CN111477301B - 基于微动作捕捉的瘫痪病人辅助饮食系统 - Google Patents
基于微动作捕捉的瘫痪病人辅助饮食系统 Download PDFInfo
- Publication number
- CN111477301B CN111477301B CN202010339718.9A CN202010339718A CN111477301B CN 111477301 B CN111477301 B CN 111477301B CN 202010339718 A CN202010339718 A CN 202010339718A CN 111477301 B CN111477301 B CN 111477301B
- Authority
- CN
- China
- Prior art keywords
- micro
- diet
- action
- auxiliary
- dietary
- 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
- 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
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- A61B5/1116—Determining posture transitions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- 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)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Nutrition Science (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Physical Education & Sports Medicine (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明提出基于微动作捕捉的瘫痪病人辅助饮食系统。所述系统包括包含对照屏幕组的显示系统、身体姿态参数识别系统、激励系统以及饮食微动作辅助数据库系统;所述饮食微动作辅助数据库系统预先存储有多组有序饮食辅助微动作节点集,利用所述身体姿态参数识别系统识别目标患者的指定位置的微动作参数,所述激励系统检测有序饮食辅助微动作集中的饮食辅助微动作节点的激活率是否达到预定阈值,如果达到,则在所述所述激励系统上显示对应于当前激活率的激励视频。本发明的技术方案能够基于微动作捕捉实现瘫痪病人饮食能力的可视化激励恢复。
Description
技术领域
本申请涉及智能康复技术领域,尤其涉及基于微动作捕捉的瘫痪病人辅助饮食系统。
背景技术
瘫痪(paralysis)是随意运动功能的减低或丧失,是神经系统常见的症状,是神经、神经肌肉接头或肌肉疾病所致。凡皮层运动投射区和上运动神经元径路、脊髓、周围神经、神经肌肉接头或运动肌肉本身受到病变的损害,均可引起瘫痪,常见的病因有颅脑外伤、肿瘤、炎症、脑血管病、变性、中毒、以及内科某些疾病,如糖尿病、血卟啉病、大红细胞性贫血及维生素B12缺乏等。
脑卒中(包括脑梗死或脑出血)累及运动皮质可出现对侧轻瘫或偏瘫。起初为渐进性,瘫痪可为暂时性或持续性。其他伴随症状和体征包括头痛、呕吐、痉挛、意识障碍、精神敏度下降、构音困难、吞咽困难、对侧感觉异常或感觉丧失、失用症、失认症,视力损伤、情绪不稳定,胃肠及膀胱功能障碍。
而吞咽障碍则是脑卒中患者中较为常见的并发症之一,吞咽障碍容易引起各种营养物质和水摄入量不够,进而造成气道阻塞性窒息、误吸或吸入性肺炎等症状。即便是较轻的吞咽障碍都会对患者的生活上、语言上和饮食上造成不同程度的影响,造成患者的心理负担。
吞咽障碍是由于下颌、双唇、舌、咽喉食道上括约肌和食道功能受损所致的进食障碍, 对患者的饮食营养维持、疾病康复及生存质量都有很大的影响,是脑卒中最常见的并发症之一。 研究资料表明,脑卒中患者吞咽障碍的发生率为22-65%,并导致脱水、吸人性肺炎等并发症,甚至室息死亡,严重影响脑卒中患者的康复进程,增加病残率。因此,对吞咽障碍患者早期采取有效的管理,是减少脑卒中不良预后及改善康复结局的重要环节。
