CN111382636B - 一种膝关节运动信号的处理方法、装置、设备和存储介质 - Google Patents
一种膝关节运动信号的处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111382636B CN111382636B CN201811641324.8A CN201811641324A CN111382636B CN 111382636 B CN111382636 B CN 111382636B CN 201811641324 A CN201811641324 A CN 201811641324A CN 111382636 B CN111382636 B CN 111382636B
- Authority
- CN
- China
- Prior art keywords
- knee joint
- posture
- signal
- requirement information
- knee
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- 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
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Physical Education & Sports Medicine (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明涉及一种膝关节运动信号的处理方法、装置、设备和存储介质,方法包括:在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号;根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息;在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。应用本发明实施例能够实现有效且及时的监督效果,有利于膝关节的彻底康复。
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号的处理方法、装置、设备和存储介质。
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,并且在人体运动过程中,膝关节几乎承受人体的全部重量,导致膝关节极易受损。为了修复受损的膝关节,需要对膝关节进行手术治疗,由于膝关节恢复较慢,因此在手术治疗之后,膝关节还需要经过一个相当长的康复阶段才能彻底恢复。在康复阶段内,要求患者在进行日常的行走跑步等运动时,按照医生提出的膝关节姿态要求调整膝关节的姿态,避免膝关节再次受损。
目前,医生可以通过口头或文字的方式告知患者对于膝关节的姿态要求,由患者在康复阶段内,按照医生提出的膝关节姿态要求,自觉调整膝关节的姿态。但上述调整膝关节姿态方法的监督力度较弱,导致使用上述调整膝关节姿态方法的效果较差,不利于患者膝关节的彻底康复。
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号的处理方法、装置、设备和存储介质。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号的处理方法,包括:
在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号,所述膝关节运动信号包括膝关节振动信号和膝关节声音信号;
根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息;
在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
在本发明的一个实施例中,预设的膝关节运动信号与膝关节姿态要求信息的对应关系包括:预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系;
所述根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息的步骤,包括:
确定所述膝关节运动信号的特征值;
在预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系中的所述预设的膝关节运动信号的特征值区间中,确定所述膝关节运动信号的特征值所在的膝关节运动信号的特征值区间;
根据预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系,查找所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息;
根据所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息,确定所述膝关节运动信号对应的目标膝关节姿态要求信息。
在本发明的一个实施例中,所述膝关节运动信号的特征值区间对应至少两个膝关节姿态要求信息;所述膝关节姿态要求信息包括用户信息;
所述根据所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息,确定所述膝关节运动信号对应的目标膝关节姿态要求信息的步骤,包括:
根据所述人体对应的用户信息,以及所述至少两个膝关节姿态要求信息中的用户信息,在所述至少两个膝关节姿态要求信息中,确定所述膝关节运动信号对应的一个目标膝关节姿态要求信息,所述用户信息包括用户的年龄、用户的身体质量指数BMI和用户的性别中的至少一个。
在本发明的一个实施例中,所述膝关节姿态信号包括:所述人体的小腿姿态信号和所述人体的大腿姿态信号;所述膝关节姿态要求信息还包括:大腿的姿态信号的标准值和小腿的姿态信号的标准值;
在所述在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息的步骤之前,所述方法还包括:
判断获取到的所述人体的大腿姿态信号和所述人体的小腿姿态信号,是否均符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值和小腿的姿态信号的标准值;
所述在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息的步骤,包括:
若获取到的所述人体的大腿姿态信号不符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值,和/或获取到的所述人体的小腿姿态信号不符合所述目标膝关节姿态要求信息中的小腿的姿态信号的标准值,则输出提示信息。
在本发明的一个实施例中,所述膝关节姿态信号包括:所述人体的小腿姿态信号和所述人体的大腿姿态信号;所述膝关节姿态要求信息还包括:膝关节姿态的标准值,所述膝关节姿态的标准值包括所述膝关节的角度的标准值;
所述在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息的步骤之前,所述方法还包括:
根据所述人体的大腿姿态信号和所述人体的小腿姿态信号,生成膝关节姿态的特征值,所述膝关节姿态的特征值包括膝关节的角度;
