CN112185565A - 一种基于动作识别的患者康复评定方法 - Google Patents

Abstract

本发明公开了一种基于动作识别的患者康复评定方法，属于康复评定技术领域，包括以下步骤：在数据库中划分多个评定项目，每个评定项目中设定动作指标，将动作指标划分等级，根据动作指标等级设置评定标准；通过身份验证设备验证用户身份信息，绘制用户康复评定表，通过3D体感设备的摄像头动态捕捉用户的人体姿态；通过人机交互设备向用户发送评定项目的动作指标指令，调用采集到的人体姿态图像与数据库中的动作指标进行对比，评定用户达到的动作指标等级；统计评定项目获得的指标等级，与评定标准对比输出评定结果。通过设置自动评定标准，再利用3D体感设备采集到的动态标准动作与评定标准对比，评定患者是否康复。

Description

一种基于动作识别的患者康复评定方法

技术领域

本发明涉及康复评定技术领域，特别涉及一种基于动作识别的患者康复评定方法。

背景技术

人体动作识别是近些年来的研究热点，被广泛运用在人机智能交互、虚拟现实和智能监控等领域。动作识别一般和数字化建模技术配合使用，“现代虚拟技术+康复机器人”的运用越来越受到人们的关注。使用3D技术捕捉患者的康复训练动作并将其数字化，与系统设定的标准化动作对比分析，检查患者的康复训练效果，更好的鼓励患者进行下一次康复训练或依据康复训练效果提出训练建议，从而最大限度的开发患者的训练能力，达到预想训练效果。在医疗康复领域，使用现有的机器人辅助康复成本高、代价大且需要指定康复地点，而传统的人工康复又出现供不应求的现象。因此利用动作识别技术的康复训练系统成为大势所趋，它通过患者完成指定动作进行康复训练，将患者动作与标准动作比对，得到患者的训练效果并反馈给医生，从而指导进行下一次训练。

现有的动作识别和人体建模主要应用在患者康复训练方面，但是在医院判断患者康复结果时，大多还采用医生主观判断的方式，该方式容易出现误差，且对于患者康复的检查不够全面，因此很容易影响康复评定结果的准确性，并且人工检查效率低下，成本也较高，无法满足市场的需求。

发明内容

本发明的目的就在于为了解决上述患者康复评定一般采用医生主观评定的方式，影响评定结果且效率低下成本较高的问题而提供一种基于动作识别的患者康复评定方法，具有通过动作识别和数字人体建模相结合的方式，动态采集患者的动作与标准动作对比，判断患者的康复结果，节约成本，误差小，且效率更高的优点。

本发明通过以下技术方案来实现上述目的，一种基于动作识别的患者康复评定方法，包括以下步骤：

在数据库中划分多个评定项目，每个评定项目中设定动作指标，将动作指标划分等级，根据动作指标等级设置评定标准；

通过身份验证设备验证用户身份信息，绘制用户康复评定表，通过3D体感设备的摄像头动态捕捉用户的人体姿态；

通过人机交互设备向用户发送评定项目的动作指标指令，调用采集到的人体姿态图像与数据库中的动作指标进行对比，评定用户达到的动作指标等级；

统计评定项目获得的指标等级，与评定标准对比输出评定结果。

优选的，所述评定项目和动作指标为医生人工制定，动作指标为人体部分关节的活动角度，且不同评定项目中所需的人体关节部位以及关节活动角度存在差异。

优选的，所述动作指标分为3-10个等级，且每个等级设置分值，评定标准为所有等级获得的总分值，

优选的，所述评定标准为百分制，动作指标的划分的等级分值为十分制。

优选的，所述身份验证设备通过人脸识别进行患者身份验证，且人脸识别设备与医院病历系统网络互连，通过彩色摄像头抓拍患者人脸图像识别人脸特征，根据人脸图像与病历数据库的用户进行匹配，识别出患者身份信息，根据患者病历信息绘制康复评定表上的评定项目。

优选的，所述康复评定表的填空项目与评定项目相匹配，评定用户达到的动作指标等级依次填入康复评定表中。

优选的，所述3D体感设备通过设备上安装的红外发射器的红外摄像头采集人物及场景的三维深度图像，通过图像处理分离人体部位生成人体骨架模型，3D体感设备上还安装有显示设备，用于显示用户的动态人体姿态，所述人体骨架模型由各个人体关节点坐标组成，每个关节点的特征包括关节点角度和关节点向量方向角度，通过所述关节点角度计算关节弯曲程度，通过关节点向量方向角度计算关节的位置，还原人体动作变化。

