CN111938658A - 一种用于手部、腕部与前臂的关节活动度监测系统及方法 - Google Patents

一种用于手部、腕部与前臂的关节活动度监测系统及方法 Download PDF

Info

Publication number
CN111938658A
CN111938658A CN202010794985.5A CN202010794985A CN111938658A CN 111938658 A CN111938658 A CN 111938658A CN 202010794985 A CN202010794985 A CN 202010794985A CN 111938658 A CN111938658 A CN 111938658A
Authority
CN
China
Prior art keywords
joint
module
forearm
activity
state
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
Application number
CN202010794985.5A
Other languages
English (en)
Other versions
CN111938658B (zh
Inventor
陈雪丽
田霄瀚
张利加
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202010794985.5A priority Critical patent/CN111938658B/zh
Publication of CN111938658A publication Critical patent/CN111938658A/zh
Application granted granted Critical
Publication of CN111938658B publication Critical patent/CN111938658B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/103—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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • 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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明涉及一种用于手部、腕部与前臂的关节活动度监测系统及方法，其特征在于，包括空间坐标采集装置、计算系统和显示系统，其中，计算系统内设置有状态机模块、参数设定模块、关节活动度计算模块、数据判定模块和数据处理模块；状态机模块用于预先设定状态参数；参数设定模块用于预先设定待检测的关节和误差参数；空间坐标采集装置用于实时采集用户手部、腕部与前臂若干关键节点的空间坐标；关节活动度计算模块用于逐帧计算待测关节的当前关节活动度；数据判定模块用于判断各待测关节的当前关节活动度是否合格；数据处理模块用于对合格的当前关节活动度数据剔除误差帧；显示系统用于显示关节活动度，本发明可广泛应用于医疗器械领域中。