判断所述膝关节姿态的特征值,是否符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值;
所述在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息的步骤,包括:
若所述膝关节姿态的特征值不符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值,则输出提示信息。
在本发明的一个实施例中,所述目标膝关节姿态要求信息还包括语音提示,所述语音提示用于提示用户将膝关节的姿态调整为符合所述膝关节姿态要求信息;
所述输出提示信息的步骤,包括:
输出所述目标膝关节姿态要求信息中的语音提示。
在本发明的一个实施例中,在所述在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息的步骤之后,所述方法还包括:
将所述膝关节姿态信号上传给预设的服务器。
本发明的另一个实施例提供的一种膝关节运动信号的处理装置,
所述装置包括:获取模块、确定模块和提示模块;
所述获取模块,用于在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号,所述膝关节运动信号包括膝关节振动信号和膝关节声音信号;
所述确定模块,用于根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的膝关节姿态要求信息;
所述提示模块,用于在判断所述膝关节姿态信号与所述膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
在本发明的一个实施例中,预设的膝关节运动信号与膝关节姿态要求信息的对应关系包括:预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系;
所述确定模块,具体用于确定所述膝关节运动信号的特征值;在预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系中的所述预设的膝关节运动信号的特征值区间中,确定所述膝关节运动信号的特征值所在的膝关节运动信号的特征值区间;根据预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系,查找所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息;根据所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息,确定所述膝关节运动信号对应的目标膝关节姿态要求信息。
在本发明的一个实施例中,所述膝关节运动信号的特征值区间对应至少两个膝关节姿态要求信息;所述膝关节姿态要求信息包括用户信息;
所述确定模块,还用于根据所述人体对应的用户信息,以及所述至少两个膝关节姿态要求信息中的用户信息,在所述至少两个膝关节姿态要求信息中,确定所述膝关节运动信号对应的一个目标膝关节姿态要求信息,所述用户信息包括用户的年龄、用户的身体质量指数BMI和用户的性别中的至少一个。
在本发明的一个实施例中,所述膝关节姿态信号包括:所述人体的小腿姿态信号和所述人体的大腿姿态信号;所述膝关节姿态要求信息还包括:大腿的姿态信号的标准值和小腿的姿态信号的标准值;
所述装置还包括:判断模块,用于判断获取到的所述人体的大腿姿态信号和所述人体的小腿姿态信号,是否均符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值和小腿的姿态信号的标准值;
提示模块,具体用于若获取到的所述人体的大腿姿态信号不符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值,和/或获取到的所述人体的小腿姿态信号不符合所述目标膝关节姿态要求信息中的小腿的姿态信号的标准值,则输出提示信息。
在本发明的一个实施例中,所述膝关节姿态信号包括:所述人体的小腿姿态信号和所述人体的大腿姿态信号;所述膝关节姿态要求信息还包括:膝关节姿态的标准值,所述膝关节姿态的标准值包括所述膝关节的角度的标准值;
所述判断模块,还用于根据所述人体的大腿姿态信号和所述人体的小腿姿态信号,生成膝关节姿态的特征值,所述膝关节姿态的特征值包括膝关节的角度;判断所述膝关节姿态的特征值,是否符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值;
所述提示模块,具体用于若所述膝关节姿态的特征值不符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值,则输出提示信息。
在本发明的一个实施例中,所述目标膝关节姿态要求信息还包括语音提示,所述语音提示用于提示用户将膝关节的姿态调整为符合所述膝关节姿态要求信息;
所述提示模块,具体用于输出所述目标膝关节姿态要求信息中的语音提示。
在本发明的一个实施例中,所述装置还包括:上传模块,用于将所述膝关节姿态信号上传给预设的服务器。
本发明的再一个实施例提供了一种膝关节运动信号的处理设备,所述设备包括采集器、存储器、处理器和报警器,所述存储器存储有计算机程序,
所述采集器执行所述计算机程序时实现如下步骤:在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号,所述膝关节运动信号包括膝关节振动信号和膝关节声音信号;
所述处理器执行所述计算机程序时实现如下步骤:根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息;在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时,通过报警器输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
本发明的又一个实施例提供了一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被处理器执行时实现以下步骤:
在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号,所述膝关节运动信号包括膝关节振动信号和膝关节声音信号;
根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息;
在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
与现有技术相比,本发明的有益效果:
在本发明实施例中,首先,在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号;然后,根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息;最后,在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。这样,本发明实施例能够根据获取到的膝关节运动信号确定对应的目标膝关节姿态要求信息,在获取到的膝关节姿态信号与目标膝关节姿态要求信息不一致时,通过输出提示信息以提示用户调整膝关节的姿态,能够实现有效且及时的监督效果,有利于膝关节的彻底康复。
附图说明