优选的，所述人机交互设备包括语音播报设备和视频展示设备，通过语音播报设备提醒用户正在评定项目的内容以及完成动作指标的步骤，通过视频展示设备直观展示动作画面。

优选的，所述输出评定结果方法为：

将评定结果分为三个等级，差、及格和优秀，每个等级对应相应分数段；

获取每个评定项目的分值，对每项分值增加权重，计算总和，计算公式为：

S＝a·A+b·B+c·C+…nN

其中S为获得的总分，a为A项目的权重值，b为B项目的权重值，c为C项目的权重值，n为N项目的权重值；

将计算的总和与评定结果等级的分数段进行匹配，计算出相应等级。

与现有技术相比，本发明的有益效果是：

1、通过医生对每种康复检查进行项目分类，制定对应康复检查项目的动作标准，再通过3D体感设备采集到患者的完成每项检查的动作，通过标准动作与患者动作进行对比，计算出患者的分数，从而判定患者是否康复，通过该方式可以减少工作失误，增加患者康复判断的精确性，使患者的康复评定省时省力，更加标准高效。

2、通过人机交互设备使患者可以更加容易的完成康复动作检查，3D体感设备通过采集人体图像，利用关节点角度和关节点向量方向角度来表示人体在坐标系中的各个关节点坐标，使患者的每个动作采集都更加的精确，从而便于科学的评定康复效果。

附图说明

图1为本发明的患者康复评定方法流程图。

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。

请参阅图1所示，一种基于动作识别的患者康复评定方法，包括以下步骤：

步骤S101，在数据库中划分多个评定项目，每个评定项目中设定动作指标，将动作指标划分等级，所述动作指标分为3-10个等级，且每个等级设置分值，评定标准为所有等级获得的总分值，所述评定项目和动作指标为医生人工制定，动作指标为人体部分关节的活动角度，且不同评定项目中所需的人体关节部位以及关节活动角度存在差异，每个动作指标的动作为医生按照康复标准制定，只有完成该动作指标的肢体动作，才能表示该项测试属于康复状态，动作的难度越大，划分的等级也越多，可通过由低向高提升动作难度，并且每个等级难度的分值也增加，所述分数线为百分制，动作指标的等级分值为十分制，由于最终的结果包括多个评定项目的分数组合，因此每个零散的评定项目采用十分制，总的评定分数线采用百分制，无需对评定项目的分数进行变换，减少运算步骤。

步骤S102，通过人脸识别设备验证用户身份信息，绘制用户康复评定表，通过3D体感设备的摄像头动态捕捉用户的人体姿态，所述人脸识别设备与医院病历系统网络互连，通过彩色摄像头抓拍患者人脸图像识别人脸特征，根据人脸图像与病历数据库的用户进行匹配，识别出患者身份信息，根据患者病历信息绘制康复评定表上的评定项目，人脸识别设备用来识别患者身份，与医院系统联网是方便将患者的病历信息导入评定表中，根据病历信息的治疗情况来自动生成需要评定的项目表，做到一人一表，不会出现多余测试项目的评定。

步骤S103，通过人机交互设备向用户发送每个项目的动作指标指令，调用采集到的人体姿态图像与数据库中的动作指标进行对比，评定用户达到的动作指标等级，所述人机交互设备包括语音播报设备和视频展示设备，通过语音播报设备提醒用户正在评定项目的内容以及完成动作指标的步骤，通过视频展示设备直观展示动作画面，患者可根据人机交互设备的指导，独立完成康复评定，节约人力物力，而且动作画面也有助于患者完成正确的动作模仿。

步骤S104，统计所有评定项目获得的指标等级，将相应指标等级的分值自动填入康复评定表中，累计分数对比评定分数线，输出评定结果，所述输出评定结果方法为：

将评定结果分为三个等级，差、及格和优秀，每个等级对应相应分数段；

获取每个评定项目的分值，对每项分值增加权重，计算总和，计算公式为：

S＝a·A+b·B+c·C+…nN

其中S为获得的总分，a为A项目的权重值，b为B项目的权重值，c为C项目的权重值，n为N项目的权重值；

将计算的总和与评定结果等级的分数段进行匹配，计算出相应等级。

例如在肩关节康复评定中，评定项目为3项，包括：①手的位置评定，具有五个等级，依次为上抬到腰部得2分、上抬到剑突得4分、上抬到颈部得6分、上抬到头顶部得8、举过头顶部得10分；②关节活动度评定，包括前屈、后伸、外展、内收具有六个等级，依次为0°-30°得0分、31°-60°得2分、61°-90°得4分、91°-120°得6分、121°-150°得8分、151°-180°得10分；③手臂内旋评定，具有六个等级，依次为手背可达大腿外侧得0分、手背可达臀部得2分、手背可达腰骶部得4分、手背可达腰部得6分、手背可达第十二胸椎体水平得8分、手背可达肩胛下角得10分。标准分数为6分，通过3D体感设备捕捉的姿态与评分标准对比，记录每个项目评定的分数，由于肩关节各项目权重依次为1、0.3、0.3，根据权重乘以分数的总和输出最终测评总分。