Description

一种用于手部、腕部与前臂的关节活动度监测系统及方法
技术领域
本发明涉及一种监测系统及方法，具体是关于一种用于手部、腕部与前臂的关节活动度监测系统及方法，属于医疗器械领域。
背景技术
手是人类接触和改造周围环境的重要工具，而腕部与前臂在控制手的空间位置上起至关重要的作用。手被置于合适的位置后，才能执行各种功能性任务。手有19个关节，由分布于19块骨骼的29块肌肉活动。腕部由八块腕骨、两个主要的大关节和若干腕骨间小关节构成，因为其近端附着于前臂，其远端控制手指的肌肉需要穿过腕关节，所以腕部的姿势对于手功能有重大影响。因为复杂的解剖结构和错综复杂的运动机制，使得手具有诸如抓握、悬垂、托举、触摸和推压等13种基本功能，通过这些功能在时序、强度和位置等方面的不同组合，可以实现无数复杂的动作和功能。手部、腕部与前臂的存在和功能对于人类的生活具有极其重要的意义，在手部、腕部与前臂的功能出现问题时，会对人的生活方式和生活质量产生巨大影响。
传统的关节活动度检测方法使用关节活动度专用的量角器，该量角器通过将固定臂和移动臂与需要测量关节两端的骨骼重合进行手动测量，然而，该检测方法具有下述缺点：1)由于需要手动测量，只能同时测量一个关节；2)对于不同大小的关节需要使用不同尺寸的量角器；3)需要人为判断量角器和骨骼是否重合，受个体差异影响大；4)需要手动操作且手动记录。
近些年市场上出现了一些用于检测关节活动度的电子设备，这类电子设备采用包含陀螺仪及加速度计的传感器，通过有线或无线的方式，与患者肢体固定进行检测，然而，该类电子设备具有下述缺点：1)采用单传感器的设备，只能检测与水平面的夹角，因此必须让关节的某一端骨骼保持水平，该方法误差较大；2)采用多传感器的设备，检测多个传感器之间的夹角，因传感器体积问题，无法应用于较小关节(如指关节)；3)传感器自身误差较大，需放置在水平面上进行校准；4)每一个关节均需要传感器才可测量，因同时佩戴传感器数量的限制，仅可同时测量少部分的关节。
发明内容
针对上述问题，本发明的目的是提供一种无需人为操作且可同时测量多个关节的用于手部、腕部与前臂的关节活动度监测系统及方法。
为实现上述目的，本发明采取以下技术方案：一种用于手部、腕部与前臂的关节活动度监测系统，包括空间坐标采集装置、计算系统和显示系统，其中，所述计算系统内设置有状态机模块、参数设定模块、关节活动度计算模块、数据判定模块和数据处理模块；
所述状态机模块用于预先设定状态参数；
所述参数设定模块用于预先设定待检测的关节和误差参数；
所述空间坐标采集装置用于根据预设的状态参数，实时采集用户手部、腕部与前臂若干关键节点的空间坐标；
所述关节活动度计算模块用于根据预设的状态参数、待检测的关节以及实时采集的空间坐标，逐帧计算待测关节的当前关节活动度；
所述数据判定模块用于预先设定判定条件，并根据预设的状态参数、误差参数和判定条件，判断计算的用户手部、腕部与前臂各待测关节的当前关节活动度是否合格；
所述数据处理模块用于对合格的当前关节活动度数据剔除误差帧，得到用户手部、腕部与前臂各待测关节的关节活动度；
所述显示系统用于根据预设的状态参数，显示用户手部、腕部与前臂各待测关节的关节活动度。
进一步地，所述状态参数包括计算系统的状态、状态间的转换关系和状态转换条件，所述计算系统的状态包括静止状态、准备测量状态、开始测量状态、计算结果状态和显示结果状态。
进一步地，所述误差参数包括误差判定参数、误差统计参数和角度差判定参数。
进一步地，所述数据判定模块的判定条件包括：
A)判定深度图像数据中前若干帧图像的当前关节活动度的变化是否均为同向，若均为同向，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块；
B)若深度图像数据中某一帧图像的当前关节活动度Mi与上一帧的当前关节活动度Mi+1的差值的绝对值|Mi-Mi+1|满足：
|Mi-Mi+1|>A
其中，A为误差判定参数；
则判定将该帧图像为无效帧，若深度图像数据中无效帧的总数大于误差统计参数，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块；
C)比较深度图像数据前若干帧图像的当前关节活动度Mi与角度判定参数，若满足：
Figure BDA0002625210900000021
其中，C为角度判定参数；
则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块。