图1为本发明实施例提供的一种膝关节运动信号的处理方法的流程示意图;
图2为本发明实施例提供的另一种膝关节运动信号的处理方法的流程示意图;
图3为本发明实施例提供的又一种膝关节运动信号的处理方法的流程示意图;
图4为本发明实施例提供的一种膝关节运动信号的处理装置的结构示意图;
图5为本发明实施例提供的一种膝关节运动信号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。
实施例一
请参见图1,图1为本发明实施例提供的一种膝关节运动信号的处理方法的流程示意图。如图1所示,膝关节运动信号的处理方法,包括:
S102,在人体的运动状态下,获取所述人体的膝关节特征信号。
在本步骤中,可以在人体的运动状态下,获取人体的膝关节产生的膝关节特征信号,其中,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号,以便基于上述膝关节特征信号,确定膝关节的姿态是否符合预设的膝关节姿态要求。
需要说明的是,膝关节运动信号是膝关节在伸展和弯曲运动时髌骨中部产生的。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,膝关节运动信号能够体现膝关节的受损程度。
其中,膝关节运动信号可以包括膝关节振动信号和膝关节声音信号。可以根据膝关节运动信号,将膝关节的受损程度区分为未受损状态和受损状态,其中,受损状态又可以进一步细分为一级受损状态、二级受损状态、三级受损状态和四级受损状态等。在实际应用中,可以根据膝关节运动信号,使用训练好的模型,确定膝关节的受损程度。
具体的,预先训练好的模型可以是支持深度学习算法、K-近邻算法、贝叶斯算法、神经网络算法、SVM等机器学习算法模型。SVM模型可以是基于径向基函数(Radial BasisFunction,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。
进一步的,预先训练好的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;预先训练好的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状态、一级受损状态、二级受损状态、三级受损状态和四级受损状态。
当然,多分类SVM模型对应的分类结果也可以为六类、七类或者更多,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。
针对受损程度不同的膝关节,医生提出的膝关节姿态要求也不同。比如,针对受损程度较严重的膝关节,医生不建议做运动幅度较大的姿势,在提出的膝关节姿态要求中,要求膝关节姿态的变化幅度较小;针对受损程度较轻的膝关节,医生提出的膝关节姿态要求中,要求膝关节姿态的变化幅度较大。
因此,可以通过获取用户的膝关节运动信号,确定用户的膝关节的受损程度,以便基于用户的膝关节的受损程度,确定适于受损膝关节的膝关节姿态要求信息。
需要说明的是,膝关节姿态信号可以体现人体的下肢的姿态情况,具体可以包括人体的小腿姿态信号和人体的大腿姿态信号,其中,人体的小腿姿态信号可以体现人体的小腿的姿态,人体的大腿姿态信号可以体现人体的大腿的姿态。可以根据人体的小腿的姿态和人体的大腿的姿态,计算膝关节的姿态,膝关节的姿态可以包括膝关节的角度、膝关节距离地面的高度等。
由于膝关节的姿态对膝关节中各骨骼的结合方式以及各骨骼的受压程度有较大影响,因此,为了避免膝关节再次受损,可以通过获取用户的膝关节姿态信号,监督运动过程中用户的膝关节姿态,帮助膝关节尽快康复。
S104,根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息。
在本步骤中,在由S102获取到膝关节运动信号之后,可以根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号所对应的膝关节姿态要求信息。为了方便说明,可以将所述膝关节运动信号对应的膝关节姿态要求信息作为目标膝关节姿态要求信息,以便当获取到的膝关节姿态信号与目标膝关节姿态要求信息中的膝关节姿态不一致时,可以通过输出提示信息以提示用户调整膝关节姿态。
可以理解的,膝关节姿态要求信息对膝关节姿态进行了限制,比如,膝关节姿态要求信息可以包括膝关节姿态的标准值,具体的,可以为膝关节的角度的标准值,或者膝关节距离地面的高度的标准值;又比如,膝关节姿态要求信息可以包括大腿的姿态信号的标准值和小腿的姿态信号的标准值,具体的,可以为大腿的姿态信号所体现的大腿相对于垂直方向的切斜角度的标准值,小腿的姿态信号所体现的小腿相对于垂直方向的切斜角度的标准值等。而膝关节姿态信号可以包括大腿的姿态信号和小腿的姿态信号等能够体现膝关节姿态的信息,因此,可以通过对比目标膝关节姿态要求信息和获取到的膝关节运动信号来确定人体的膝关节的姿态是否需要调整。
具体的,在预设的膝关节运动信号与膝关节姿态要求信息的对应关系中,一个预设的膝关节运动信号可以对应一个膝关节姿态要求信息,或者,多个预设的膝关节运动信号对应一个膝关节姿态要求信息,或者,一个预设的膝关节运动信号可以对应多个膝关节姿态要求信息,具体可以根据实际情况确定。
可以理解的,多个相似的膝关节运动信号对应的膝关节的受损程度相似。因此,为了提高处理效率,可以使多个相似的膝关节运动信号对应一个膝关节姿态要求信息。此外,为了使确定的膝关节姿态要求信息更适合用户,可以使一个预设的膝关节运动信号可以对应多个膝关节姿态要求信息,进而根据用户的体质特征,从初步确定的多个膝关节姿态要求信息中,进一步筛选出一个针对性较强的膝关节姿态要求信息,作为目标膝关节姿态要求信息。
可见,目标膝关节姿态要求信息即为基于所述人体的膝关节的受损程度,所确定的适于上述人体的膝关节的膝关节姿态要求信息。可以理解的,上述获取到的膝关节姿态信号应该与目标膝关节姿态要求信息中的膝关节姿态一致,若上述获取到的膝关节姿态信号与目标膝关节姿态要求信息中的膝关节姿态不一致,则人体的膝关节的姿态可能导致膝关节受损,可以通过输出提示信息以提示用户调整膝关节姿态,帮助膝关节尽快康复。
S106,在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
在本步骤中,可以在S104确定目标膝关节姿态要求信息之后,根据所述膝关节姿态信号,判断所述获取到的膝关节姿态信号与目标膝关节姿态要求信息中的膝关节姿态是否一致,若为否,则可以通过输出提示信息,以提示用户调整膝关节的姿态,使得膝关节的姿态符合目标膝关节姿态要求信息中的膝关节姿态,若为是,则说明人体的膝关节的姿态符合目标膝关节姿态要求信息中的膝关节姿态,无需用户调整膝关节的姿态。
这样,可以通过将用户的膝关节姿态信号与目标膝关节姿态要求信息中的膝关节姿态要求进行对比,实现对用户的膝关节的有效监督,以及在膝关节的姿态不符合目标膝关节姿态要求信息中的膝关节姿态的情况下,及时提醒用户调整膝关节的姿态,避免膝关节受损,有利于膝关节的彻底康复。
可见,本发明实施例提供的膝关节运动信号的处理方法,能够根据获取到的膝关节运动信号确定对应的目标膝关节姿态要求信息,在获取到的膝关节姿态信号与目标膝关节姿态要求信息不一致时,通过输出提示信息以提示用户调整膝关节的姿态,能够实现有效且及时的监督效果,有利于膝关节的彻底康复。