所述3D体感设备通过设备上安装的红外发射器的红外摄像头采集人物及场景的三维深度图像，通过图像处理分离人体部位生成人体骨架模型，3D体感设备上还安装有显示设备，用于显示用户的动态人体姿态，所述人体骨架模型由各个人体关节点坐标组成，每个关节点的特征包括关节点角度和关节点向量方向角度，通过所述关节点角度计算关节弯曲程度，通过关节点向量方向角度计算关节的位置，还原人体动作变化，通过关节点向量方向角度可将人体骨架模型变为三维的模型，使其肢体动作时更加真实。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (9)

1.一种基于动作识别的患者康复评定方法，其特征在于，包括以下步骤：

在数据库中划分多个评定项目，每个评定项目中设定动作指标，将动作指标划分等级，根据动作指标等级设置评定标准；

通过身份验证设备验证用户身份信息，绘制用户康复评定表，通过3D体感设备的摄像头动态捕捉用户的人体姿态；

通过人机交互设备向用户发送评定项目的动作指标指令，调用采集到的人体姿态图像与数据库中的动作指标进行对比，评定用户达到的动作指标等级；

统计评定项目获得的指标等级，与评定标准对比输出评定结果。

2.根据权利要求1所述的一种基于动作识别的患者康复评定方法，其特征在于，所述评定项目和动作指标为医生人工制定，动作指标为人体部分关节的活动角度，且不同评定项目中所需的人体关节部位以及关节活动角度存在差异。

3.根据权利要求1所述的一种基于动作识别的患者康复评定方法，其特征在于，所述动作指标分为3-10个等级，且每个等级设置分值，评定标准为所有等级获得的总分值。

4.根据权利要求3所述的一种基于动作识别的患者康复评定方法，其特征在于，所述评定标准为百分制，动作指标的划分的等级分值为十分制。

5.根据权利要求1所述的一种基于动作识别的患者康复评定方法，其特征在于，所述身份验证设备通过人脸识别进行患者身份验证，且人脸识别设备与医院病历系统网络互连，通过彩色摄像头抓拍患者人脸图像识别人脸特征，根据人脸图像与病历数据库的用户进行匹配，识别出患者身份信息，根据患者病历信息绘制康复评定表上的评定项目。

6.根据权利要求1所述的一种基于动作识别的患者康复评定方法，其特征在于，所述康复评定表的填空项目与评定项目相匹配，评定用户达到的动作指标等级依次填入康复评定表中。

7.根据权利要求1所述的一种基于动作识别的患者康复评定方法，其特征在于，所述3D体感设备通过设备上安装的红外发射器的红外摄像头采集人物及场景的三维深度图像，通过图像处理分离人体部位生成人体骨架模型，3D体感设备上还安装有显示设备，用于显示用户的动态人体姿态，所述人体骨架模型由各个人体关节点坐标组成，每个关节点的特征包括关节点角度和关节点向量方向角度，通过所述关节点角度计算关节弯曲程度，通过关节点向量方向角度计算关节的位置，还原人体动作变化。

8.根据权利要求1所述的一种基于动作识别的患者康复评定方法，其特征在于，所述人机交互设备包括语音播报设备和视频展示设备，通过语音播报设备提醒用户正在评定项目的内容以及完成动作指标的步骤，通过视频展示设备直观展示动作画面。

9.根据权利要求1所述的一种基于动作识别的患者康复评定方法，其特征在于，所述输出评定结果方法为：

将评定结果分为三个等级，差、及格和优秀，每个等级对应相应分数段；

获取每个评定项目的分值，对每项分值增加权重，计算总和，计算公式为：

S＝a·A+b·B+c·C+…nN

其中S为获得的总分，a为A项目的权重值，b为B项目的权重值，c为C项目的权重值，n为N项目的权重值；

将计算的总和与评定结果等级的分数段进行匹配，计算出相应等级。

Images