进一步地，所述数据处理模块对合格的当前关节活动度数据剔除误差帧的具体过程为：
所述数据处理模块将深度图像数据中待测关节的所有当前关节活动度分别按照角度的大小进行排列，分别去掉预先设定范围的最大值和预先设定范围的最小值，并分别计算剩下待测关节的当前关节活动度的平均值，得到用户手部、腕部与前臂待测关节的关节活动度。
进一步地，所述关节活动度计算模块计算待测关节的当前关节活动度的具体过程为：
①对于关节的屈、伸、收、展和环转类运动，分别在运动时的固定臂、运动轴心和移动臂上选取关键节点，以运动轴心的关键节点为角的顶点，运动轴心和固定臂的关键节点连线以及运动轴心和移动臂的关键节点连线为角的边计算角度，该角度即为关节的当前关节活动度；
②对于关节的旋转类运动，在活动的关节选取两关键节点，计算两关键节点的连线与水平面的夹角，该夹角即为关节的当前关节活动度；
③对于关节的移动类运动，在固定的骨关节面和活动的骨关节面选取两关键节点，计算两关键节点间的距离，该距离即为关节的当前关节活动度；
④对于多关节联合运动，在运动肢体末端选取两关键节点，计算两关键节点间的距离，该距离即为关节的当前关节活动度。
进一步地，所述空间坐标采集装置采用深度摄像头。
一种用于手部、腕部与前臂的关节活动度监测方法，包括以下步骤：
1)状态机模块预先状态参数，参数设定模块预先设定待检测的关节和误差参数；
2)计算系统首先处于静止状态，启动空间坐标采集装置，当空间坐标采集装置监测到用户的手部或前臂进入监测范围内时，计算系统处于准备测量状态；
3)准备测量状态下，空间坐标采集装置持续监测，当空间坐标采集装置监测到用户的手部、腕部与前臂完全处于监测范围内时，计算系统处于开始测量状态；
4)空间坐标采集装置对用户的手部、腕部与前臂进行实时探测，实时采集用户手部、腕部与前臂各关键节点的空间坐标；
5)关节活动度计算模块根据待检测的关节，对实时采集的关键节点空间坐标进行筛选，并根据筛选后的关键节点空间坐标，逐帧计算待测关节的当前关节活动度；
6)数据判定模块预先设定判定条件，并根据预设的误差参数和判定条件，判断计算的用户手部、腕部与前臂该待测关节的当前关节活动度是否合格；
7)当判定结果为合格结果时，数据判定模块发送信号至关节活动度计算模块，关节活动度计算模块停止计算该待测关节的关节活动度，计算系统的状态变更为计算结果状态；否则，关节活动度计算模块继续计算该待测关节的关节活动度；
8)重复步骤5)至步骤7)，同时逐帧计算各待测关节的当前关节活动度，并得到各当前关节活动度的合格判断结果；
9)数据处理模块对合格的当前关节活动度数据剔除误差帧，得到用户手部、腕部与前臂所有待测关节的关节活动度，计算系统的状态变更为显示结果状态；
10)在显示结果状态下，显示系统显示用户手部、腕部与前臂所有待测关节的关节活动度。
进一步地，数据判定模块的判定条件包括：
a)判定深度图像数据中前若干帧图像的当前关节活动度的变化是否均为同向，若均为同向，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块；
b)若深度图像数据中某一帧图像的当前关节活动度Mi与上一帧的当前关节活动度Mi+1的差值的绝对值|Mi-Mi+1|满足：
|Mi-Mi+1|>A
其中，A为预设的误差参数中的误差判定参数；
则判定将该帧图像为无效帧，若深度图像数据中无效帧的总数大于预设误差参数中的误差统计参数，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块；
c)比较深度图像数据前若干的当前关节活动度Mi与预设误差参数中的角度判定参数，若满足：
Figure BDA0002625210900000041
其中，C为角度判定参数；
则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块。
进一步地，所述步骤5)中关节活动度计算模块计算待测关节的当前关节活动度的具体过程为：
I)对于关节的屈、伸、收、展和环转类运动，分别在运动时的固定臂、运动轴心和移动臂上选取关键节点，以运动轴心的关键节点为角的顶点，运动轴心和固定臂的关键节点连线以及运动轴心和移动臂的关键节点连线为角的边计算角度，该角度即为关节的当前关节活动度；
II)对于关节的旋转类运动，在活动的关节选取两关键节点，计算两关键节点的连线与水平面的夹角，该夹角即为关节的当前关节活动度；