申请号为CN201910260121.2的中国发明专利申请提出一种脑卒中后吞咽障碍的康复训练装置,包括咽部冷刺激设备、自动选穴位针刺设备、认知心理行为康复设备和显示设备,所述咽部冷刺激设备、自动选穴位针刺设备、认知心理行为康复设备分别与显示设备连接,所述显示设备内部设有训练记录模块、存储模块和提醒模块。该技术方案通过结构的设计,实现了对脑卒中后吞咽障碍患者的全方位的训练,有利于患者恢复,并且装置可以根据患者的自身情况设定每次的训练时间,该装置还可以自动定位穴位,为医务工作者节约了时间,减少了工作量,具有操作方便、提高效率的特点,适合推广应用。
然而,脑卒中患者吞咽功能治疗康复的原理是通过正确的康复训练恢复某些失去的脑功能,该过程是一个缓慢长期的过程,卒中老人的康复周期相对更长,因此大多数卒中患者只能在短暂的早期康复后回家继续康复;现有康复产品种类较少,功能单一,质量和康复效果参差不齐;更重要的是,康复治疗对卒中患者来说是极其痛苦的过程,对于缺乏对患者(尤其是老年患者)需求的考虑,导致产品的使用率较低、医护人员不足、患者康复周期增长、甚至是患者康复的误用和废用等问题,不仅给患者及其家属带来压力,也造成了社会资源和医疗资源的浪费。
上述现有技术提出的技术方案仍然着重于强迫患者按照预定的动作进行训练,虽然通过正确的康复训练可以恢复某些失去的脑功能,但是这是一个缓慢长期的过程。上述技术方案大多没有考虑康复方案本身与患者的交互关系,缺乏对患者(尤其是老年患者)需求的考虑,导致产品的使用率较低、患者康复周期增长、甚至是患者康复的误用和废用等问题。
发明内容
为解决上述问题,本发明提出基于微动作捕捉的瘫痪病人辅助饮食系统。所述系统包括包含对照屏幕组的显示系统、身体姿态参数识别系统、激励系统以及饮食微动作辅助数据库系统;所述饮食微动作辅助数据库系统预先存储有多组有序饮食辅助微动作节点集,利用所述身体姿态参数识别系统识别目标患者的指定位置的微动作参数,所述激励系统检测有序饮食辅助微动作集中的饮食辅助微动作节点的激活率是否达到预定阈值,如果达到,则在所述所述激励系统上显示对应于当前激活率的激励视频。本发明的技术方案能够基于微动作捕捉实现瘫痪病人饮食能力的可视化激励恢复。
具体来说,本发明的技术方案是这样实现的:
基于微动作捕捉的瘫痪病人辅助饮食系统,用于对瘫痪患者进行饮食微动作辅助治疗,所述系统包括包含对照屏幕组的显示系统、身体姿态参数识别系统以及激励系统;
所述显示系统与所述激励系统均连接至饮食微动作辅助数据库系统;
作为本发明技术方案的第一创新点,所述饮食微动作辅助数据库系统预先存储有多组有序饮食辅助微动作节点集,所述有序饮食辅助微动作节点集均包含多个饮食辅助微动作节点,所述每一个饮食辅助微动作节点包含未激活或者激活两种状态之一;
所述显示系统的对照屏幕组包含第一显示区域和第二显示区域;
所述瘫痪病人辅助饮食系统启动后,在所述第一显示区域上显示至少一个有序饮食辅助微动作集,所述有序饮食辅助微动作集中的每一个饮食辅助微动作节点均为未激活状态;
作为优选,所述瘫痪患者为脑卒中患者。
利用所述身体姿态参数识别系统识别目标患者的指定位置的微动作参数,当识别到指定位置的至少一个微动作参数时,将所述第一显示区域上显示的有序饮食辅助微动作集中的首级饮食辅助微动作节点的状态改变为激活状态,同时,在所述第二显示区域上显示所述处于激活状态的首级饮食辅助微动作节点的下一级饮食辅助微动作节点对应的训练微动作;
所述激励系统检测所述第一显示区域上显示的有序饮食辅助微动作集中的饮食辅助微动作节点的激活率是否达到预定阈值,如果达到,则在所述所述激励系统上显示对应于当前激活率的激励视频。
进一步,与此相对应的,所述激励系统检测所述第一显示区域上显示的有序饮食辅助微动作集中的饮食辅助微动作节点的激活率是否达到预定阈值,如果未达到,则在所述第二显示区域上放大显示最后一个被激活的饮食辅助微动作节点以及下一个未被激活的饮食辅助微动作节点对应的微动作。
值得指出的是,在本发明中,所述预定阈值大于2/3。该阈值的选择是结合了吞咽训练的锻炼动作的实际情况得出的最优选择,并不是随意设置。
具体来说,所述有序饮食辅助微动作集包括一个首级饮食辅助微动作节点、一个末级饮食辅助微动作节点以及至少一个次级饮食辅助微动作节点。
所述指定位置包括第一指定位置和第二指定位置,所述有序饮食辅助微动作集包括一个首级饮食辅助微动作节点、一个末级饮食辅助微动作节点以及多个次级饮食辅助微动作节点;
所述利用所述身体姿态参数识别系统识别目标患者的指定位置的微动作参数,具体包括:
利用所述身体姿态参数识别系统识别目标患者的第一指定位置和/或第二指定位置的多个微动作参数。
作为优选,所述第一指定指定位置包括嘴部,所述第二指定位置包括喉部。
所述身体姿态参数识别系统还包括脸部识别引擎,用于识别当前目标患者。
若有序饮食辅助微动作集中所有饮食辅助微动作节点的状态均为激活状态,则将该有序饮食辅助微动作集的辅助成功次数增1;
若有序饮食辅助微动作集的辅助成功次数大于预定数值,则针对当前目标患者不再显示该有序饮食辅助微动作集。