实施例二
请参见图2,图2为本发明实施例提供的另一种膝关节运动信号的处理方法的流程示意图。在上述实施例的基础上,预设的膝关节运动信号与膝关节姿态要求信息的对应关系包括:预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系。此外,膝关节姿态要求信息可以包括:大腿的姿态信号的标准值和小腿的姿态信号的标准值,对应的,所述膝关节姿态要求信息还可以包括:大腿的姿态信号的标准值和小腿的姿态信号的标准值。
如图2所示,膝关节运动信号的处理方法,包括:
S202,在人体的运动状态下,获取所述人体的膝关节特征信号。
在本步骤中,可以按照预设的周期,或者预设的时间间隔,获取人体的膝关节特征信号,其中,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号,而所述膝关节姿态信号可以包括:所述人体的小腿姿态信号和所述人体的大腿姿态信号,以便基于上述膝关节特征信号,确定膝关节的姿态是否符合预设的膝关节姿态要求。
在实际应用中,膝关节姿态信号可以由放置在膝关节上靠近大腿部位的姿态传感器获取大腿姿态信号,由放置在小腿部位的姿态传感器获取小腿姿态信号,姿态传感器获取到的姿态信号可以包括三个轴向的传感器数据。
需要说明的是,本步骤的详细说明和技术效果可以参考图1所示的膝关节运动信号的处理方法中的S102,在此不再赘述。
S204,确定所述人体的膝关节特征信号中的所述膝关节运动信号的特征值。
在本步骤中,由于预设的膝关节运动信号与膝关节姿态要求信息的对应关系可以包括预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系,因此,可以根据膝关节运动信号,生成膝关节运动信号的特征值,以便确定所述膝关节运动信号对应的目标膝关节运动信号的特征值区间,进而根据目标膝关节运动信号的特征值区间确定目标膝关节姿态要求信息。
其中,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。
可见,膝关节运动信号的特征值能够分别从时域和频域直观体现膝关节运动信号的特点。
S206,在预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系中的所述预设的膝关节运动信号的特征值区间中,确定所述膝关节运动信号的特征值所在的膝关节运动信号的特征值区间。
在本步骤中,可以根据S204确定的膝关节运动信号的特征值,在预设的膝关节运动信号区间与膝关节姿态要求信息的对应关系中的所述预设的膝关节运动信号区间中,确定所述膝关节运动信号的特征值所在的膝关节运动信号的特征值区间。为了方便说明,可以将所述膝关节运动信号所在的膝关节运动信号的特征值区间作为目标膝关节运动信号的特征值区间,以便根据目标膝关节运动信号的特征值区间,确定所述膝关节运动信号对应的目标膝关节姿态要求信息。
这样,可以确定人体的膝关节的姿态是否符合目标膝关节姿态要求信息中的膝关节姿态,当人体的膝关节的姿态不符合目标膝关节姿态要求信息中的膝关节姿态时,可以通过输出提示信息以提示用户调整膝关节姿态,避免膝关节受损。
S208,根据预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系,查找所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息。
在本步骤中,可以根据预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系,查找S206得到的膝关节运动信号的特征值区间所对应的膝关节姿态要求信息,具体的,所述膝关节运动信号的特征值区间对应至少两个膝关节姿态要求信息。
可以理解的,目标膝关节运动信号的特征值区间所对应的膝关节姿态要求信息与人体的膝关节受损程度相适应。
这样,可以根据膝关节运动信号的特征值区间所对应的膝关节姿态要求信息,确定所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息,进而判断是否需要调整膝关节的姿态。
S210,根据所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息,确定所述膝关节运动信号对应的目标膝关节姿态要求信息。
在本步骤中,由于S208确定的目标膝关节运动信号的特征值区间对应的膝关节姿态要求信息可能为至少一个,为了使最终确定的目标膝关节姿态要求信息能够更加适合于用户的膝关节的特点,因此,可以根据用户的体质、身体健康等其他特征信息,从目标膝关节运动信号的特征值区间对应的膝关节姿态要求信息中,确定所述膝关节运动信号对应的一个目标膝关节姿态要求信息,以使目标膝关节姿态要求信息更加有利于用户的膝关节的康复。
S212,判断获取到的所述人体的大腿姿态信号和所述人体的小腿姿态信号,是否均符合所述目标膝关节姿态要求信息的大腿的姿态信号的标准值和小腿的姿态信号的标准值,若获取到的所述人体的大腿姿态信号不符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值,和/或获取到的所述人体的小腿姿态信号不符合所述目标膝关节姿态要求信息中的小腿的姿态信号的标准值,则执行S214。
在本步骤中,所述膝关节姿态要求信息可以包括:大腿的姿态信号的标准值和小腿的姿态信号的标准值,具体的,大腿的姿态信号的标准值和小腿的姿态信号的标准值均可以为至少一个区间值,以及,获取到的膝关节姿态信号可以包括:所述人体的小腿姿态信号和所述人体的大腿姿态信号,其中,小腿姿态信号和大腿姿态信号均可以包括三个轴向的测量数据。
具体的,可以判断获取到的所述人体的大腿姿态信号对应的测量数据和所述人体的小腿姿态信号对应的测量数据,是否均处于所述目标膝关节姿态要求信息的大腿的姿态信号的标准值和小腿的姿态信号的标准值之内,若所述人体的大腿姿态信号对应的测量数据不符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值,或所述人体的小腿姿态信号对应的测量数据不符合所述目标膝关节姿态要求信息中的小腿的姿态信号的标准值,则可以通过执行后续步骤发出提示信息,以提醒用户调整膝关节姿态。
S214,输出提示信息。
在本步骤中,若获取到的所述人体的大腿姿态信号不符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值,和/或获取到的所述人体的小腿姿态信号不符合所述目标膝关节姿态要求信息中的小腿的姿态信号的标准值,则可以通过输出提示信息以提示用户调整膝关节的姿态,使得膝关节的姿态符合目标膝关节姿态要求信息中的膝关节姿态要求,避免膝关节受损。
具体的,提示信息可以包括语音、蜂鸣、振动中的至少一种。
一种实现方式中,在S214之后,所述方法还包括:
将所述膝关节姿态信号上传给预设的服务器。
具体的,若获取到的所述人体的大腿姿态信号不符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值,和/或获取到的所述人体的小腿姿态信号不符合所述目标膝关节姿态要求信息中的小腿的姿态信号的标准值,则可以将膝关节姿态信号上传给预设的服务器。这样,可以由服务器根据用户的膝关节姿态,分析用户的膝关节的恢复情况,帮助医生制定或调整治疗方案,也可以由服务器基于膝关节姿态信号,建立用户的膝关节姿态数据库,使用户了解自身的膝关节的姿态问题,帮助用户在日常中主动调整膝关节姿态,有利于膝关节的尽快康复。
