CN112641441A - 一种体态评估方法、系统、装置及计算机可读存储介质 - Google Patents
一种体态评估方法、系统、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112641441A CN112641441A CN202011504482.6A CN202011504482A CN112641441A CN 112641441 A CN112641441 A CN 112641441A CN 202011504482 A CN202011504482 A CN 202011504482A CN 112641441 A CN112641441 A CN 112641441A
- Authority
- CN
- China
- Prior art keywords
- posture
- analysis result
- action
- patient
- data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000011156 evaluation Methods 0.000 claims abstract description 66
- 238000012549 training Methods 0.000 claims abstract description 39
- 230000000875 corresponding effect Effects 0.000 claims description 49
- 210000000988 bone and bone Anatomy 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 206010053652 Limb deformity Diseases 0.000 description 1
- 208000029549 Muscle injury Diseases 0.000 description 1
- 206010061363 Skeletal injury Diseases 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开了一种体态评估方法、系统、装置及计算机可读存储介质,包括:采集患者与目标训练项目对应的体态数据;利用预设的评价方法对体态数据进行评价,得到体态分析结果;利用与目标训练项目对应的历史体态分析结果,与体态分析结果进行比对分析,得到患者的体态评价结果。本申请通过采集患者的体态数据并利用预设的评价方法评价,得到本次的体态分析结果,不再依赖医师评价,减少了人为因素的干扰,也提高了分析的准确度和速度,再利用历史体态分析结果与本次的体态分析结果比对,得到更为全面体态评价结果,能够反映出患者体态的不足之处。
Description
技术领域
本发明涉及分布式存储领域,特别涉及一种体态评估方法、系统、装置及计算机可读存储介质。
背景技术
目前,对患者进行体型、体态方面的评估训练时,需要现场有专业的医师人员进行一对一全程陪同,有些部位甚至需要更多的医师从不同方面、角度进行观察并记录。最后才能得出相对正确的评估结果。
这也导致每个患者的评估过程需要一名或者更多的专业医师全程观察记录,一名专业医师不能同时服务多个患者导致评估效率低。并且还需要每个医师都有相应的专业知识和经验,才能够得到相对正确的评估结果
为此,需要一种更为高效、准确度更高的体态评估方法。
发明内容
有鉴于此,本发明的目的在于提供一种体态评估方法、系统、装置及计算机可读存储介质,能够提高体态评估效率和评估准确度。其具体方案如下:
一种体态评估方法,包括:
采集患者与目标训练项目对应的体态数据;
利用预设的评价方法对所述体态数据进行评价,得到体态分析结果;
利用与所述目标训练项目对应的历史体态分析结果,与所述体态分析结果进行比对分析,得到所述患者的体态评价结果。
可选的,还包括:
存储所述体态分析结果和所述体态评价结果。
可选的,所述采集患者与目标训练项目对应的体态数据的过程,包括:
采集患者与目标训练项目对应的每个动作的骨骼点的坐标信息,得到所述体态数据。
可选的,所述利用预设的评价方法对所述体态数据进行评价,得到体态分析结果的过程,包括:
根据所述体态数据中每个动作的骨骼点的坐标信息,得到每个动作的动作分数;
根据每个动作的动作分数和相应的动作权重值,得到所述体态分析结果。
可选的,所述根据所述体态数据中每个动作的骨骼点的坐标信息,得到每个动作的动作分数的过程,包括:
根据每个动作的分组方法对每个动作的骨骼点进行分组,得到多组骨骼点;
利用每组骨骼点的坐标信息,得到每组骨骼点形成的动作角度;
利用每组骨骼点的动作角度、每组骨骼点对应的角度权重值和与动作对应的标准角度,得到每个动作的动作分数。
可选的,所述利用与所述目标训练项目对应的历史体态分析结果,与所述体态分析结果进行比对分析,得到所述患者的体态评价结果的过程,包括:
利用与所述目标训练项目对应的所述患者的历史体态分析结果,与所述体态分析结果进行比对分析,得到所述患者的体态评价结果。
本发明还公开了一种体态评估系统,包括:
体态数据采集模块,用于采集患者与目标训练项目对应的体态数据;
体态分析模块,用于利用预设的评价方法对所述体态数据进行评价,得到体态分析结果;
体态评价模块,用于利用与所述目标训练项目对应的历史体态分析结果,与所述体态分析结果进行比对分析,得到所述患者的体态评价结果。
可选的,还包括:
存储模块,用于存储所述体态分析结果和所述体态评价结果。
本发明还公开了一种体态评估装置,用于执行如前述的体态评估方法,包括多个用于分别采集不同患者的体态数据的体态采集设备和用于接收各个体态采集设备发送的体态数据,并得出相应的体态评价结果的用户终端。