在另外一个方面,作为实现上述创新点的具体关键技术手段,所述身体姿态参数识别系统包括光学动作捕捉系统。所述光学动作捕捉系统包括多个摄像传感器、传感器数据融合分析模块以及传感器数据校正模块。所述多个摄像传感器置于不同摄像角度。
本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。
图1是本发明一个实施例的基于微动作捕捉的瘫痪病人辅助饮食系统的整体架构图。
图2是图1所述实施例所使用的的摄像组件的模块示意图
图3是图1所述系统启动后具体实现流程的一个实施例示意图。
图4是图1所述系统启动后具体实现流程的再一个实施例示意图。
图5是图2或图3所述流程实现的人机交互界面显示示意图。
图6-图7是本发明技术方案的实验数据与改进效果比对图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。下面,结合附图以及具体实施方式,对发明做出进一步的描述。
参照图1,本发明一个实施例的基于微动作捕捉的瘫痪病人辅助饮食系统的整体架构图。
在整体上,所述系统包括所述系统包括包含对照屏幕组的显示系统、身体姿态参数识别系统以及激励系统;
所述显示系统与所述激励系统均连接至饮食微动作辅助数据库系统。
在图1中,所述显示系统的对照屏幕组包含第一显示区域和第二显示区域;所述身体姿态参数识别系统包括光学动作捕捉系统。所述光学动作捕捉系统包括多个摄像传感器、传感器数据融合分析模块以及传感器数据校正模块。
饮食微动作辅助数据库系统存储有预先存储有多组有序饮食辅助微动作节点集,每个所述有序饮食辅助微动作节点集均包含多个饮食辅助微动作节点,所述每一个饮食辅助微动作节点包含未激活或者激活两种状态之一。
作为一个示例,一个有序饮食辅助微动作节点集可以代表一个较复杂的吞咽食物动作的执行全流程,将其表示为{1-2-3-4-5}。
所述有序饮食辅助微动作集包括一个首级饮食辅助微动作节点、一个末级饮食辅助微动作节点以及至少一个次级饮食辅助微动作节点。
对于上述实例来说,1为首级节点,5为末级节点,其他为次级节点。
例如,对于上肢偏瘫的病人来说,一个饮食辅助微动作节点集可以是:
1-张嘴 2-咀嚼 3-喉部动作 4-吞咽 5-恢复正常。
在本实施例中,上肢偏瘫可以是右手失去运动能力,但是左手事实上恢复运动控制能力的可能,或者由于患者长期无法运动,使得正常的左手也暂时失觉。利用本发明的技术方案,可以使得患者能够重新恢复左手能力,完成基本的饮食动作。
或者,针对(双)上肢完全瘫痪的患者,可以在他人辅助(例如喂食)情况下,完成合理的咀嚼吞咽动作。
在图1基础上,进一步参见图2,图2是图1所述光学动作捕捉系统所使用的多个摄像传感器组件的模块示意图。每一个摄像传感器均包括镜头101、滤光单元102、感光元件以及控制电路104,所述控制电路104还连接内置的红外光源,从而构成图1所使用的的光学动捕相机。
接下来参见图3-5,是图1所述系统启动后具体实现流程以及对应的人机界面显示示意图。
参见图3与图5,所述瘫痪病人辅助饮食系统启动后,在所述第一显示区域上显示至少一个有序饮食辅助微动作集,所述有序饮食辅助微动作集中的每一个饮食辅助微动作节点均为未激活状态;
图5中,激活状态的饮食辅助微动作节点可以采用实心的圆框标识,而虚线空心圆框表示未激活状态的饮食辅助微动作节点。
利用所述身体姿态参数识别系统识别目标患者的指定位置的微动作参数,当识别到指定位置的至少一个微动作参数时,将所述第一显示区域上显示的有序饮食辅助微动作集中的首级饮食辅助微动作节点的状态改变为激活状态,同时,在所述第二显示区域上显示所述处于激活状态的首级饮食辅助微动作节点的下一级饮食辅助微动作节点对应的训练微动作;
例如,在图5中,当检测到病人张嘴动作时,将所述有序饮食辅助微动作集中的第一个饮食辅助微动作节点设置为激活状态(实心的圆框节点),并且此时在第二区域上显示张嘴动作以及张嘴动作下一个动作(咀嚼);
患者在一次训练中,可能顺利完成所有动作,也可能只能未完成部分动作,因此,还需要实时的针对患者训练进行鼓励和纠正。
具体的,针对嘴部,需要获取“2-张嘴 3-咀嚼 4-喉部动作 5-吞咽”对应的微动作参数以及参数获取时间(用于判断动作是否依序完成);针对喉部,则需要获取“4-喉部动作5-吞咽6-恢复正常”的多个微动作参数以及参数获取时间(用于判断动作是否依序完成)。
当然,本发明并不以此为限制。针对不同的吞咽训练动作,可以涉及不同流程的微动作参数获取节点。
如此持续检测病人的微动作,基于检测结果,改变有序饮食辅助微动作集中的每一个饮食辅助微动作节点的激活状态;