当然,服务器可以基于膝关节姿态信号实现更多的分析功能,在此不再赘述。
又一种实现方式中,所述方法还包括:
保存获取到的所述人体的膝关节特征信号。
具体的,可以将获取到的人体的膝关节特征信号保存起来,生成用户的膝关节姿态数据库,帮助医生分析用户的膝关节的受损情况,使用户了解自身的膝关节的姿态问题,帮助用户在日常中主动调整膝关节姿态,有利于膝关节的尽快康复。也可以作为参考资料长期保存,有助于医生积累治疗经验。
可见,本发明实施例提供的膝关节运动信号的处理方法,能够基于预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系,确定获取到的人体的膝关节运动信号对应的目标膝关节姿态要求信息,以及在获取到的人体的膝关节姿态信号与目标膝关节姿态要求信息中的膝关节姿态不一致时,能够通过输出提示信息以提示用户调整膝关节的姿态,能够实现有效且及时的监督效果,有利于膝关节的彻底康复。
实施例三
请参见图3,图3为本发明实施例提供的又一种膝关节运动信号的处理方法的流程示意图。在上述实施例的基础上,可以参考用户信息,确定目标膝关节姿态要求信息;膝关节姿态要求信息还可以包括膝关节姿态的标准值,所述膝关节姿态的标准值包括所述膝关节的角度的标准值。
如图3所示,膝关节运动信号的处理方法,包括:
S302,在人体的运动状态下,获取所述人体的膝关节特征信号。
本步骤的详细说明和技术效果可以参考图2所示的膝关节运动信号的处理方法中的S202,在此不再赘述。
S304,确定所述膝关节运动信号的特征值。
本步骤的详细说明和技术效果可以参考图2所示的膝关节运动信号的处理方法中的S204,在此不再赘述。
S306,在预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系中的所述预设的膝关节运动信号的特征值区间中,确定所述膝关节运动信号的特征值所在的膝关节运动信号的特征值区间。
本步骤的详细说明和技术效果可以参考图2所示的膝关节运动信号的处理方法中的S206,在此不再赘述。
S308,根据预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系,查找所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息。
其中,目标膝关节运动信号的特征值区间对应的至少两个膝关节姿态要求信息。
本步骤的详细说明和技术效果可以参考图2所示的膝关节运动信号的处理方法中的S208,在此不再赘述。
S310,根据所述人体对应的用户信息,以及所述至少两个膝关节姿态要求信息中的用户信息,在所述至少两个膝关节姿态要求信息中,确定所述膝关节运动信号对应的一个目标膝关节姿态要求信息。
在本步骤中,所述膝关节姿态要求信息还可以包括用户信息,可以根据所述人体对应的用户信息,以及S308确定的所述膝关节运动信号的特征值区间对应的至少两个膝关节姿态要求信息所包括的用户信息,在所述至少两个膝关节姿态要求信息中,确定所述膝关节运动信号的特征值区间对应的一个膝关节姿态要求信息,为了方便说明,可以将所述一个膝关节姿态要求信息作为目标膝关节姿态要求信息。
其中,所述用户信息可以包括用户的年龄、用户的身体质量(Body Mass Index,BMI)指数和用户的性别中的至少一个。由于用户的年龄、BMI指数以及用户的性别可能影响膝关节的生理状态,比如,老年人的膝关节的生理状态通常差于年轻人的膝关节的生理状态。
当膝关节运动信号对应多个膝关节姿态要求信息时,对此,可以通过用户信息,从确定上述多个膝关节姿态要求信息中,确定一个最适合于用户的膝关节姿态要求信息作为目标膝关节姿态要求信息。可以理解的,在膝关节运动信号对应多个膝关节姿态要求信息中,最终确定的目标膝关节姿态要求信息中的膝关节姿态要求更加适合于用户的身体状态。
这样,针对多个用户的膝关节运动信号较为相似,均对应同一个目标膝关节运动信号的特征值区间的情况下,可以根据用户信息,从该目标膝关节运动信号对应的多个膝关节姿态要求信息中,查找到各用户对应的目标膝关节姿态要求信息,以通过目标膝关节姿态要求信息中的膝关节姿态要求,监督用户的膝关节姿态,避免膝关节受损,有利于膝关节的尽快恢复。
S312,根据所述人体的大腿姿态信号和所述人体的小腿姿态信号,生成膝关节姿态的特征值。
在本步骤中,可以根据所述人体的大腿姿态信号和所述人体的小腿姿态信号,生成膝关节姿态的特征值,以根据膝关节姿态的特征值,判断用户的膝关节姿态是否符合目标膝关节姿态要求信息中的膝关节姿态要求,其中,所述膝关节姿态的特征值包括膝关节的角度。
具体的,可以根据所述人体的大腿姿态信号中的测量数据和所述人体的小腿姿态信号中的测量数据,计算膝关节的角度,在此不再赘述。
S314,判断所述膝关节姿态的特征值,是否符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值;若所述膝关节姿态的特征值不符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值,则执行S316。
在本步骤中,所述目标膝关节姿态要求信息包括:膝关节姿态的标准值,那么,可以判断S312中计算得到的所述膝关节姿态的特征值,是否符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值,若为否,则可以输出提示信息,以提示用户调整膝关节姿态,若为是,则无需输出提示信息。
可以理解的,当膝关节姿态的特征值为膝关节的角度时,膝关节姿态要求信息中的膝关节姿态的标准值可以为膝关节的角度的标准值,具体的,膝关节的角度的标准值可以为区间值。
S316,输出所述目标膝关节姿态要求信息中的语音提示。
在本步骤中,所述膝关节姿态要求信息还包括语音提示,所述语音提示用于提示用户将膝关节的姿态调整为符合所述膝关节姿态要求信息中的膝关节姿态要求,这样,若所述膝关节姿态的特征值不符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值,则可以输出所述目标膝关节姿态要求信息中的语音提示,以提示用户将膝关节的姿态调整为与目标膝关节姿态要求信息中的膝关节姿态一致,避免膝关节受损,帮助膝关节的尽快恢复。
具体的,不同的目标膝关节姿态要求信息,对应的语音提示也可以不同。可以针对目标膝关节姿态要求信息,设置相应的语音提示,比如,当目标膝关节姿态要求信息中的膝关节姿态的运动幅度较小时,语音提示可以包括“请不要剧烈运动”等,能够提示用户将膝关节姿态调整为符合目标膝关节姿态要求信息中的膝关节姿态要求的话语。
可见,以参考用户信息,确定目标膝关节姿态要求信息,以及目标膝关节姿态要求信息可以包括膝关节姿态的标准值。
可见,本发明实施例提供的膝关节运动信号的处理方法,能够根据获取到的膝关节运动信号,以及用户信息,确定目标膝关节姿态要求信息,以及在获取到的人体的膝关节姿态信息与目标膝关节姿态要求信息中的膝关节姿态不一致时,可以通过输出提示信息以提示用户调整膝关节的姿态,能够实现有效且及时的监督效果,有利于膝关节的彻底康复。
实施例四