III)对于关节的移动类运动，在固定的骨关节面和活动的骨关节面选取两关键节点，计算两关键节点间的距离，该距离即为关节的当前关节活动度；
IV)对于多关节联合运动，在运动肢体末端选取两关键节点，计算两关键节点间的距离，该距离即为关节的当前关节活动度。
本发明由于采取以上技术方案，其具有以下优点：本发明采用空间坐标采集装置，无需对用户进行任何穿戴装置和人体接触，即可对用户进行监测，解决因不同用户手或前臂尺寸的差异造成的穿戴装置尺寸难以适配以及因烧伤或手术导致局部感染、破损而无法直接接触装置等难题，能够降低成本和消耗，具有很强的可扩展性，可以广泛应用于医疗器械领域中。
附图说明
图1是本发明监测系统的结构示意图；
图2是本发明中空间坐标采集装置采集的关键节点位置示意图。
具体实施方式
以下结合附图来对本发明进行详细的描绘。然而应当理解，附图的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。
如图1、图2所示，本发明提供的用于手部、腕部与前臂的关节活动度监测系统包括空间坐标采集装置1、计算系统2和显示系统3，其中，计算系统2内设置有状态机模块、参数设定模块、关节活动度计算模块、数据判定模块和数据处理模块。
状态机模块用于预先设定计算系统2的状态、状态间的转换关系和状态转换条件等状态参数，其中，计算系统2的状态包括静止状态、准备测量状态、开始测量状态、计算结果状态和显示结果状态五种。
参数设定模块，用于预先设定待检测的关节和误差参数，其中，误差参数包括误差判定参数A、误差统计参数BB和角度差判定参数C等误差参数。
空间坐标采集装置1用于根据预设的状态参数，对用户的手部、腕部与前臂进行实时探测，实时采集用户手部、腕部与前臂若干关键节点的空间坐标。
关节活动度计算模块用于根据预设的状态参数、待检测的关节以及实时采集的空间坐标，逐帧计算待测关节的当前关节活动度。
数据判定模块用于预先设定判定条件，并根据预设的状态参数、判定条件和误差参数，判断计算的用户手部、腕部与前臂各待测关节的当前关节活动度是否合格，当判定结果为合格时，数据判定模块发送信号至关节活动度计算模块，关节活动度计算模块停止计算；当判定结果为不合格时，关节活动度计算模块继续计算。
数据处理模块用于对合格的当前关节活动度数据剔除误差帧，得到用户手部、腕部与前臂各待测关节的关节活动度。
显示系统3用于根据预设的状态参数，显示用户手部、腕部与前臂各待测关节的关节活动度。
在一个优选的实施例中，手部、腕部与前臂的关键节点可以根据实际情况进行确定，例如：对于拇指掌指的关节活动度，以掌心面对空间坐标采集装置1时掌心距离空间坐标采集装置1的最远点、拇指掌指关节处交界点和拇指指间关节处交界点为关键节点；对于前臂旋前旋后的关节活动度，以腕关节交界处(即手腕与前臂交界处)尺骨侧边缘点和桡骨侧边缘点为关键节点。
在一个优选的实施例中，数据判定模块的判定条件包括：1)判定深度图像数据中前40帧图像的当前关节活动度的变化是否均为同向(即关节活动度持续增大或持续减小)，若均为同向，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块。2)深度图像数据的前120帧图像中，若某一帧图像的当前关节活动度Mi(i＝120，119…3，2，1)与上一帧的当前关节活动度Mi+1的差值的绝对值|Mi-Mi+1|满足：
|Mi-Mi+1|>A
则判定将该帧图像为无效帧。统计前120帧图像中，无效帧的总数，若无效帧的总数大于误差统计参数B，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块。3)比较深度图像数据前150帧图像的当前关节活动度Mi(i＝150，149…3，2，1)与角度判定参数C，若满足：
Figure BDA0002625210900000061
则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块。
在一个优选的实施例中，数据处理模块将深度图像数据的前120帧图像中待测关节的所有当前关节活动度分别按照角度的大小进行排列，分别去掉10％的最大值和10％的最小值，并分别计算剩下待测关节的当前关节活动度的平均值，得到用户手部、腕部与前臂待测关节的关节活动度。