所述激励系统检测所述第一显示区域上显示的有序饮食辅助微动作集中的饮食辅助微动作节点的激活率是否达到预定阈值,如果达到,则在所述所述激励系统上显示对应于当前激活率的激励视频。
图5中,作为示意性的例子,假设所述有序饮食辅助微动作集中的饮食辅助微动作节点总数为5,图5中此时已经检测到 其中4个节点处于激活状态,因此,超过设定的阈值(例如2/3),因此,在人机交互的激励系统中播放相应的激励视频。
再例如,在图5中,如果患者完成了有序饮食辅助微动作集中{1-张嘴 2-咀嚼 3-喉部动作 4-吞咽 5-恢复正常}中的1-5并且是依序完成,则可以认为患者基本完成该动作,此时,可以在所述激励系统上显示对应于当前激活率的激励视频,例如,在当前完成率下,康复后的患者坐于桌旁饮食,采用左手独立完成饮食。
当然,也可以是其他视频,例如,对于(双)上肢完全瘫痪的患者,可以在他人辅助(例如喂食)情况下,顺利的进食等。
与此相对应的,在图4中,所述激励系统检测所述第一显示区域上显示的有序饮食辅助微动作集中的饮食辅助微动作节点的激活率是否达到预定阈值,如果未达到,则在所述第二显示区域上放大显示最后一个被激活的饮食辅助微动作节点以及下一个未被激活的饮食辅助微动作节点对应的微动作。
作为优选,所述身体姿态参数识别系统还包括脸部识别引擎,用于识别当前目标患者。
如果患者未能达到预期目标,例如,在图4中,所述激励系统检测所述第一显示区域上显示的有序饮食辅助微动作集中的饮食辅助微动作节点的激活率是否达到预定阈值,如果未达到,则在所述第二显示区域上放大显示最后一个被激活的饮食辅助微动作节点以及下一个未被激活的饮食辅助微动作节点对应的微动作。这样,患者可以实时的知道,自己目前已经到达何种进度。
若有序饮食辅助微动作集中所有饮食辅助微动作节点的状态均为激活状态,则将该有序饮食辅助微动作集的辅助成功次数增1;
若有序饮食辅助微动作集的辅助成功次数大于预定数值,则针对当前目标患者不再显示该有序饮食辅助微动作集。
此时,可以认为患者已经基本可以熟练的独立完成该动作。
当然,作为更进一步的即使患者某次完成了某个饮食辅助微动作集,但是如果时间间隔太久,依然可能遗忘。此时,为了获得更好的康复效果,若某个有序饮食辅助微动作集的辅助成功次数大于预定数值,并且当前目标患者本次训练的时间与最近一次训练的时间超过预定值,则在所述所述饮食操作系统启动后,在所述第一显示区域上显示所述有序饮食辅助微动作集。
需要指出的是,针对吞咽动作的特点,在图1-5所述的实例中,所述预定阈值大于2/3。该阈值的选择是结合了吞咽训练的锻炼动作的实际情况得出的最优选择,并不是随意设置。如果小于2/3,对于喝水这样的简单动作来说,会出现判断失误或者达不到康复效果。
为了验证本发明的技术方案的改进效果,参见图6-7,给出了本发明技术方案的实验数据与改进效果比对图。
在图6-7中,选择60例康复科住院的脑卒中患者,入选标准包括经头颅MRI证实脑卒中、意识清楚、体征平稳、证实存在吞咽障碍、能完成基本的认知动作。
设立对照组与治疗组,对照组采用常规的康复方案,治疗组采用本发明的技术方案。采用随机数字表法将研究对象随机分成治疗组和对照组,每组各30例。两组资料在年龄、性别、病程及治疗前、对功能性经口摄食量表(FOIS)、美国国立卫生研究卒中量表(NIHSS)评分等方面差异均无显著性意义。
于治疗前及治疗4周后进行吞咽障碍程度评定,得到图7所述的视频透视吞咽检查(VIDEOFLUOROSCOPIC SWALLOWING STUDY,VFSS)检查时间参数;
选用FOIS进行吞咽功能评分,得到图7所述的评分结果。
结合图6-7所述的实验数据可知,本发明的技术方案改进效果十分明显,并且差异具备统计学意义,证明了其有效性。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于微动作捕捉的瘫痪病人辅助饮食系统,用于对瘫痪患者进行饮食微动作辅助治疗,其特征在于:
所述系统包括包含对照屏幕组的显示系统、身体姿态参数识别系统以及激励系统;
所述显示系统与所述激励系统均连接至饮食微动作辅助数据库系统;
所述饮食微动作辅助数据库系统预先存储有多组有序饮食辅助微动作节点集,所述有序饮食辅助微动作节点集均包含多个饮食辅助微动作节点,所述每一个饮食辅助微动作节点包含未激活或者激活两种状态之一;
所述显示系统的对照屏幕组包含第一显示区域和第二显示区域;
所述瘫痪病人辅助饮食系统启动后,在所述第一显示区域上显示至少一个有序饮食辅助微动作集,所述有序饮食辅助微动作集中的每一个饮食辅助微动作节点均为未激活状态;