本发明实施例提供了一种膝关节运动信号的处理装置,请参见图4,图4为本发明实施例提供的一种膝关节运动信号的处理装置结构示意图。如图4所示,膝关节运动信号的处理装置,所述装置包括:获取模块402、确定模块404和提示模块406:
所述获取模块402,用于在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号;
所述确定模块404,用于根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的膝关节姿态要求信息;
所述提示模块406,用于在判断所述膝关节姿态信号与所述膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
在本发明的一个实施例中,预设的膝关节运动信号与膝关节姿态要求信息的对应关系包括:预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系;所述确定模块404,具体用于确定所述膝关节运动信号的特征值;在预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系中的所述预设的膝关节运动信号的特征值区间中,确定所述膝关节运动信号的特征值所在的膝关节运动信号的特征值区间;根据预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系,查找所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息;根据所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息,确定所述膝关节运动信号对应的目标膝关节姿态要求信息。
在本发明的一个实施例中,所述膝关节运动信号的特征值区间对应至少两个膝关节姿态要求信息;所述膝关节姿态要求信息包括用户信息:所述确定模块404,还用于根据所述人体对应的用户信息,以及所述至少两个膝关节姿态要求信息中的用户信息,在所述至少两个膝关节姿态要求信息中,确定所述膝关节运动信号对应的一个目标膝关节姿态要求信息,所述用户信息包括用户的年龄、用户的BMI和用户的性别中的至少一个。
在本发明的一个实施例中,所述膝关节姿态信号包括:所述人体的小腿姿态信号和所述人体的大腿姿态信号;所述膝关节姿态要求信息还包括:大腿的姿态信号的标准值和小腿的姿态信号的标准值;所述装置还包括:判断模块,用于判断获取到的所述人体的大腿姿态信号和所述人体的小腿姿态信号,是否均符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值和小腿的姿态信号的标准值;提示模块406,具体用于若获取到的所述人体的大腿姿态信号不符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值,和/或获取到的所述人体的小腿姿态信号不符合所述目标膝关节姿态要求信息中的小腿的姿态信号的标准值,则输出提示信息。
在本发明的一个实施例中,若获取到的所述人体的大腿姿态信号不符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值,和/或获取到的所述人体的小腿姿态信号不符合所述目标膝关节姿态要求信息中的小腿的姿态信号的标准值,则输出提示信息;所述判断模块,还用于根据所述人体的大腿姿态信号和所述人体的小腿姿态信号,生成膝关节姿态的特征值,所述膝关节姿态的特征值包括膝关节的角度;判断所述膝关节姿态的特征值,是否符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值;所述提示模块406,具体用于若所述膝关节姿态的特征值不符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值,则输出提示信息。
在本发明的一个实施例中,若所述膝关节姿态的特征值不符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值,则输出提示信息;所述提示模块406,具体用于输出所述目标膝关节姿态要求信息中的语音提示。
在本发明的一个实施例中,所述装置还包括:上传模块,用于将所述膝关节姿态信号上传给预设的服务器。
本发明实施例提供的膝关节运动信号的处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
本发明实施例又提供了一种膝关节运动信号的处理设备,请参见图5,图5为本发明实施例提供的一种膝关节运动信号的处理设备结构示意图。如图5所示,膝关节运动信号的处理设备,包括采集器502、存储器504、处理器506和报警器508,所述存储器504存储有计算机程序,
所述采集器502执行所述计算机程序时实现如下步骤:
在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号;
所述处理器506执行所述计算机程序时实现如下步骤:
根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息;在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时,通过报警器508输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
本发明实施例提供的膝关节运动信号的处理设备,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
本发明实施例另提供了一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被处理器执行时实现以下步骤:
在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号;
根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息;
在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
本发明实施例提供的计算机可读存储介质,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
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 (10)
1.一种膝关节运动信号的处理方法,其特征在于,所述方法包括:
在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号,所述膝关节运动信号包括膝关节振动信号和膝关节声音信号;
根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息;
在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
2.根据权利要求1所述的方法,其特征在于,预设的膝关节运动信号与膝关节姿态要求信息的对应关系包括:预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系;
所述根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息的步骤,包括:
