CN112017780A - 一种伤指运动功能康复程度的评估系统及其方法 - Google Patents

一种伤指运动功能康复程度的评估系统及其方法 Download PDF

Info

Publication number
CN112017780A
CN112017780A CN202010857399.0A CN202010857399A CN112017780A CN 112017780 A CN112017780 A CN 112017780A CN 202010857399 A CN202010857399 A CN 202010857399A CN 112017780 A CN112017780 A CN 112017780A
Authority
CN
China
Prior art keywords
finger
motion
injured
degree
evaluating
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
CN202010857399.0A
Other languages
English (en)
Other versions
CN112017780B (zh
Inventor
陈志翔
王风丽
何胜敏
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.)
Minnan Normal University
Original Assignee
Minnan Normal University
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 Minnan Normal University filed Critical Minnan Normal University
Priority to CN202010857399.0A priority Critical patent/CN112017780B/zh
Publication of CN112017780A publication Critical patent/CN112017780A/zh
Application granted granted Critical
Publication of CN112017780B publication Critical patent/CN112017780B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Rehabilitation Tools (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开一种伤指运动功能康复程度的评估方法，包括光能动作捕捉设备、数据预处理模块、主控制模块和康复程度评估模块，通过光能动作捕捉设备获取手指的运动信息，所述数据预处理模块对手指的运动信息进行处理，预处理结果储存到数据库，所述主控制模块用来显示手指的运动状态及康复评估结果，所述康复程度评估模块从水平平面和竖直平面对伤指运动功能康复程度进行评估。本发明将光能动作捕捉设备和计算机视觉相结合，给出精确的伤指运动功能康复程度评估结果，辅助医生对患者的伤指康复程度进行诊断，并为患者的下一步训练方向提供依据。