利用所述身体姿态参数识别系统识别目标患者的指定位置的微动作参数,当识别到指定位置的至少一个微动作参数时,将所述第一显示区域上显示的有序饮食辅助微动作集中的首级饮食辅助微动作节点的状态改变为激活状态,同时,在所述第二显示区域上显示处于激活状态的首级饮食辅助微动作节点的下一级饮食辅助微动作节点对应的训练微动作;
所述激励系统检测所述第一显示区域上显示的有序饮食辅助微动作集中的饮食辅助微动作节点的激活率是否达到预定阈值,如果达到,则在所述激励系统上显示对应于当前激活率的激励视频。
2.如权利要求1所述的基于微动作捕捉的瘫痪病人辅助饮食系统,其特征在于:
所述指定位置包括嘴部和喉部。
3.如权利要求1所述的基于微动作捕捉的瘫痪病人辅助饮食系统,其特征在于:
所述激励系统检测所述第一显示区域上显示的有序饮食辅助微动作集中的饮食辅助微动作节点的激活率是否达到预定阈值,如果未达到,则在所述第二显示区域上放大显示最后一个被激活的饮食辅助微动作节点以及下一个未被激活的饮食辅助微动作节点对应的微动作。
4.如权利要求1-3任一项所述的基于微动作捕捉的瘫痪病人辅助饮食系统,其特征在于:
所述有序饮食辅助微动作集包括一个首级饮食辅助微动作节点、一个末级饮食辅助微动作节点以及至少一个次级饮食辅助微动作节点。
5.如权利要求1所述的基于微动作捕捉的瘫痪病人辅助饮食系统,其特征在于:
所述指定位置包括第一指定位置和第二指定位置,所述有序饮食辅助微动作集包括一个首级饮食辅助微动作节点、一个末级饮食辅助微动作节点以及多个次级饮食辅助微动作节点;
所述利用所述身体姿态参数识别系统识别目标患者的指定位置的微动作参数,具体包括:
利用所述身体姿态参数识别系统识别目标患者的第一指定位置和/或第二指定位置的多个微动作参数。
6.如权利要求1所述的基于微动作捕捉的瘫痪病人辅助饮食系统,其特征在于:
所述身体姿态参数识别系统还包括脸部识别引擎,用于识别当前目标患者。
7.如权利要求6所述的基于微动作捕捉的瘫痪病人辅助饮食系统,其特征在于:
若有序饮食辅助微动作集中所有饮食辅助微动作节点的状态均为激活状态,则将该有序饮食辅助微动作集的辅助成功次数增1;
若有序饮食辅助微动作集的辅助成功次数大于预定数值,则针对当前目标患者不再显示该有序饮食辅助微动作集。
8.如权利要求1-3或5-7任一项所述的基于微动作捕捉的瘫痪病人辅助饮食系统,其特征在于:
所述身体姿态参数识别系统包括光学动作捕捉系统。
9.如权利要求8所述的基于微动作捕捉的瘫痪病人辅助饮食系统,其特征在于:
所述光学动作捕捉系统包括多个摄像传感器、传感器数据融合分析模块以及传感器数据校正模块。
10.如权利要求9所述的基于微动作捕捉的瘫痪病人辅助饮食系统,其特征在于:
所述多个摄像传感器置于不同摄像角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339718.9A CN111477301B (zh) | 2020-04-26 | 2020-04-26 | 基于微动作捕捉的瘫痪病人辅助饮食系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339718.9A CN111477301B (zh) | 2020-04-26 | 2020-04-26 | 基于微动作捕捉的瘫痪病人辅助饮食系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111477301A CN111477301A (zh) | 2020-07-31 |
CN111477301B true CN111477301B (zh) | 2023-07-14 |
Family
ID=71755744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010339718.9A Active CN111477301B (zh) | 2020-04-26 | 2020-04-26 | 基于微动作捕捉的瘫痪病人辅助饮食系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111477301B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4976622A (en) * | 1989-10-17 | 1990-12-11 | Clark Rita M | Diabetic diet plan aid and method |
WO2002026101A2 (en) * | 2000-09-29 | 2002-04-04 | Abramovitz Shnaider Pnina | System and method for the control of behavioral disorders |