确定所述膝关节运动信号的特征值;
在预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系中的所述预设的膝关节运动信号的特征值区间中,确定所述膝关节运动信号的特征值所在的膝关节运动信号的特征值区间;
根据预设的膝关节运动信号的特征值区间与膝关节姿态要求信息的对应关系,查找所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息;
根据所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息,确定所述膝关节运动信号对应的目标膝关节姿态要求信息。
3.根据权利要求2所述的方法,其特征在于,所述膝关节运动信号的特征值区间对应至少两个膝关节姿态要求信息;所述膝关节姿态要求信息包括用户信息;
所述根据所述膝关节运动信号的特征值区间对应的膝关节姿态要求信息,确定所述膝关节运动信号对应的目标膝关节姿态要求信息的步骤,包括:
根据所述人体对应的用户信息,以及所述至少两个膝关节姿态要求信息中的用户信息,在所述至少两个膝关节姿态要求信息中,确定所述膝关节运动信号对应的一个目标膝关节姿态要求信息,所述用户信息包括用户的年龄、用户的身体质量指数BMI和用户的性别中的至少一个。
4.根据权利要求1所述的方法,其特征在于,所述膝关节姿态信号包括:所述人体的小腿姿态信号和所述人体的大腿姿态信号;所述膝关节姿态要求信息还包括:大腿的姿态信号的标准值和小腿的姿态信号的标准值;
在所述在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息的步骤之前,所述方法还包括:
判断获取到的所述人体的大腿姿态信号和所述人体的小腿姿态信号,是否均符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值和小腿的姿态信号的标准值;
所述在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息的步骤,包括:
若获取到的所述人体的大腿姿态信号不符合所述目标膝关节姿态要求信息中的大腿的姿态信号的标准值,和/或获取到的所述人体的小腿姿态信号不符合所述目标膝关节姿态要求信息中的小腿的姿态信号的标准值,则输出提示信息。
5.根据权利要求1所述的方法,其特征在于,所述膝关节姿态信号包括:所述人体的小腿姿态信号和所述人体的大腿姿态信号;所述膝关节姿态要求信息还包括:膝关节姿态的标准值,所述膝关节姿态的标准值包括所述膝关节的角度的标准值;
所述在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息的步骤之前,所述方法还包括:
根据所述人体的大腿姿态信号和所述人体的小腿姿态信号,生成膝关节姿态的特征值,所述膝关节姿态的特征值包括膝关节的角度;
判断所述膝关节姿态的特征值,是否符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值;
所述在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息的步骤,包括:
若所述膝关节姿态的特征值不符合所述目标膝关节姿态要求信息中的膝关节姿态的标准值,则输出提示信息。
6.根据权利要求1至5任一所述的方法,其特征在于,所述目标膝关节姿态要求信息还包括语音提示,所述语音提示用于提示用户将膝关节的姿态调整为符合所述膝关节姿态要求信息;
所述输出提示信息的步骤,包括:
输出所述目标膝关节姿态要求信息中的语音提示。
7.根据权利要求1所述的方法,其特征在于,在所述在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息的步骤之后,所述方法还包括:
将所述膝关节姿态信号上传给预设的服务器。
8.一种膝关节运动信号的处理装置,其特征在于,所述装置包括:获取模块、确定模块和提示模块;
所述获取模块,用于在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号,所述膝关节运动信号包括膝关节振动信号和膝关节声音信号;
所述确定模块,用于根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的膝关节姿态要求信息;
所述提示模块,用于在判断所述膝关节姿态信号与所述膝关节姿态要求信息中的膝关节姿态不一致时输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
9.一种膝关节运动信号的处理设备,所述设备包括采集器、存储器、处理器和报警器,所述存储器存储有计算机程序,其特征在于,
所述采集器执行所述计算机程序时实现如下步骤:在人体的运动状态下,获取所述人体的膝关节特征信号,所述膝关节特征信号包括膝关节运动信号和膝关节姿态信号,所述膝关节运动信号包括膝关节振动信号和膝关节声音信号;
所述处理器执行所述计算机程序时实现如下步骤:根据预设的膝关节运动信号与膝关节姿态要求信息的对应关系,确定所述膝关节运动信号对应的目标膝关节姿态要求信息;在判断所述膝关节姿态信号与所述目标膝关节姿态要求信息中的膝关节姿态不一致时,控制所述报警器输出提示信息,以供用户根据所述提示信息调整所述膝关节的姿态。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811641324.8A CN111382636B (zh) | 2018-12-29 | 2018-12-29 | 一种膝关节运动信号的处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811641324.8A CN111382636B (zh) | 2018-12-29 | 2018-12-29 | 一种膝关节运动信号的处理方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111382636A CN111382636A (zh) | 2020-07-07 |
CN111382636B true CN111382636B (zh) | 2023-04-25 |
Family
ID=71218266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811641324.8A Active CN111382636B (zh) | 2018-12-29 | 2018-12-29 | 一种膝关节运动信号的处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111382636B (zh) |
Families Citing this family (2)
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 |
