二通孔2048,所述电缆214穿过所述第一通孔2029和所述第二通孔2048连接所述第一处理器2026与所述第二处理器2042。
在本发明的一个实施例中,所述设备还包括:紧固带212;
所述紧固带212为长方形,由弹性材料制成;
所述膝关节传感器模块202的所述第一保护壳2027、所述数据采集处理模块204的所述第二保护壳2046和所述电缆214均固定在所述紧固带212上。
可见,本发明实施例提供的膝关节运动信息的处理设备,能够通过膝关节传感器模块202以及数据采集处理模块204获取人体的运动状态下的膝关节运动信息,并通过传输装置206上传至服务端设备,由服务端设备基于膝关节运动信息对处于运动状态下的膝关节的受损程度进行准确评估,这样,本发明实施例提供的膝关节运动信息的处理设备的便携性较好,且能够对运动状态下的膝关节受损程度进行连续不间断的评估,使得医生可以基于膝关节的受损程度进行准确的诊断治疗。
附图说明
图1为本发明实施例的膝关节运动信息的处理设备的应用环境示意图;
图2为本发明实施例提供的一种膝关节运动信息的处理设备的结构示意图;
图3为本发明实施例提供的另一种膝关节运动信息的处理设备的结构示意图;
图4为本发明实施例提供的膝关节传感器模块的结构示意图;
图5本发明实施例提供的再一种膝关节运动信息的处理设备的结构示意图;
图6为本发明实施例提供的再一种膝关节运动信息的处理设备的结构示意图;
图7为本发明实施例提供的再一种膝关节运动信息的处理设备的结构示意图;
图8为本发明实施例提供的再一种膝关节运动信息的处理设备的结构示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
本申请提供的膝关节运动信息的处理设备,可以应用于如图1所示的应用环境中,图1为本发明实施例的膝关节运动信息的处理设备的应用环境示意图。其中,膝关节运动信息的处理设备102可以通过网络与服务端设备104进行通信;其中,服务端设备104可以是计算机、也可以是服务器。
实施例一
请参见图2,图2为本发明实施例提供的一种膝关节运动信息的处理设备的结构示意图。
如图2所示,所述处理设备200包括:膝关节传感器模块202、数据采集处理模块204和传输装置206;所述膝关节传感器模块202与所述数据采集处理模块204连接,所述数据采集处理模块204与所述传输装置206连接。
首先,膝关节传感器模块202可以获取运动状态下的人体的膝关节和大腿的测量信息,其中,测量信息包括膝关节运动信号和人体的大腿的姿态信息,并将所述测量信息传输给所述数据采集处理模块204,由数据采集处理模块204基于所述测量信息生成膝关节运动信息,进而通过传输装置206将所述膝关节运动信息上传给服务端设备,以使服务端设备能够基于膝关节运动信息对处于运动状态下的膝关节的受损程度进行准确评估。
需要说明的是,膝关节运动信号包括膝关节振动信号和膝关节声音信号。由于处于运动状态的受损的膝关节所产生的膝关节运动信号,与处于运动状态的未受损的膝关节所产生的膝关节运动信号之间的差异较大,因此,在运动状态下的膝关节产生的膝关节运动信号能够体现膝关节的受损程度。
此外,由于膝关节运动信号是膝关节在伸展和弯曲运动时髌骨中产生的。人体在运动时,膝关节也处于运动状态,随着人体的姿态不同,膝关节中各骨骼的结合方式以及各骨骼的受压程度也不同,可以理解的,在人体运动状态下的膝关节的状态与在人体坐卧等静止状态下的膝关节的状态不同。因此,在获取膝关节运动信号的同时,还可以获取膝关节的姿态信息,膝关节的姿态信息可以包括膝关节的速度、加速度、大腿的姿态信息、小腿的姿态信息、膝关节距离地面的高度等能够体现膝关节姿态的信息,其中,膝关节的关节角度可以由大腿的姿态信息和小腿的姿态信息计算得到。
需要说明的是,膝关节传感器模块202可以获取大腿的姿态信息,小腿的姿态信息可以由数据采集处理模块204来获取。
在实际应用中,可以通过大腿与垂直方向的倾斜角度以及小腿与垂直方向的倾斜角度计算得到膝关节的关节角度;当然,也可以根据实际情况,基于大腿的姿态信息和小腿的姿态信息计算出其他能够表现膝关节姿态的特征值。
接下来,所述数据采集处理模块204可以在人体的运动状态下,获取人体的小腿的姿态信息;并且,在接收到所述膝关节传感器模块202传输的所述测量信息之后,可以基于所述小腿的姿态信息和所述测量信息,生成人体的膝关节运动信息,并将所述膝关节运动信息传输给传输装置206,以通过传输装置206将所述膝关节运动信息上传给所述服务端设备,由服务端设备基于所述膝关节运动信息确定所述膝关节的受损程度。
其中,膝关节运动信息可以包括膝关节运动信号的特征信息和姿态信息的特征信息。膝关节运动信号的特征信息可以包括膝关节振动信号在时域和/或频域中的特征值,以及膝关节声音信号在时域和/或频域中的特征值。
具体的,膝关节振动信号的特征信息可以是膝关节振动信号在时域和/或频域中的特征值,膝关节声音信号的特征信息可以是膝关节声音信号在时域和/或频域中的特征值,比如,膝关节振动信号和声音信号在时域中的特征值可以为均方根、峰度、偏度等,膝关节振动信号和声音信号在频域中的特征值可以为频谱、能量谱、均值频率、功率谱平均值等,膝关节振动信号和声音信号在时频域中的特征值可以为小波包变换系数等。这样,膝关节振动信号和膝关节声音信号的特征信息均能够从时域和/或频域直观体现膝关节振动信号和膝关节声音信号的特点。