在一个优选的实施例中，空间坐标采集装置1可以采用深度摄像头，以大于720p的分辨率、大于每秒30帧的速率向计算系统2发送数据，其中，每一帧均包括手部、腕部与前臂各关节的空间坐标。
在一个优选的实施例中，关节活动度计算模块以每秒60次的频率计算用户手部、腕部与前臂各关节的关节活动度。
基于上述用于手部、腕部与前臂的关节活动度监测系统，本发明还提供一种用于手部、腕部与前臂的关节活动度监测方法：
1)状态机模块预先设定计算系统2的状态、状态间的转换关系、状态转换条件和需要测量角度的关节等状态参数，参数设定模块预先设定待检测的关节和误差判定参数A、误差统计参数B和角度差判定参数C等误差参数。
2)计算系统2首先处于静止状态，启动空间坐标采集装置1，当空间坐标采集装置1监测到用户的手部或前臂的一部分进入监测范围内时，计算系统2处于准备测量状态。
3)准备测量状态下，空间坐标采集装置1持续监测。当空间坐标采集装置1监测到用户的手部、腕部与前臂完全处于监测范围内时，计算系统2处于开始测量状态。
4)空间坐标采集装置1对用户的手部、腕部与前臂进行实时探测，实时采集用户手部、腕部与前臂各关键节点的空间坐标。
5)关节活动度计算模块根据待检测的关节，对实时采集的关键节点空间坐标进行筛选，并根据筛选后的关键节点空间坐标，逐帧计算待测关节的当前关节活动度：
①对于关节的屈、伸、收、展和环转类运动，分别在运动时的固定臂、运动轴心和移动臂上选取关键节点，以运动轴心的关键节点为角的顶点，运动轴心和固定臂的关键节点连线以及运动轴心和移动臂的关键节点连线为角的边计算角度，该角度即为关节的当前关节活动度；
②对于关节的旋转类运动，在活动的关节选取两关键节点，计算两关键节点的连线与水平面的夹角，该夹角即为关节的当前关节活动度；
③对于关节的移动类运动，在固定的骨关节面和活动的骨关节面选取两关键节点，计算两关键节点间的距离，该距离即为关节的当前关节活动度；
④对于多关节联合运动，采用上述①～③方法的结合；或在运动肢体末端选取两关键节点，计算两关键节点间的距离，该距离即为关节的当前关节活动度。
6)数据判定模块预先设定判定条件，并根据预设的误差参数和判定条件，判断计算的用户手部、腕部与前臂该待测关节的当前关节活动度是否合格。下面以每秒钟60帧为例，可以通过以下3个判定条件进行判断：
①判定深度图像数据中前40帧图像的当前关节活动度的变化是否均为同向(即关节活动度持续增大或持续减小)，若均为同向，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块.
②深度图像数据的前120帧图像中，若某一帧图像的当前关节活动度Mi(i＝120，119…3，2，1)与上一帧的当前关节活动度Mi+1的差值的绝对值|Mi-Mi+1|满足：
|Mi-Mi+1|>A
则判定将该帧图像为无效帧。统计前120帧图像中，无效帧的总数，若无效帧的总数大于误差统计参数B，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块。
③比较深度图像数据前150帧图像的当前关节活动度Mi(i＝150，149…3，2，1)与角度判定参数C，若满足：
Figure BDA0002625210900000081
则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块。
7)当上述3种判定同时输出合格结果时，数据判定模块发送信号至关节活动度计算模块，关节活动度计算模块停止计算该待测关节的关节活动度，计算系统2的状态变更为计算结果状态；否则，关节活动度计算模块继续计算该待测关节的关节活动度。
8)重复步骤5)至步骤7)，同时逐帧计算各待测关节的当前关节活动度，并得到各当前关节活动度的合格判断结果。
9)数据处理模块剔除误差帧：数据处理模块将深度图像数据的前120帧图像中所有待测关节的所有当前关节活动度分别按照角度的大小进行排列，分别去掉10％的最大值和10％的最小值，并将剩下的所有待测关节的当前关节活动度分别计算平均值，得到用户手部、腕部与前臂所有待测关节的关节活动度。计算系统2的状态变更为显示结果状态。
10)在显示结果状态下，显示系统3显示用户手部、腕部与前臂待测关节的关节活动度。
上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和制作工艺等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (10)