CN117133402A (zh) * | 2023-08-30 | 2023-11-28 | 广东省中医院(广州中医药大学第二附属医院、广州中医药大学第二临床医学院、广东省中医药科学院) | 动态监管患者康复的方法、装置、设备及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3173191A2 (en) * | 2015-11-27 | 2017-05-31 | Industrial Technology Research Institute | Method for estimating posture of robotic walking aid |
CN107115114A (zh) * | 2017-04-28 | 2017-09-01 | 王春宝 | 人体运动能力评价方法、装置及系统 |
CN108519818A (zh) * | 2018-03-29 | 2018-09-11 | 北京小米移动软件有限公司 | 信息提示方法及装置 |
-
2018
- 2018-12-29 CN CN201811641324.8A patent/CN111382636B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3173191A2 (en) * | 2015-11-27 | 2017-05-31 | Industrial Technology Research Institute | Method for estimating posture of robotic walking aid |
CN107115114A (zh) * | 2017-04-28 | 2017-09-01 | 王春宝 | 人体运动能力评价方法、装置及系统 |
CN108519818A (zh) * | 2018-03-29 | 2018-09-11 | 北京小米移动软件有限公司 | 信息提示方法及装置 |
Non-Patent Citations (1)
Title |
---|
刘作军 ; 高新智 ; 赵晓东 ; 陈玲玲 ; .下肢假肢穿戴者跑动步态识别与膝关节控制策略研究.仪器仪表学报.2018,(07),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111382636A (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khera et al. | Role of machine learning in gait analysis: a review | |
US20170303849A1 (en) | System and method for assistive gait intervention and fall prevention | |
CN111382636B (zh) | 一种膝关节运动信号的处理方法、装置、设备和存储介质 | |
Parmar et al. | Measuring the quality of exercises | |
CN103989485A (zh) | 基于脑电波的人体疲劳度评价方法 | |
CN111383763A (zh) | 一种膝关节运动信息的处理方法、装置、设备和存储介质 | |
Figueiredo et al. | Daily locomotion recognition and prediction: A kinematic data-based machine learning approach | |
Zhang et al. | Lower limb motion intention recognition based on sEMG fusion features | |
Wang et al. | Bionic control of exoskeleton robot based on motion intention for rehabilitation training | |
CN110853605A (zh) | 音乐生成方法、装置及电子设备 | |
CN111383733B (zh) | 基于膝关节运动信号的运动监测纠正方法、装置、设备及存储介质 | |
Alfayeed et al. | Human gait analysis using machine learning: A review | |
Rahman et al. | [Retracted] Automated Detection of Rehabilitation Exercise by Stroke Patients Using 3‐Layer CNN‐LSTM Model | |
CN111375174B (zh) | 一种基于膝关节运动信息的智能跑步机 | |
Rani et al. | Surface electromyography and artificial intelligence for human activity recognition-A systematic review on methods, emerging trends applications, challenges, and future implementation | |
CN113749656A (zh) | 基于多维生理信号的情感识别方法和装置 | |
CN112885465A (zh) | 运动数据分析方法、装置、系统和计算机可读存储介质 | |
Cheng et al. | A fall detection algorithm based on pattern recognition and human posture analysis | |
CN115762708A (zh) | 利用多源信息和案例推理的下肢康复方案设计方法和装置 | |
Hasan et al. | Wearable Mind Thoughts Controlled Open Source 3D Printed Arm with Embedded Sensor Feedback System. | |
CN114403858A (zh) | 一种人体运动功能评估方法、设备及系统 | |
Triwiyanto et al. | How Deep Learning and Neural Networks can Improve Prosthetics and Exoskeletons: A Review of State-of-the-Art Methods and Challenges | |
Goethel et al. | A global view on how local muscular fatigue affects human performance | |
Guo et al. | Upper limb motion recognition for unsupervised stroke rehabilitation based on Support Vector Machine | |
Viekash et al. | Deep learning based muscle intent classification in continuous passive motion machine for knee osteoarthritis rehabilitation |
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 |