由于膝关节运动信号可以包括一个预设的测量时段内的膝关节振动信号,那么,可以基于上述一个预设的测量时段内大腿和小腿的姿态信息,计算姿态信息的特征信息,使得计算出的姿态信息的特征信息能够体现在上述一个预设的测量时段内的大腿和小腿的姿态的变化情况。
对应的,可以基于上述一个预设的测量时段内的膝关节运动信号,生成膝关节的姿态信息的特征信息,使得计算出的膝关节的姿态信息的特征值能够体现在上述一个预设的测量时段内的膝关节的姿态变化情况。
比如,从上述一个预设的测量时段内获取到的大腿的姿态信息和小腿的姿态信息中,获取一组大腿的姿态信息和小腿的姿态信作为膝关节的姿态信息的特征信息。又比如,可以将一个预设的测量时段内获取到的大腿的姿态信息的均值和小腿的姿态信息的均值作为膝关节的姿态信息的特征信息。再比如,可以将一个预设的测量时段内获取到的大腿的姿态信息的方差值和小腿的姿态信息的方差值作为膝关节的姿态信息的特征信息。
因此,可以基于膝关节运动信号,以及膝关节产生膝关节运动信号对应的姿态信息,生成膝关节运动信息,而生成的膝关节运动信息能够体现膝关节运动信号的特点,以及大腿和小腿的姿态的变化情况,可以理解的,基于膝关节运动信息确定得到的膝关节的受损程度更加准确。
最后,传输装置206可以将数据采集处理模块204传输的所述膝关节运动信息上传给服务端设备,服务端设备在接收到传输装置206上传的膝关节运动信息之后,可以基于所述膝关节运动信息,使用预先训练好的模型,得到分类结果,以及基于上述分类结果,以及在训练模型时设置的受损程度对应的预设的期望值,确定上述膝关节的受损程度。
其中,预先训练好的模型可以是支持向量机(Support Vector Machine,SVM)、深度学习算法、K-近邻算法、贝叶斯算法等机器学习算法模型。SVM模型可以是基于径向基函数(Radial Basis Function,RBF)核的SVM模型。当然,也可以根据实际情况,选择其他核函数,比如,多项式核函数、拉普拉斯核函数、Sigmoid核函数等。
具体的,SVM模型可以是二分类SVM模型,对应的分类结果为两类,两类分类结果对应的膝关节的受损程度分别为未受损和受损;SVM模型也可以是多分类SVM模型,对应的分类结果可以为至少五类,分类结果对应的膝关节的受损程度可以分别为未受损和受损,其中,受损可以根据受损程度来划分,至少分为一级受损、二级受损、三级受损和四级受损。
当然,多分类SVM模型对应的分类结果也可以为六类或者更多,通常情况下,可以对受损进行细分,使得最终确定的膝关节的受损程度更加精确。
比如,当预先训练好的模型为二分类SVM模型,可以在训练原始的二分类SVM模型时,设置未受损的膝关节产生的膝关节振动信号对应的分类结果的期望值为1,设置受损的膝关节产生的膝关节振动信号对应的分类结果的期望值为-1,那么,当分类结果为1时,可以确定膝关节未受损,当分类结果为-1时,可以确定膝关节受损。
在实际应用中,处理设备还可以包括:反馈模块。反馈模块可以将受损程度反馈给用户,具体的,可以通过显示屏的方式反馈给用户,以便用户了解膝关节的受损程度。
可见,本发明实施例提供的膝关节运动信息的处理设备,能够通过膝关节传感器模块以及数据采集处理模块获取人体的运动状态下的膝关节运动信息,并通过传输装置将膝关节运动信息上传至服务端设备,由使服务端设备基于膝关节运动信息对处于运动状态下的膝关节的受损程度进行准确评估,这样,本发明实施例提供的膝关节运动信息的处理设备的便携性较好,且能够对运动状态下的膝关节受损程度进行连续不间断的评估,使得医生可以基于膝关节的受损程度进行准确的诊断治疗。
实施例二
请参见图3,图3为本发明实施例提供的另一种膝关节运动信息的处理设备的结构示意图。如图3所示,在上述实施例的基础上,所述膝关节传感器模块202具体可以包括加速度传感器2022、第一姿态传感器2024和第一处理器2026,且数据采集处理模块204具体可以包括:第二处理器2042和第二姿态传感器2044,此外,膝关节运动信息的处理设备还可以包括存储装置208和电池装置210。
具体的,首先,声学传感器2025可以在所述人体的运动状态下,获取所述人体的膝关节产生的膝关节声音信号,并将所述声音信号传输给所述第一处理器2026;加速度传感器2022可以在所述人体的运动状态下,获取所述人体的膝关节振动信号,并将所述膝关节振动信号传输给所述第一处理器2026;第一姿态传感器2024可以在所述人体的运动状态下,获取所述人体的大腿的姿态信息,并将所述大腿的姿态信息传输给所述第一处理器2026。
需要说明的是,由于膝关节的运动而产生振动信号,受损膝关节产生的振动信号可以区别于未受损的膝关节产生的振动信号,因此,可以使用加速度传感器获取到人体的膝关节的振动信号。此外,膝关节内部各骨骼和软组织等结构之间由于膝关节运动产生声音,也即膝关节的声音信号。因此,可以基于声学传感器2025获取膝关节产生的声音信号,并基于声音信号确定膝关节的受损程度,以提高最终确定的膝关节的受损程度准确性。