1.一种用于手部、腕部与前臂的关节活动度监测系统，其特征在于，包括空间坐标采集装置、计算系统和显示系统，其中，所述计算系统内设置有状态机模块、参数设定模块、关节活动度计算模块、数据判定模块和数据处理模块；
所述状态机模块用于预先设定状态参数；
所述参数设定模块用于预先设定待检测的关节和误差参数；
所述空间坐标采集装置用于根据预设的状态参数，实时采集用户手部、腕部与前臂若干关键节点的空间坐标；
所述关节活动度计算模块用于根据预设的状态参数、待检测的关节以及实时采集的空间坐标，逐帧计算待测关节的当前关节活动度；
所述数据判定模块用于预先设定判定条件，并根据预设的状态参数、误差参数和判定条件，判断计算的用户手部、腕部与前臂各待测关节的当前关节活动度是否合格；
所述数据处理模块用于对合格的当前关节活动度数据剔除误差帧，得到用户手部、腕部与前臂各待测关节的关节活动度；
所述显示系统用于根据预设的状态参数，显示用户手部、腕部与前臂各待测关节的关节活动度。
2.如权利要求1所述的一种用于手部、腕部与前臂的关节活动度监测系统，其特征在于，所述状态参数包括计算系统的状态、状态间的转换关系和状态转换条件，所述计算系统的状态包括静止状态、准备测量状态、开始测量状态、计算结果状态和显示结果状态。
3.如权利要求1所述的一种用于手部、腕部与前臂的关节活动度监测系统，其特征在于，所述误差参数包括误差判定参数、误差统计参数和角度差判定参数。
4.如权利要求3所述的一种用于手部、腕部与前臂的关节活动度监测系统，其特征在于，所述数据判定模块的判定条件包括：
A)判定深度图像数据中前若干帧图像的当前关节活动度的变化是否均为同向，若均为同向，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块；
B)若深度图像数据中某一帧图像的当前关节活动度Mi与上一帧的当前关节活动度Mi+1的差值的绝对值|Mi-Mi+1|满足：
|Mi-Mi+1|>A
其中，A为误差判定参数；
则判定将该帧图像为无效帧，若深度图像数据中无效帧的总数大于误差统计参数，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块；
C)比较深度图像数据前若干帧图像的当前关节活动度Mi与角度判定参数，若满足：
Figure FDA0002625210890000021
其中，C为角度判定参数；
则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块。
5.如权利要求1所述的一种用于手部、腕部与前臂的关节活动度监测系统，其特征在于，所述数据处理模块对合格的当前关节活动度数据剔除误差帧的具体过程为：
所述数据处理模块将深度图像数据中待测关节的所有当前关节活动度分别按照角度的大小进行排列，分别去掉预先设定范围的最大值和预先设定范围的最小值，并分别计算剩下待测关节的当前关节活动度的平均值，得到用户手部、腕部与前臂待测关节的关节活动度。
6.如权利要求1所述的一种用于手部、腕部与前臂的关节活动度监测系统，其特征在于，所述关节活动度计算模块计算待测关节的当前关节活动度的具体过程为：
①对于关节的屈、伸、收、展和环转类运动，分别在运动时的固定臂、运动轴心和移动臂上选取关键节点，以运动轴心的关键节点为角的顶点，运动轴心和固定臂的关键节点连线以及运动轴心和移动臂的关键节点连线为角的边计算角度，该角度即为关节的当前关节活动度；
②对于关节的旋转类运动，在活动的关节选取两关键节点，计算两关键节点的连线与水平面的夹角，该夹角即为关节的当前关节活动度；
③对于关节的移动类运动，在固定的骨关节面和活动的骨关节面选取两关键节点，计算两关键节点间的距离，该距离即为关节的当前关节活动度；
④对于多关节联合运动，在运动肢体末端选取两关键节点，计算两关键节点间的距离，该距离即为关节的当前关节活动度。
7.如权利要求1至6任一项所述的一种用于手部、腕部与前臂的关节活动度监测系统，其特征在于，所述空间坐标采集装置采用深度摄像头。
8.一种用于手部、腕部与前臂的关节活动度监测方法，其特征在于，包括以下步骤：
1)状态机模块预先状态参数，参数设定模块预先设定待检测的关节和误差参数；
2)计算系统首先处于静止状态，启动空间坐标采集装置，当空间坐标采集装置监测到用户的手部或前臂进入监测范围内时，计算系统处于准备测量状态；
3)准备测量状态下，空间坐标采集装置持续监测，当空间坐标采集装置监测到用户的手部、腕部与前臂完全处于监测范围内时，计算系统处于开始测量状态；
4)空间坐标采集装置对用户的手部、腕部与前臂进行实时探测，实时采集用户手部、腕部与前臂各关键节点的空间坐标；
5)关节活动度计算模块根据待检测的关节，对实时采集的关键节点空间坐标进行筛选，并根据筛选后的关键节点空间坐标，逐帧计算待测关节的当前关节活动度；
6)数据判定模块预先设定判定条件，并根据预设的误差参数和判定条件，判断计算的用户手部、腕部与前臂该待测关节的当前关节活动度是否合格；
7)当判定结果为合格结果时，数据判定模块发送信号至关节活动度计算模块，关节活动度计算模块停止计算该待测关节的关节活动度，计算系统的状态变更为计算结果状态；否则，关节活动度计算模块继续计算该待测关节的关节活动度；
8)重复步骤5)至步骤7)，同时逐帧计算各待测关节的当前关节活动度，并得到各当前关节活动度的合格判断结果；
9)数据处理模块对合格的当前关节活动度数据剔除误差帧，得到用户手部、腕部与前臂所有待测关节的关节活动度，计算系统的状态变更为显示结果状态；
10)在显示结果状态下，显示系统显示用户手部、腕部与前臂所有待测关节的关节活动度。
9.如权利要求8所述一种用于手部、腕部与前臂的关节活动度监测方法，其特征在于，数据判定模块的判定条件包括：
a)判定深度图像数据中前若干帧图像的当前关节活动度的变化是否均为同向，若均为同向，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块；
b)若深度图像数据中某一帧图像的当前关节活动度Mi与上一帧的当前关节活动度Mi+1的差值的绝对值|Mi-Mi+1|满足：
|Mi-Mi+1|>A
其中，A为预设的误差参数中的误差判定参数；
则判定将该帧图像为无效帧，若深度图像数据中无效帧的总数大于预设误差参数中的误差统计参数，则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块；
c)比较深度图像数据前若干的当前关节活动度Mi与预设误差参数中的角度判定参数，若满足：
Figure FDA0002625210890000031
其中，C为角度判定参数；
则输出不合格结果至数据处理模块；否则，输出合格结果至数据处理模块。
10.如权利要求9所述一种用于手部、腕部与前臂的关节活动度监测方法，其特征在于，所述步骤5)中关节活动度计算模块计算待测关节的当前关节活动度的具体过程为：
I)对于关节的屈、伸、收、展和环转类运动，分别在运动时的固定臂、运动轴心和移动臂上选取关键节点，以运动轴心的关键节点为角的顶点，运动轴心和固定臂的关键节点连线以及运动轴心和移动臂的关键节点连线为角的边计算角度，该角度即为关节的当前关节活动度；
II)对于关节的旋转类运动，在活动的关节选取两关键节点，计算两关键节点的连线与水平面的夹角，该夹角即为关节的当前关节活动度；
III)对于关节的移动类运动，在固定的骨关节面和活动的骨关节面选取两关键节点，计算两关键节点间的距离，该距离即为关节的当前关节活动度；
IV)对于多关节联合运动，在运动肢体末端选取两关键节点，计算两关键节点间的距离，该距离即为关节的当前关节活动度。
CN202010794985.5A 2020-08-10 2020-08-10 一种用于手部、腕部与前臂的关节活动度监测系统及方法 Active CN111938658B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010794985.5A CN111938658B (zh) 2020-08-10 2020-08-10 一种用于手部、腕部与前臂的关节活动度监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010794985.5A CN111938658B (zh) 2020-08-10 2020-08-10 一种用于手部、腕部与前臂的关节活动度监测系统及方法