Description

一种伤指运动功能康复程度的评估系统及其方法
技术领域
本发明涉及医学康复评估技术领域，尤其涉及一种伤指运动功能康复程度的评估系统及其方法。
背景技术
伤指的康复训练主要由手部外骨骼机器人和虚拟现实技术实现，虽然这两种训练方法会对伤指的康复程度做评估，但它们主要还是训练伤指的运动功能。目前，伤指的康复程度评估方法主要为神经肌肉测试法，该方法主要通过手的抓取、握、穿针和持筷的动作训练手的运动功能，并通过关节的活动度和肌力对手部的康复程度进行测评。神经肌肉测试法更注重手部的整体运动功能的恢复和评估，缺少单个手指运动功能康复程度的评估方法。
手指运动特征包括屈伸、内收和外展以及环转运动，根据研究发现，中指和食指协同运动时，对中指的运动对受伤食指的康复具有促进作用，即食指和中指同时屈或伸运动时，中指对食指的运动角度具有促进作用，若食指屈(伸)运动时，中指伸(屈)运动，则中指对食指的运动角度具有抑制作用，然而以往大多数的研究中对伤指康复程度的评估未考虑相邻手指对运动手指的约束。
发明内容
为了解决现有技术所存在的问题，本发明提出的伤指运动功能康复程度的评估系统及其方法。
为了实现上述目的，本发明采用了如下技术方案：
一方面提供一种伤指运动功能康复程度的评估系统，包括光能动作捕捉设备、数据预处理模块、主控制模块和康复程度评估模块，
所述光能动作捕捉设备用于从水平平面和竖直平面获得手指运动信息；
所述数据预处理模块对手指运动信息进行分析处理；
所述主控制模块用来显示手指运动状态和伤指运动功能康复程度评估结果；
所述康复程度评估模块从水平平面和竖直平面对单指和双指运动时的康复程度进行评估，同时对单指的环转运动进行评估。
优选的，所述光能动作捕捉设备设有两部，其中一部所述光能动作捕捉设备位于食指正上方10cm处，另一部所述光能动作捕捉设备位于食指侧方10cm处，分别从水平方向和竖直方向获得单个食指和食指与中指协同运动时的运动信息，并将运动信息上传到所述数据预处理模块中。
优选的，另外在食指的正下方和侧方分别设有一个角度测量仪，两个所述角度测量仪与两部所述光能动作捕捉设备相对设置。
另一方面提供伤指运动功能康复程度的评估方法，应用权利要求3所述的伤指运动功能康复程度的评估系统，具体步骤如下：
步骤1、所述数据预处理模块对所述光能动作捕捉设备获得的多个手指运动信息进行综合处理；
步骤2、所述主控制模块将数据预处理模块获得伤指在水平平面和竖直平面的运动角度与储存在数据库中的标准运动角度进行对比，获得伤指运动康复程度百分比，并将信息显示到主控制模块；
步骤3、所述康复程度评估模块对单指和双指屈、伸及内收和外展运动康复程度评估，以及通过对比单指的环转运动范围得到伤指环转运动的最大缺陷方向，为单指的下一步训练方向提供依据。
优选的，评估时，固定除食指外的其他手指，让食指独自做屈伸、内收和外展以及环转运动；固定除食指和中指外的其他手指，让食指和中指同时做屈伸、内收和外展运动。
优选的，所述步骤1中，所述数据预处理模块的综合处理步骤如下：
步骤11、将获得的手指运动信息分为五部分：单个食指屈伸运动、双指屈伸运动、单个食指内收和外展运动、双指内收和外展运动以及单指环转运动；
步骤12、通过角度测量仪量出食指在水平平面和竖直平面独立屈伸、内收和外展运动时的角度范围，以及食指和中指同时运动时食指在水平平面和竖直平面独立屈伸、内收和外展运动时的角度范围；
步骤13、通过食指做环转运动时的运动轨迹画出食指在三维空间内的环转运动范围。
优选的，所述步骤2中，伤指运动康复程度分为四级，运动角度百分比＜60，伤指康复程度为差；运动角度百分比60～＜75，伤指康复程度为中；运动角度百分比75～＜90，伤指康复程度为良；运动角度百分比≥90，伤指康复程度为优。
与现有技术相比，本发明将光能动作捕捉设备和计算机视觉相结合，给出精确的伤指运动功能康复程度评估结果，辅助医生对患者的伤指康复程度进行诊断，并为患者的下一步训练方向提供依据。
附图说明
图1为本发明伤指运动功能康复程度的评估系统的原理框图；
图2捕获手指运动信息结构图。
图3角度测量仪。
图4手部放置台。
图5水平平面角度测量图。
图6竖直平面角度测量图。
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。
本实施例提供一种伤指运动功能康复程度的评估系统，如图1所示，包括光能动作捕捉设备、数据预处理模块、主控制模块和康复程度评估模块。光能动作捕捉设备用于从水平平面和竖直平面获得手指运动信息；数据预处理模块对手指运动信息进行分析处理；主控制模块用来显示手指运动状态和伤指运动功能康复程度评估结果；康复程度评估模块从水平平面和竖直平面对单指和双指运动时的康复程度进行评估，同时对单指的环转运动进行评估。
如图2-6所示，本实施例的光能动作捕捉设备1设有两部，其中一部位于食指正上方10cm处，另一部位于食指侧方10cm处，分别从水平方向和竖直方向获得单个食指和食指与中指协同运动时的运动信息，并将运动信息上传到所述数据预处理模块中。另外在食指的正下方和侧方分别设有一个角度测量仪2，两个角度测量仪2与两部光能动作捕捉设备1相对设置。
本实施例还提供一种伤指运动功能康复程度的评估方法，具体步骤如下：