接下来,第一处理器2026可以将所述声学传感器2025传输的所述膝关节声音信号、所述加速度传感器2022传输的所述膝关节振动信号和所述第一姿态传感器2024传输的所述大腿的姿态信息,传输给所述第二处理器2042。这样,不仅方便管理,且待扩展新功能时可以通过第一处理器2026来实现。
同时,所述第二姿态传感器2044在所述人体的运动状态下,获取人体的小腿的姿态信息,并将所述小腿的姿态信息传输给第二处理器2042。
然后,第二处理器2042可以基于所述第一处理器2026传输的所述膝关节振动信号、所述膝关节声音信号、所述大腿的姿态信息和所述第二姿态传感器2044获取的小腿的姿态信息,生成膝关节运动信息,并通过传输装置206将所述膝关节运动信息上传至服务端设备,使得服务端设备能够基于膝关节运动信息确定膝关节的受损程度。
需要说明的是,由于人体在运动时,膝关节也处于运动状态,随着人体的姿态不同,膝关节中各骨骼的结合方式以及各骨骼的受压程度也不同,因此,在获取膝关节运动信号的同时,还可以获取膝关节的姿态信息,膝关节的姿态信息具体可以包括大腿的姿态信息和小腿的姿态信息,在实际应用中,膝关节传感器模块202可以放置在人体的膝盖部位,数据采集处理模块204可以放置在人体的小腿部位,因此,第一姿态传感器2024可以用于获取大腿的姿态信息,而小腿的姿态信息可以由数据采集处理模块204中的第二姿态传感器2044来获取。这样,基于膝关节的姿态信息确定得到的膝关节的受损程度更加准确。
其中,膝关节运动信息可以包括膝关节运动信号的特征信息和姿态信息的特征信息。膝关节运动信号的特征信息可以包括膝关节振动信号在时域和/或频域中的特征值,以及膝关节声音信号在时域和/或频域中的特征值。
具体的,膝关节振动信号的特征值可以是膝关节振动信号在时域和/或频域中的特征值,膝关节声音信号的特征值可以是膝关节声音信号在时域和/或频域中的特征值,比如,膝关节振动信号在时域中的特征值可以为均方根、峰度、偏度等,膝关节振动信号在频域中的特征值可以为频谱、能量谱、均值频率、功率谱平均值等,膝关节振动信号在时频域中的特征值可以为小波包变换系数等。这样,膝关节振动信号和膝关节声音信号的特征信息均能够从时域和/或频域直观体现膝关节振动信号和膝关节声音信号的特点。
这样,本发明实施例提供的膝关节运动信息的处理设备,可以基于包含膝关节声音信号和膝关节振动信号的膝关节运动信号,以及膝关节产生膝关节运动信号对应的姿态信息,生成膝关节运动信息,以使服务端设备基于膝关节运动信息确定膝关节的受损程度,提高最终确定的膝关节的受损程度的准确性。
一种实现方式中,所述膝关节运动信息的处理设备还包括:存储装置208。
具体的,第二处理器2042可以接收所述第一处理器2026传输的所述测量信息,所述测量信息可以包括膝关节振动信号、所述膝关节声音信号和所述大腿的姿态信息,以及所述第二姿态传感器2044传输的所述小腿的姿态信息,并将所述测量信息和所述小腿的姿态信息传输给存储装置208。
存储装置208可以存储第二处理器2042传输的所述测量信息和所述第二姿态传感器2044传输的所述小腿的姿态信息,其中,测量信息可以包括膝关节振动信号、膝关节声音信号、大腿的姿态信息,这样,第二处理器2042可以基于存储装置208存储的所述测量信息和所述小腿的姿态信息,生成膝关节运动信息,并将所述膝关节运动信息传输给所述传输装置206,以使传输装置206将膝关节运动信息上传给服务端设备,使得服务端设备能够基于膝关节运动信息确定膝关节的受损程度。
需要说明的是,膝关节运动信息可以包括膝关节振动信号的特征信息和姿态信息的特征信息,而通常情况下,膝关节振动信号的特征信息可以基于一个预设的测量时段内的膝关节振动信号和膝关节声音信号来生成,姿态信息的特征信息可以基于一个预设的测量时段内的大腿的姿态信息和小腿的姿态信息来生成。因此,可以由存储装置208存储一个时段内获取到的膝关节振动信号、膝关节声音信号、大腿的姿态信息和小腿的姿态信息,其中,一个时段可以大于或等于预设的测量时段,以便第二处理器2042可以基于从存储装置208中获取的一个预设的测量时段内的膝关节振动信号、膝关节声音信号、大腿的姿态信息和小腿的姿态信息,生成膝关节运动信息。
可选的,存储装置208可以存储一个时段内获取到的膝关节振动信号、声音信号、大腿的姿态信息和小腿的姿态信息;其中,一个时段可以大于或等于预设的测量时段,以便第二处理器2042可以基于从存储装置208中获取的一个预设的测量时段内的膝关节振动信号、声音信号、大腿的姿态信息和小腿的姿态信息,生成膝关节运动信息,并将生成的所述膝关节运动信息传输给所述传输装置206,以使传输装置206将生成的膝关节运动信息上传给服务端设备,由服务端设备基于膝关节运动信息确定膝关节的受损程度。
在实际应用中,为了提高测量得到的膝关节振动信号的准确性,加速度传感器2022可以为多个;加速度传感器2022可以是微型加速度计,当然,也可以是其他具有测量振动信号功能的传感器。存储装置208可以为(Trans-Flash,TF)存储卡,当然也可以为其他具有存储功能的器件。声学传感器2025可以为电子麦克风,比如,听诊器等。第一姿态传感器2024和第二姿态传感器2044可以为陀螺仪,当然,第一姿态传感器2024和第二姿态传感器2044可以为其他具有测量姿态信息功能的传感器。