CN204748628U (zh) * | 2015-07-01 | 2015-11-11 | 武汉大学 | 一种智能辅助饮食系统 |
JP2018085055A (ja) * | 2016-11-25 | 2018-05-31 | 日立メディカルコンピュータ株式会社 | 食支援サーバー装置、食支援システム及び食支援プログラム |
CN109040167A (zh) * | 2018-06-07 | 2018-12-18 | 中国石油大学(华东) | 基于物联网的居家养老健康监测辅助系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100306134A1 (en) * | 2009-06-01 | 2010-12-02 | Roger Leslie Maxwell | System and method to establish and track fitness and diet for well-being |
-
2020
- 2020-04-26 CN CN202010339718.9A patent/CN111477301B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4976622A (en) * | 1989-10-17 | 1990-12-11 | Clark Rita M | Diabetic diet plan aid and method |
WO2002026101A2 (en) * | 2000-09-29 | 2002-04-04 | Abramovitz Shnaider Pnina | System and method for the control of behavioral disorders |
CN204748628U (zh) * | 2015-07-01 | 2015-11-11 | 武汉大学 | 一种智能辅助饮食系统 |
JP2018085055A (ja) * | 2016-11-25 | 2018-05-31 | 日立メディカルコンピュータ株式会社 | 食支援サーバー装置、食支援システム及び食支援プログラム |
CN109040167A (zh) * | 2018-06-07 | 2018-12-18 | 中国石油大学(华东) | 基于物联网的居家养老健康监测辅助系统及方法 |
Non-Patent Citations (9)
Title |
---|
Development a feeding assistive robot for eating assist;Mingming Guo;《Asia-Pacific Conference on Intelligent Robot Systems (ACIRS)》;20170618;全文 * |
人工智能在健康领域应用现状与前景展望;毕轩懿等;《医学信息学杂志》;20200125(第01期);全文 * |
智能手机应用程序在脑卒中患者居家照护中的应用现状;张慧霞等;《中国康复理论与实践》;20180821(第08期);全文 * |
标准吞咽功能评估及饮食管理对老年脑卒中吞咽障碍患者康复的影响;王娟等;《齐齐哈尔医学院学报》;20180715(第13期);全文 * |
脑卒中吞咽障碍患者饮食干预效果分析;曾小娟等;《现代医药卫生》;20160615(第11期);全文 * |
连续护理干预对农村脑卒中患者生活质量改善效果;闫岩等;《保健文汇》;20191008(第10期);全文 * |
饮水呛咳病人的早期饮食护理;张素华等;《当代护士(下旬刊)》;20180601(第06期);全文 * |
饮食干预结合吞咽训练对脑卒中吞咽障碍患者康复的对照研究;楼巍敏等;《护理与康复》;20160520(第05期);全文 * |
饮食指导对脑卒中后吞咽障碍疗效观察;代欣等;《心血管康复医学杂志》;20180630(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111477301A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baranek | Efficacy of sensory and motor interventions for children with autism | |
US9943250B2 (en) | Freezing of gait (FOG), detection, prediction and/or treatment | |