步骤1、所述数据预处理模块对所述光能动作捕捉设备获得的多个手指运动信息进行综合处理；
步骤2、所述主控制模块将数据预处理模块获得伤指在水平平面和竖直平面的运动角度与储存在数据库中的标准运动角度进行对比，获得伤指运动康复程度百分比，并将信息显示到主控制模块；
步骤3、所述康复程度评估模块对单指和双指屈、伸及内收和外展运动康复程度评估，以及通过对比单指的环转运动范围得到伤指环转运动的最大缺陷方向，为单指的下一步训练方向提供依据。
评估时，固定除食指外的其他手指，让食指独自做屈伸、内收和外展以及环转运动；固定除食指和中指外的其他手指，让食指和中指同时做屈伸、内收和外展运动。
在步骤1中，数据预处理模块的综合处理步骤如下：
步骤11、将获得的手指运动信息分为五部分：单个食指屈伸运动、双指屈伸运动、单个食指内收和外展运动、双指内收和外展运动以及单指环转运动；
步骤12、通过角度测量仪量出食指在水平平面和竖直平面独立屈伸、内收和外展运动时的角度范围，以及食指和中指同时运动时食指在水平平面和竖直平面独立屈伸、内收和外展运动时的角度范围；
步骤13、通过食指做环转运动时的运动轨迹画出食指在三维空间内的环转运动范围。
在步骤2中，伤指运动康复程度分为四级，运动角度百分比＜60，伤指康复程度为差；运动角度百分比60～＜75，伤指康复程度为中；运动角度百分比75～＜90，伤指康复程度为良；运动角度百分比≥90，伤指康复程度为优。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种伤指运动功能康复程度的评估系统，其特征在于，包括光能动作捕捉设备、数据预处理模块、主控制模块和康复程度评估模块，
所述光能动作捕捉设备用于从水平平面和竖直平面获得手指运动信息；
所述数据预处理模块对手指运动信息进行分析处理；
所述主控制模块用来显示手指运动状态和伤指运动功能康复程度评估结果；
所述康复程度评估模块从水平平面和竖直平面对单指和双指运动时的康复程度进行评估，同时对单指的环转运动进行评估。
2.根据权利要求1所述的伤指运动功能康复程度的评估系统，其特征在于，所述光能动作捕捉设备设有两部，其中一部所述光能动作捕捉设备位于食指正上方10cm处，另一部所述光能动作捕捉设备位于食指侧方10cm处，分别从水平方向和竖直方向获得单个食指和食指与中指协同运动时的运动信息，并将运动信息上传到所述数据预处理模块中。
3.根据权利要求2所述的伤指运动功能康复程度的评估系统，其特征在于，另外在食指的正下方和侧方分别设有一个角度测量仪，两个所述角度测量仪与两部所述光能动作捕捉设备相对设置。
4.一种伤指运动功能康复程度的评估方法，其特征在于，应用权利要求3所述的伤指运动功能康复程度的评估系统，具体步骤如下：
步骤1、所述数据预处理模块对所述光能动作捕捉设备获得的多个手指运动信息进行综合处理；
步骤2、所述主控制模块将数据预处理模块获得伤指在水平平面和竖直平面的运动角度与储存在数据库中的标准运动角度进行对比，获得伤指运动康复程度百分比，并将信息显示到主控制模块；
步骤3、所述康复程度评估模块对单指和双指屈、伸及内收和外展运动康复程度评估，以及通过对比单指的环转运动范围得到伤指环转运动的最大缺陷方向，为单指的下一步训练方向提供依据。
5.根据权利要求4所述的伤指运动功能康复程度的评估方法，其特征在于，评估时，固定除食指外的其他手指，让食指独自做屈伸、内收和外展以及环转运动；固定除食指和中指外的其他手指，让食指和中指同时做屈伸、内收和外展运动。
6.根据权利要求4所述的伤指运动功能康复程度的评估方法，其特征在于，所述步骤1中，所述数据预处理模块的综合处理步骤如下：
步骤11、将获得的手指运动信息分为五部分：单个食指屈伸运动、双指屈伸运动、单个食指内收和外展运动、双指内收和外展运动以及单指环转运动；
步骤12、通过角度测量仪量出食指在水平平面和竖直平面独立屈伸、内收和外展运动时的角度范围，以及食指和中指同时运动时食指在水平平面和竖直平面独立屈伸、内收和外展运动时的角度范围；
步骤13、通过食指做环转运动时的运动轨迹画出食指在三维空间内的环转运动范围。
7.根据权利要求4所述的伤指运动功能康复程度的评估方法，其特征在于，所述步骤2中，伤指运动康复程度分为四级，运动角度百分比＜60，伤指康复程度为差；运动角度百分比60～＜75，伤指康复程度为中；运动角度百分比75～＜90，伤指康复程度为良；运动角度百分比≥90，伤指康复程度为优。
CN202010857399.0A 2020-08-24 2020-08-24 一种伤指运动功能康复程度的评估系统 Active CN112017780B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010857399.0A CN112017780B (zh) 2020-08-24 2020-08-24 一种伤指运动功能康复程度的评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010857399.0A CN112017780B (zh) 2020-08-24 2020-08-24 一种伤指运动功能康复程度的评估系统