又一种实现方式中,如图3所示,所述膝关节运动信息的处理设备还包括:电池装置210;所述电池装置210分别与所述膝关节传感器模块202、所述数据采集处理模块204和所述传输装置206连接。
具体的,电池装置210可以为所述膝关节传感器模块202、所述数据采集处理模块204和所述传输装置208电提供电能,以保证各模块能够正常工作,这样可以使得膝关节运动信息的处理装置无需连接电源,使得膝关节运动信息的处理装置轻便易携带。
在实际应用中,电池装置可以是两节18650锂电池,当然,也可以根据实际情况,选择其他高性能的能够提供电能的器件。
在实际应用中,传输装置206具体可以为WIFI模块,也可以为4G传输器,具体可以根据实际情况确定。
可见,本发明实施例提供的膝关节运动信息的处理设备,可以先将由存储装置208存储膝关节传感器模块202和数据采集处理模块204获取到的膝关节振动信号和大腿和小腿姿态信息,再由数据采集处理模块204中的第二处理器基于存储装置208中存储的上述信息生成膝关节运动信息,由服务端设备基于膝关节运动信息确定膝关节的受损程度,这样,本发明实施例提供的膝关节运动信息的处理设备的便携性较好,且能够对运动状态下的膝关节受损程度进行连续不间断的评估。
实施例三
请参见图4、图5、图6和图7,图4为本发明实施例提供的膝关节传感器模块的结构示意图,图5本发明实施例提供的再一种膝关节运动信息的处理设备的结构示意图,图6为本发明实施例提供的再一种膝关节运动信息的处理设备的结构示意图,图7为本发明实施例提供的再一种膝关节运动信息的处理设备的结构示意图。在上述实施例的基础上,对膝关节运动信息的处理设备中各部件的结构和形状进行详细说明。
如图4所示,膝关节传感器模块202,还包括:第一保护壳2027;所述第一保护壳2027包括第一底板20271和第一外罩20272,所述第一外罩20272与所述第一底板20271通过螺栓2028连接。
所述第一底板20271为球面,以使所述第一底板20271接触所述人体的膝关节。所述加速度传感器2022设置在所述第一保护壳2027内的第一底板20271上。所述声学传感器2025、所述第一处理器2026、所述第一姿态传感器2024均设置在所述第一保护壳2027内。
具体的,膝关节传感器模块202的第一保护壳2027的第一底板20271为向里凹陷的球面,由于人体的膝关节表面是圆弧状的,因此,第一底板20271的球面可以较好的贴合膝关节表面。同时,加速度传感器2022设置在第一保护壳2027内的第一底板20271上,具体的,加速度传感器2022设置在第一保护壳2027内的第一底板20271的中央位置,这样,当第一底板20271的球面紧密贴合膝关节表面时,加速度传感器2022也能够紧密接触膝关节表面,以得到信噪比高的膝关节振动信号。
此外,声学传感器2025、所述第一处理器2026和所述第一姿态传感器2024均可以设置在所述第一保护壳2027内;其中,声学传感器2025可以与膝关节表面距离一段距离,以获得信噪比高的声音信号。
需要说明的是,由于人体的膝关节为球状,为了更好的接触结果,第一底板20271为球面,相应的,第一外罩20272可以为开放的球状腔体,使得第一底板20271和第一外罩20272能够紧密扣合,形成第一保护壳2027。
为了方便说明,图4所示的第一外罩20272的顶面为透明可见,但在实际应用中,第一外罩20272的顶面的材质为具有一定韧性和硬度的材质。
如图5所示,数据采集处理模块204,还包括:第二保护壳2046;所述第二保护壳2046包括第二底板20461和第二外罩20462,所述第二外罩20462与所述第二底板20461通过螺栓2047连接。
所述第二底板20461为圆柱弧面,以使所述第二底板20461接触所述人体的小腿。所述第二姿态传感器2044和所述第二处理器2042均设置在所述第二保护壳2046内。
具体的,数据采集处理模块204的第二保护壳2046的第二底板20461为向里凹陷的圆柱弧面,由于人体的小腿表面是圆柱状的,因此,第二底板20461的圆柱弧面可以较好的贴合小腿表面。
所述第一外罩20272的侧面设置第一通孔2029,所述第二外罩20462的侧面设置第二通孔2048,所述电缆214穿过第一通孔2029和第二通孔2048,连接所述第一处理器2026与所述第二处理器2042。
由于所述第一处理器2026与数据采集处理模块204中的所述第二处理器2042通过电缆214相连,且第一处理器2026设置在膝关节传感器模块202的第一保护壳2027内,而第二处理器2042设置在数据采集处理模块204中的第二保护壳2046内;因此,电缆214可以通过第一保护壳2027的第一外罩20272侧面设置的第一通孔2029、以及第二保护壳2046的第二外罩20462侧面设置的第二通孔2048,将第一处理器2026与所述第二处理器2042连接起来。
其中,第一通孔2029和第二通孔2048的形状可以与电缆214的横截面的形状相同,比如,电缆214为圆形,第一通孔2029和第二通孔2048的形状也可以为圆形。