Publications (2)

Publication Number Publication Date
CN111938658A true CN111938658A (zh) 2020-11-17
CN111938658B CN111938658B (zh) 2023-09-01

Family

ID=73333108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010794985.5A Active CN111938658B (zh) 2020-08-10 2020-08-10 一种用于手部、腕部与前臂的关节活动度监测系统及方法

Country Status (1)

Country Link
CN (1) CN111938658B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114795192A (zh) * 2022-07-01 2022-07-29 佛山科学技术学院 一种关节活动度智能检测方法及系统

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060217233A1 (en) * 2005-03-24 2006-09-28 Kyungpook National University Industry-Academic Cooperation Foundation Apparatus and method for lower-limb rehabilitation training using weight load and joint angle as variables
JP2007127667A (ja) * 2006-12-26 2007-05-24 Kosaka Laboratory Ltd 多関節型座標測定装置
CN101133958A (zh) * 2007-09-30 2008-03-05 北京三维正基科技有限公司 关节动度检测系统及其检测方法
US20080112592A1 (en) * 2006-06-19 2008-05-15 Weiguo Wu Motion Capture Apparatus and Method, and Motion Capture Program
JP2011078611A (ja) * 2009-10-08 2011-04-21 Toyota Motor Corp 動作補助装置
CN102824176A (zh) * 2012-09-24 2012-12-19 南通大学 一种基于Kinect传感器的上肢关节活动度测量方法
CN203943673U (zh) * 2014-05-06 2014-11-19 北京老年医院 一种吞咽障碍评价装置
US20150320343A1 (en) * 2013-01-18 2015-11-12 Kabushiki Kaisha Toshiba Motion information processing apparatus and method
CN105674927A (zh) * 2015-10-14 2016-06-15 北京信息科技大学 一种关节式坐标测量机的测量姿态优化方法
CN106205322A (zh) * 2016-08-22 2016-12-07 叶强 人体关节测量评价系统
CN106355598A (zh) * 2016-09-14 2017-01-25 南通大学 一种腕部及手指关节活动度的自动测量方法
CN106546170A (zh) * 2016-10-13 2017-03-29 同济大学 一种机器人运动轨迹关键点误差测量方法
CN106901748A (zh) * 2017-03-22 2017-06-30 北京航空航天大学 一种基于加速度传感器的关节活动度测量装置
CN107174255A (zh) * 2017-06-15 2017-09-19 西安交通大学 基于Kinect体感技术的三维步态信息采集与分析方法
CN107320108A (zh) * 2017-08-14 2017-11-07 佛山科学技术学院 一种关节活动度测量方法
CN108273257A (zh) * 2018-03-01 2018-07-13 合肥工业大学 一种人体腰部运动状态检测装置及检测方法
CN207666592U (zh) * 2017-06-13 2018-07-31 戴骁意 用于辅助关节角度测量尺测量关节角度的夹持装置
US20180333084A1 (en) * 2015-11-13 2018-11-22 Innomotion Incorporation (Shanghai) Joint movement analysis system and method; knee-joint dynamic evaluation method and system
CN110681121A (zh) * 2019-09-09 2020-01-14 王�华 一种骨科髋关节活动度锻炼用助行器
CN110738192A (zh) * 2019-10-29 2020-01-31 腾讯科技（深圳）有限公司 人体运动功能辅助评估方法、装置、设备、系统及介质
CN110969114A (zh) * 2019-11-28 2020-04-07 四川省骨科医院 一种人体动作功能检测系统、检测方法及检测仪
CN111240468A (zh) * 2019-12-31 2020-06-05 北京诺亦腾科技有限公司 手部动作捕捉的校准方法、装置、电子设备及存储介质