Publications (2)

Publication Number Publication Date
CN112017780A true CN112017780A (zh) 2020-12-01
CN112017780B CN112017780B (zh) 2023-06-06

Family

ID=73505683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010857399.0A Active CN112017780B (zh) 2020-08-24 2020-08-24 一种伤指运动功能康复程度的评估系统

Country Status (1)

Country Link
CN (1) CN112017780B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102822773A (zh) * 2010-03-24 2012-12-12 惠普开发有限公司 用于显示设备的手势映射
CN103488880A (zh) * 2013-09-09 2014-01-01 上海交通大学 智慧城市中的远程医疗康复系统
CN104013512A (zh) * 2014-05-21 2014-09-03 燕山大学 手指康复训练装置
CN104887238A (zh) * 2015-06-10 2015-09-09 上海大学 基于动作捕捉的手康复训练评估系统和方法
CN106599540A (zh) * 2016-11-23 2017-04-26 佛山科学技术学院 一种非标记式手部康复指数的计算方法
CN107422852A (zh) * 2017-06-27 2017-12-01 掣京机器人科技（上海）有限公司 手功能康复训练评估方法和系统
CN108634957A (zh) * 2018-03-30 2018-10-12 上海大学 基于人手“手指内收外展”动作的手功能康复定量评估方法
CN109848964A (zh) * 2019-01-24 2019-06-07 浙江工业大学 基于光学动作捕捉的示教机器人数据采集系统
US20190175078A1 (en) * 2018-06-05 2019-06-13 Yan Chen Human physical functional ability and muscle ability comprehensive assessment system and method thereof

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102822773A (zh) * 2010-03-24 2012-12-12 惠普开发有限公司 用于显示设备的手势映射
CN103488880A (zh) * 2013-09-09 2014-01-01 上海交通大学 智慧城市中的远程医疗康复系统
CN104013512A (zh) * 2014-05-21 2014-09-03 燕山大学 手指康复训练装置
CN104887238A (zh) * 2015-06-10 2015-09-09 上海大学 基于动作捕捉的手康复训练评估系统和方法
CN106599540A (zh) * 2016-11-23 2017-04-26 佛山科学技术学院 一种非标记式手部康复指数的计算方法
CN107422852A (zh) * 2017-06-27 2017-12-01 掣京机器人科技（上海）有限公司 手功能康复训练评估方法和系统
CN108634957A (zh) * 2018-03-30 2018-10-12 上海大学 基于人手“手指内收外展”动作的手功能康复定量评估方法
US20190175078A1 (en) * 2018-06-05 2019-06-13 Yan Chen Human physical functional ability and muscle ability comprehensive assessment system and method thereof
CN109848964A (zh) * 2019-01-24 2019-06-07 浙江工业大学 基于光学动作捕捉的示教机器人数据采集系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
丁竹;王殊轶;谷雯雪;于德旺;陈俊;: "基于光学运动捕捉的上肢康复机器人可用性测试研究", 生物医学工程学进展, no. 01 *
杨磊: "手功能康复机器人逐步辅助策略设计与实验效果评价", 中国优秀硕士学位论文全文数据库, pages 140 - 712 *

Also Published As

Publication number Publication date
CN112017780B (zh) 2023-06-06

Similar Documents

Publication Publication Date Title
Rigas et al. Assessment of tremor activity in the Parkinson’s disease using a set of wearable sensors
US8277396B2 (en) Method and apparatus for assessing proprioceptive function
CN105832343B (zh) 多维视觉手功能康复定量评估系统和评估方法
CN107397649A (zh) 一种基于径向基神经网络的上肢外骨骼康复机器人控制方法
US10849532B1 (en) Computer-vision-based clinical assessment of upper extremity function
CN103417218A (zh) 一种上肢运动的参数采集评估系统及方法
CN113974612B (zh) 一种卒中患者上肢运动功能自动化评估方法与系统
Dousty et al. Tenodesis grasp detection in egocentric video
Powell et al. Predictive shoulder kinematics of rehabilitation exercises through immersive virtual reality
CN103777754B (zh) 基于双目红外视觉的手部运动跟踪装置和方法
CN112017780A (zh) 一种伤指运动功能康复程度的评估系统及其方法
Hojati et al. Skill assessment using kinematic signatures: Geomagic touch haptic device
Goodney et al. Dr. droid: Assisting stroke rehabilitation using mobile phones
CN108682450A (zh) 在线手指运动功能评测系统
Luo et al. A virtual reality system for arm and hand rehabilitation
CN115067934A (zh) 一种基于机器智能的手部运动功能分析系统
Lin et al. A vision-based compensation detection approach during robotic stroke rehabilitation therapy
Guo et al. A novel fuzzy neural network-based rehabilitation stage classifying method for the upper limb rehabilitation robotic system
Trac et al. Influence of upper limb movement patterns on accelerometer measurements: a pediatric case series
Yang et al. Gesture Recognition Method Based on Computer Vision and Surface Electromyography: Implementing Intention Recognition of the Healthy Side in the Hand Assessment Process
Kun et al. Shoulder joint rehabilitation training system based on virtual reality technology
Islam et al. Application of computer vision algorithm in surgical skill assessment
Kim et al. Motion analysis as an evaluation framework for eye-hand coordination: A case study in ultrasound-guided catheter insertion
Qin et al. G2GNet: A model for video tremor diagnosis in Parkinson’s disease
Li et al. Brunnstrom Stage Evaluation for Upper Limbs Based on Motion Capture System

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