可以理解的,第一通孔2029可以设置在第一外罩20272中与的第二外罩20462临近的侧面上,第二通孔2048可以设置在第二外罩20462中与第一外罩20272临近的侧面上。
需要说明的是,由于人体的小腿围圆柱状,为了更好的接触结果,第二底板20461为圆柱弧面,相应的,第二外罩20462可以为开放的长方形腔体,使得第二底板20461和第二外罩20462能够紧密扣合,形成第二保护壳2046。
为了方便说明,图5所示的第二外罩20462的顶面为透明可见,但在实际应用中,第二外罩20462的顶面的材质为具有一定韧性和硬度的材质。
在具体实施中,如图5所示,电池装置210、传输装置206、存储装置208、第二姿态传感器2044和第二处理器2042均可以设置在第二保护壳2046内。
一种实现方式中,所述膝关节运动信息的处理设备还可以包括时间装置。时间装置可以用于在膝关节传感器模块202和所述数据采集处理模块204获取膝关节振动信号和大腿和小腿的姿态信息时对应的时间和/或日期等,使得上传给服务端设备的膝关节运动信息中能够包含上述膝关节振动信号和大腿和小腿的姿态信息的获取时间和/或日期。时间装置可以设置在数据采集处理模块204的第二保护壳2046内。
如图6和图7所示,所述设备还包括:紧固带212。
所述膝关节传感器模块202的所述第一保护壳2027、所述数据采集处理模块204的所述第二保护壳2046和所述电缆214均固定在所述紧固带212上,以使通过所述紧固带将膝关节传感器模块202和数据采集处理模块204分别所述绑定在所述人体的膝关节和小腿上。
具体的,膝关节传感器模块202的第一保护壳2027、数据采集处理模块204的第二保护壳2046和电缆214均固定在紧固带212,在图6中,斜纹标识的部件为紧固带212,如图7所示,紧固带212缠绕固定在人体的膝关节和腿部时,第一保护壳2027的第一底板20271能够紧密接触人体的膝关节表面,以获取到准确的测量信息,第二保护壳2046的第二底板20461能够紧密接触人体的小腿表面,以获取到准确的小腿的姿态信息,在图7中,电缆214可以固定在紧固带212的夹层中,因此电缆214在图7中不可见。
可见,本发明实施例提供的膝关节运动信息的处理设备,能够通过紧固带212将膝关节传感器模块202和数据采集处理模块204固定在人体的膝关节和小腿部位,使得膝关节传感器模块202和数据采集处理模块204能够在人体的运动状态下获取膝关节运动信息,并通过传输装置206上传至服务端设备,由服务端设备基于膝关节运动信息确定膝关节的受损程度。
实施例四
请参见图8,图8为本发明实施例提供的再一种膝关节运动信息的处理设备的结构示意图。在图2至图7所述的膝关节运动信息的处理设备的基础上,对膝关节运动信息的处理设备进行详细说明。
在图8中,膝关节传感器模块202中的第一姿态传感器2024具体为第一陀螺仪,声学传感器2025具体为数字麦克风;数据采集处理模块204中的第二姿态传感器2044具体为第二陀螺仪;电池装置210具体为锂电池;第一传输装置206为4G传输器;存储装置208具体为TF卡。
需要说明的是,图8中部件之间的粗线表示信息交互。具体的,首先,膝关节传感器模块202中,加速度传感器2022、第二陀螺仪2024和数字麦克风2025分别将获取到的膝关节振动信号、大腿的姿态信息和声音信号传输给第一处理器2026,第一处理器2026将膝关节振动信号、大腿的姿态信息和声音信号传输给数据采集处理模块204中的第二处理器2042,以及第二陀螺仪2044将获取到的小腿的姿态信息传输给第二处理器2042,同时,第二处理器2042从实时时钟日历中获取当前时间;接下来,第二处理器2042将膝关节振动信号、大腿的姿态信息、声音信号、小腿的姿态信息和当前时间传输给TF卡208以保存;然后,第二处理器2042从TF卡208中获取预设的测量时段内的膝关节振动信号、大腿的姿态信息、声音信号、小腿的姿态信息,生成膝关节运动信息,并将膝关节运动信息传输给4G传输器206;最后,由4G传输器206将膝关节运动信息上传给服务端设备104。
还需要说明的是,图8中部件之间的细线表示电路连接。膝关节传感器模块202和数据采集处理模块204的电路中还包括低压差线性稳压器218(Low Dropout Regulator,LDO)和时钟电路220。具体的,膝关节传感器模块202和数据采集处理模块204中的LDO可用于将输入和输出的电压调节为高压5V,低压3.3V。时钟电路220可用于触发各传感器同步获取数据。锂电池210的规格可以为直流,电压为7.4V,锂电池210具体可以为2×18650锂电池及保护板。
此外,第二处理器2042和第一处理器2026可以为微控制单元(MicrocontrollerUnit,MCU);第一处理器2026可以通过串行外设接口(Serial Peripheral Interface,SPI)或I2C(Inter-Integrated Circuit,I2C)总线与加速度传感器2022进行数据交互;第一处理器2026可以通过SPI与第一姿态传感器2024进行数据交互;第一处理器2026可以通过SPI与声学传感器2025进行数据交互;第二处理器2042可以通过SPI,分别与第二姿态传感器2044、存储装置208和时间装置216进行数据交互。第二处理器2042可以通过通用异步收发传输器(Universal Asynchronous Receiver/Transmitter),UART)与4G传输器206进行数据交互。第二处理器2042和第一处理器2026之间可以通过SPI或UART进行数据交互。