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060217233A1 (en) * 2005-03-24 2006-09-28 Kyungpook National University Industry-Academic Cooperation Foundation Apparatus and method for lower-limb rehabilitation training using weight load and joint angle as variables
US20080112592A1 (en) * 2006-06-19 2008-05-15 Weiguo Wu Motion Capture Apparatus and Method, and Motion Capture Program
JP2007127667A (ja) * 2006-12-26 2007-05-24 Kosaka Laboratory Ltd 多関節型座標測定装置
CN101133958A (zh) * 2007-09-30 2008-03-05 北京三维正基科技有限公司 关节动度检测系统及其检测方法
JP2011078611A (ja) * 2009-10-08 2011-04-21 Toyota Motor Corp 動作補助装置
CN102824176A (zh) * 2012-09-24 2012-12-19 南通大学 一种基于Kinect传感器的上肢关节活动度测量方法
US20150320343A1 (en) * 2013-01-18 2015-11-12 Kabushiki Kaisha Toshiba Motion information processing apparatus and method
CN203943673U (zh) * 2014-05-06 2014-11-19 北京老年医院 一种吞咽障碍评价装置
CN105674927A (zh) * 2015-10-14 2016-06-15 北京信息科技大学 一种关节式坐标测量机的测量姿态优化方法
US20180333084A1 (en) * 2015-11-13 2018-11-22 Innomotion Incorporation (Shanghai) Joint movement analysis system and method; knee-joint dynamic evaluation method and system
CN106205322A (zh) * 2016-08-22 2016-12-07 叶强 人体关节测量评价系统
CN106355598A (zh) * 2016-09-14 2017-01-25 南通大学 一种腕部及手指关节活动度的自动测量方法
CN106546170A (zh) * 2016-10-13 2017-03-29 同济大学 一种机器人运动轨迹关键点误差测量方法
CN106901748A (zh) * 2017-03-22 2017-06-30 北京航空航天大学 一种基于加速度传感器的关节活动度测量装置
CN207666592U (zh) * 2017-06-13 2018-07-31 戴骁意 用于辅助关节角度测量尺测量关节角度的夹持装置
CN107174255A (zh) * 2017-06-15 2017-09-19 西安交通大学 基于Kinect体感技术的三维步态信息采集与分析方法
CN107320108A (zh) * 2017-08-14 2017-11-07 佛山科学技术学院 一种关节活动度测量方法
CN108273257A (zh) * 2018-03-01 2018-07-13 合肥工业大学 一种人体腰部运动状态检测装置及检测方法
CN110681121A (zh) * 2019-09-09 2020-01-14 王�华 一种骨科髋关节活动度锻炼用助行器
CN110738192A (zh) * 2019-10-29 2020-01-31 腾讯科技（深圳）有限公司 人体运动功能辅助评估方法、装置、设备、系统及介质
CN110969114A (zh) * 2019-11-28 2020-04-07 四川省骨科医院 一种人体动作功能检测系统、检测方法及检测仪
CN111240468A (zh) * 2019-12-31 2020-06-05 北京诺亦腾科技有限公司 手部动作捕捉的校准方法、装置、电子设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
段少华, 王淑平: "品管圈在全膝关节置换患者康复中的应用", 《天津护理》, pages 259 - 261 *
王伟伟,郭远其,高卉等: "基于深度图像的关节活动度测量及其结果评价", 《中国医学物理学杂志》, pages 262 - 269 *
胡超,葛云,陈颖: "人体关节活动度测量系统", 《中国医学物理学杂志》, pages 34 - 38 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114795192A (zh) * 2022-07-01 2022-07-29 佛山科学技术学院 一种关节活动度智能检测方法及系统
CN114795192B (zh) * 2022-07-01 2022-09-16 佛山科学技术学院 一种关节活动度智能检测方法及系统

Also Published As

Publication number Publication date
CN111938658B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
US10817795B2 (en) Handstate reconstruction based on multiple inputs
Metcalf et al. Markerless motion capture and measurement of hand kinematics: validation and application to home-based upper limb rehabilitation
Carbonaro et al. Exploiting wearable goniometer technology for motion sensing gloves
JP6858309B2 (ja) 関節応力をセンサーデータから判定する方法
Smeragliuolo et al. Validation of the Leap Motion Controller using markered motion capture technology
TWI487505B (zh) 肌動訊號輸入裝置、人機操作系統及其辨識方法
US6515669B1 (en) Operation input device applied to three-dimensional input device
Fall et al. A multimodal adaptive wireless control interface for people with upper-body disabilities
Tognetti et al. Body segment position reconstruction and posture classification by smart textiles
Lim et al. A low cost wearable optical-based goniometer for human joint monitoring
Moreira et al. Real-time hand tracking for rehabilitation and character animation
Fu et al. Tracking whole hand kinematics using extended kalman filter
Liu et al. Sensor to segment calibration for magnetic and inertial sensor based motion capture systems
CN113341564A (zh) 一种计算机输入装置
Mohammadi et al. Fingertip force estimation via inertial and magnetic sensors in deformable object manipulation
CN111938658B (zh) 一种用于手部、腕部与前臂的关节活动度监测系统及方法
Hu et al. An inertial sensor system for measurements of tibia angle with applications to knee valgus/varus detection
CN107049325B (zh) 一种新型的穿戴式手部外骨骼力-位移实时检测系统及检测方法
Saggio et al. Sensory systems for human body gesture recognition and motion capture
JP2016035651A (ja) 在宅リハビリテーションシステム
JP2020174787A (ja) 手指運動推定システム
Saggio et al. Evaluation of an integrated sensory glove at decreasing joint flexion degree
Pham et al. Functional range of movement of the hand: Declination angles to reachable space
Kim et al. Thumb joint angle estimation for soft wearable hand robotic devices
Bagheri et al. IMU Applications within STEM Branch: Cognitive, Behavioral, Practical and Design-Based Implementation Approach

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