Hinshelwood | The difficult patient: The role of ‘scientific psychiatry’in understanding patients with chronic schizophrenia or severe personality disorder | |
US10888274B2 (en) | Method for diagnosis of and therapy for a subject having a central nervous system disorder | |
Fabio et al. | The increase of attention in Rett syndrome: a pre-test/post-test research design | |
Masters et al. | Duration of Parkinson disease is associated with an increased propensity for “reinvestment” | |
WO2023155435A1 (zh) | 一种基于神经调控的认知提升训练方法及系统 | |
Hochstenbach et al. | Neuropsychology and the relearning of motor skills following stroke | |
CN111477301B (zh) | 基于微动作捕捉的瘫痪病人辅助饮食系统 | |
CN107205646A (zh) | 用于监控和促进婴儿锻炼的系统和方法 | |
CN111462906B (zh) | 辅助瘫痪病人进食的可视化系统与人机交互界面 | |
Wingate | Healing brain injury with Chinese medical approaches: integrative approaches for practitioners | |
Spina | the Importance of mindfulness meditation in Correctional settings | |
Snijders | Tackling freezing of gait in Parkinson's disease | |
CN111243709B (zh) | 基于可视化引导的饮食操作系统 | |
CN113331844A (zh) | 基于测试云的测评系统的脑卒中调理成长系统和方法 | |
Bryan et al. | Prolonged survival with good functional recovery in 3 patients with computed tomographic evidence of brain stem hemorrhage | |
Rui et al. | A Study on Self-Efficacy and Health Behavior in Stroke Patients | |
Grobbelaar | Comparison between forward and backward gait retraining for mobility in individuals with mild to moderate Parkinson’s disease | |
US20240156189A1 (en) | Systems and methods for using eye imaging on face protection equipment to assess human health | |
Howard | Coma and stupor | |
Raj et al. | Therapeutic Efficacy of Rhemercise | |
Ibala | Self-paced treadmill as a rehabilitation tool for recovering functional gait in people with stroke | |
Van Gelder et al. | Treatment of facial paralysis of CNS-origin: Initial studies | |
Rubbens | Emotion recognition and physical activity in severe mental illness patients with mild intellectual disability |
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 |