还需要说明的是,在实际应用中,可以在数据采集处理模块204上的第二处理器2042上安装处理分析软件,从TF卡208中读取数据,并对读取的数据进行分析,具体的,可以进行普通的时域分析、频域分析等,并可集成专用的膝关节大数据分析算法,对膝关节振动信号的特征信息和膝关节的姿态信息的特征信息进行分析。为了方便使用,还可以在数据采集处理模块204上安装电源开关。
可见,本发明实施例提供的膝关节运动信息的处理设备,能够通过膝关节传感器模块以及数据采集处理模块获取人体的运动状态下的膝关节运动信息,并由传输装置将膝关节运动信息上传给服务端设备,以使服务端设备能够基于膝关节运动信息对处于运动状态下的膝关节的受损程度进行准确评估,本发明实施例提供的膝关节运动信息的处理设备的便携性较好,且能够对运动状态下的膝关节受损程度进行连续不间断的评估,使得医生可以基于膝关节的受损程度进行准确的诊断治疗。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (7)
1.一种膝关节运动信息的处理设备,其特征在于,所述处理设备包括:膝关节传感器模块(202)、数据采集处理模块(204)和传输装置(206);
所述膝关节传感器模块(202)与所述数据采集处理模块(204)连接,所述数据采集处理模块(204)与所述传输装置(206)连接;
所述膝关节传感器模块(202)包括加速度传感器(2022)、声学传感器(2025)、第一姿态传感器(2024)和第一处理器(2026);
所述第一处理器(2026)分别与所述声学传感器(2025)、所述加速度传感器(2022)和第一姿态传感器(2024)连接;
所述膝关节传感器模块(202)还包括第一保护壳(2027),所述第一保护壳(2027)包括第一底板(20271)和第一外罩(20272),所述第一外罩(20272)与所述第一底板(20271)通过螺栓连接;其中,所述第一外罩(20272)为开放的球状腔体,以使所述第一底板(20271)和所述第一外罩(20272)紧密扣合,形成第一保护壳(2027);
所述第一底板(20271)为球面,以使所述第一底板(20271)接触人体的膝关节;
所述加速度传感器(2022)设置在所述第一保护壳(2027)内的第一底板(20271)的中央位置上,以在所述第一底板(20271)的球面紧密贴合膝关节表面时,所述加速度传感器(2022)也紧密接触膝关节表面;
所述声学传感器(2025)、所述第一处理器(2026)和所述第一姿态传感器(2024)均设置在所述第一保护壳(2027)内;
其中,所述膝关节传感器模块(202)用于获取运动状态下的人体的膝关节和大腿的测量信息;测量信息包括膝关节运动信号和人体的大腿的姿态信息;所述数据采集处理模块(204)用于生成人体的膝关节运动信息;所述膝关节运动信息包括膝关节运动信号的特征信息和姿态信息的特征信息;所述膝关节运动信号的特征信息包括膝关节振动信号在时域和/或频域中的特征值,以及膝关节声音信号在时域和/或频域中的特征值;频域中的特征值包括频谱、能量谱、均值频率、功率谱平均值;时域中的特征值包括均方根、峰度、偏度。
2.根据权利要求1所述的设备,其特征在于,所述数据采集处理模块(204)包括第二处理器(2042)、第二姿态传感器(2044)和第二保护壳(2046),所述第二保护壳(2046)包括第二底板(20461)和第二外罩(20462),所述第二外罩(20462)与所述第二底板(20461)通过螺栓连接;
所述第二底板(20461)为圆柱弧面,以使所述第二底板(20461)接触所述人体的小腿。
3.根据权利要求2所述的设备,其特征在于,
所述第二姿态传感器(2044)和所述第二处理器(2042)均设置在所述第二保护壳(2046)内。
4.根据权利要求3所述的设备,其特征在于,所述设备还包括:电池装置(210);所述电池装置(210)分别与所述膝关节传感器模块(202)、所述数据采集处理模块(204)和所述传输装置(206)连接;
所述电池装置(210)设置在所述第二保护壳(2046)内。
5.根据权利要求3所述的设备,其特征在于,所述数据采集处理模块(204)还包括:存储装置(208);所述存储装置(208)与所述第二处理器(2042)连接;
所述存储装置(208)设置在所述第二保护壳(2046)内。
6.根据权利要求2至5任一项所述的设备,其特征在于,所述膝关节传感器模块(202)与所述数据采集处理模块(204)通过电缆(214)连接;
所述第一外罩(20272)的侧面设置第一通孔(2029),所述第二外罩(20462)的侧面设置第二通孔(2048),所述电缆(214)穿过所述第一通孔(2029)和所述第二通孔(2048)连接所述第一处理器(2026)与所述第二处理器(2042)。
7.根据权利要求6所述的设备,其特征在于,所述设备还包括:紧固带(212);
所述紧固带(212)为长方形,由弹性材料制成;
所述膝关节传感器模块(202)的所述第一保护壳(2027)、所述数据采集处理模块(204)的所述第二保护壳(2046)和所述电缆(214)均固定在所述紧固带(212)上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811639497.6A CN111374674B (zh) | 2018-12-29 | 2018-12-29 | 一种膝关节运动信息的处理设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811639497.6A CN111374674B (zh) | 2018-12-29 | 2018-12-29 | 一种膝关节运动信息的处理设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111374674A CN111374674A (zh) | 2020-07-07 |
CN111374674B true CN111374674B (zh) | 2023-02-10 |
Family
ID=71221008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811639497.6A Active CN111374674B (zh) | 2018-12-29 | 2018-12-29 | 一种膝关节运动信息的处理设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111374674B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112806981B (zh) * | 2021-02-05 | 2022-03-25 | 北京大学口腔医学院 | 一种膝关节健康管理健身裤 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103750841A (zh) * | 2014-01-20 | 2014-04-30 | 上海交通大学 | 基于mems惯性传感器的人体膝关节角度无线检测系统及方法 |
WO2014150780A2 (en) * | 2013-03-15 | 2014-09-25 | Jointvue, Llc | Determination of joint condition based on vibration analysis |
WO2018083385A1 (en) * | 2016-11-07 | 2018-05-11 | Oulun Yliopisto | Arrangement for knee diagnostics |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8444564B2 (en) * | 2009-02-02 | 2013-05-21 | Jointvue, Llc | Noninvasive diagnostic system |
US20130211259A1 (en) * | 2009-02-02 | 2013-08-15 | Jointvue, Llc | Determination of joint condition based on vibration analysis |
CN106344031A (zh) * | 2016-08-29 | 2017-01-25 | 常州市钱璟康复股份有限公司 | 一种基于声音反馈的步态训练与评估系统 |
CN108175639B (zh) * | 2017-12-29 | 2019-08-30 | 国家康复辅具研究中心 | 一种可穿戴式单源仿生动力膝关节系统及其控制方法 |
-
2018
- 2018-12-29 CN CN201811639497.6A patent/CN111374674B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014150780A2 (en) * | 2013-03-15 | 2014-09-25 | Jointvue, Llc | Determination of joint condition based on vibration analysis |
CN103750841A (zh) * | 2014-01-20 | 2014-04-30 | 上海交通大学 | 基于mems惯性传感器的人体膝关节角度无线检测系统及方法 |
WO2018083385A1 (en) * | 2016-11-07 | 2018-05-11 | Oulun Yliopisto | Arrangement for knee diagnostics |
Also Published As
Publication number | Publication date |
---|---|
CN111374674A (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bertolotti et al. | A wearable and modular inertial unit for measuring limb movements and balance control abilities | |
Goodvin et al. | Development of a real-time three-dimensional spinal motion measurement system for clinical practice | |
CN106572821A (zh) | 用于测量与人工骨科关节相关的性能参数的系统和方法 | |
TW201701825A (zh) | 將壓力轉換到非侵入式脈搏感測器 | |
CN111374635B (zh) | 一种膝关节运动信息的处理设备和系统 | |
Bloomfield et al. | Proposal and validation of a knee measurement system for patients with osteoarthritis | |
CN111374672B (zh) | 智能护膝及膝关节损伤预警方法 | |
EP3534782A1 (en) | Arrangement for knee diagnostics | |
CN110432872A (zh) | 膝关节韧带损伤评估设备和方法 | |
CN111383755B (zh) | 基于物联网云端服务器的膝关节疾病测评系统 | |
CN111374674B (zh) | 一种膝关节运动信息的处理设备 | |
CN107708561B (zh) | 指标导出设备、可佩戴设备以及移动设备 | |
CN111382641A (zh) | 体态识别方法和体感游戏动作指导系统 | |
Lee et al. | Development of haptic bracelets based arm swing feedback system for stroke survivors | |
Ding et al. | The development of a real-time wearable motion replication platform with spatial sensing and tactile feedback | |
Paladugu et al. | A sensor cluster to monitor body kinematics | |
Adochiei et al. | Design and implementation of a body posture detection system | |
Shenoy et al. | Design and validation of an IMU based full hand kinematic measurement system | |
Kumari et al. | Gait analysis in Spastic Hemiplegia and Diplegia cerebral palsy using a wearable activity tracking device-a data quality analysis for deep convolutional neural networks | |
CN113040754A (zh) | 一种膝关节运动信息的处理设备和系统 | |
CN105902271A (zh) | 下肢侧力线测量装置和方法 | |
Cooney et al. | Humanoid Robot Based Platform to Evaluate the Efficacy of Using Inertial Sensors for Spasticity Assessment in Cerebral Palsy | |
Lapinski | A platform for high-speed biomechanical analysis using wearable wireless sensors | |
Gürkan | PyTHang: an open-source wearable sensor system for real-time monitoring of head-torso angle for ambulatory applications | |
de la Garza-Galván | Laser goniometer: smartphone goniometer with laser guidance for range of motion measurement in musculo-skeletal medicine |
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 |