本发明还公开了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如前述的体态评估方法。
本发明中,体态评估方法,包括:采集患者与目标训练项目对应的体态数据;利用预设的评价方法对体态数据进行评价,得到体态分析结果;利用与目标训练项目对应的历史体态分析结果,与体态分析结果进行比对分析,得到患者的体态评价结果。
本发明通过采集患者的体态数据并利用预设的评价方法评价,得到本次的体态分析结果,不再依赖医师评价,减少了人为因素的干扰,也提高了分析的准确度和速度,再利用历史体态分析结果与本次的体态分析结果比对,得到更为全面体态评价结果,能够反映出患者体态的不足之处。
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,下面将对实施例或现有技术描述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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种体态评估方法流程示意图;
图2为本发明实施例公开的一种体态数据采集示意图;
图3为本发明实施例公开的另一种体态评估方法流程示意图;
图4为本发明实施例公开的一种体态评估系统结构示意图;
图5为本发明实施例公开的一种体态评估装置结构示意图。
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。
本发明实施例公开了一种体态评估方法,参见图1所示,该方法包括:
S11:采集患者与目标训练项目对应的体态数据。
具体的,利用相应的体态采集设备采集患者在针对当前的目标训练项目做出动作时产生的用于反映患者所做动作的体态数据,以供后续分析。
其中,体态采集设备可以为红外电子设备,通过红外检测、深度检测和动态捕捉等方法采集到人身上预设的关键位置的位置数据,得到患者的体态数据,例如,关键位置可以包括预先指定的骨骼点位置和关节点位置等。
S12:利用预设的评价方法对体态数据进行评价,得到体态分析结果。
具体的,预先针对每个训练项目的体态数据制定相应的评价方法,该评价方法可以基于专业医师的专业知识和经验,并且可以根据大量不同人的历史体态数据进行分析得到,因此,得到的评价方法能够确保准确度,并且不会因人为因素而改变。
具体的,体态分析结果能够有效的反映当前患者的做出的动作情况,专业医师可以根据体态分析结果得出当前患者的体态情况,并根据自身经验给出下一步的训练方案,为了减少对专业医师的经验依赖,为此,后续还可以利用历史体态分析结果进一步比对体态分析结果,得到更为全面的体态评价结果。
S13:利用与目标训练项目对应的历史体态分析结果,与体态分析结果进行比对分析,得到患者的体态评价结果。
具体的,在得到本次训练后的体态分析结构后,可以与历史体态分析结果进行比对,综合评价患者本次体态训练是否进步是否达到平均水平等,例如,历史体态分析结果可以为患者前一次针对目标训练项目做的历史体态分析结果,通过比对,可以反映出患者此次训练后相较于上一次是否进步,是否退步,哪些动作、哪个关节点或骨骼点到位或不到位,能够给患者一个更为精细和具体的评价结果,当然,也可以根据多次的历史体态分析结果,制成一个体态分析结果变化的曲线,来反映患者的训练成果,给于患者正面反馈,让患者有足够的信心和积极性,提高用户体验。
此外,历史体态分析结果还可以为大量不同人在做目标训练项目时得到的历史体态分析结果大数据,通过将患者本次得到的体态分析结果与大数据中的历史体态分析结果进行比对,可以反映出同阶段患者的是否达到平均水平,进步程度是否到位,也能反映哪些动作、哪个关节点或骨骼点到位或不到位,能够反馈给专业医师和患者那些地方需要具体改进,得到更为精细和全面的体态评价结果。
需要说明的是,本发明实施例的体态评估方法可以同时采集多个不同患者的针对不同训练项目的体态数据,并可以并行的根据每种训练项目利用相应的评价方法,得到每个患者的体态分析结果,再利用各自相应的历史体态分析结果,得到每个患者的体态评价结果,并且可以通过一个用户终端显示,由一个专业医师快速的掌握多个患者的体态情况,提高了体态训练和结果分析的效率。
可见,本发明实施例通过采集患者的体态数据并利用预设的评价方法评价,得到本次的体态分析结果,不再依赖医师评价,减少了人为因素的干扰,也提高了分析的准确度和速度,再利用历史体态分析结果与本次的体态分析结果比对,得到更为全面体态评价结果,能够反映出患者体态的不足之处。
本发明实施例公开了一种具体的方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。参见图2所示,具体的:
S21:采集患者与目标训练项目对应的每个动作的骨骼点的坐标信息,得到体态数据。
具体的,可以如图3所示,目标训练项目中一个评估左上肢的动作,这个动作包含左大臂左小臂与地面平行且与肩膀平行,向身体正前方移动至与肩膀垂直,再向后移动至与肩膀成30度角,再与肩膀平行,再下垂至与身体平行,这个动作包含5部分:1、左大臂左小臂在一条线,2、大小臂与双肩平行且与地面平行,3、大小臂与地面平行且与肩膀垂直,4、大小臂与地面平行且与肩膀成30度角,5、大小臂与地面垂直至自然下垂状态。
具体的,左肩到左腕一共可以采集到n个骨骼点(A1,A2,···,Am,···,An),参见图3所示,显示其中3个具体的节点即骨骼点,节点A1、节点Am和节点An,其中左肘关节点为Am。
S22:根据体态数据中每个动作的骨骼点的坐标信息,得到每个动作的动作分数。
具体的,根据各个骨骼点的坐标信息,可以通过骨骼点之间坐标连线的方式绘制出患者的体态情况,并根据骨骼点之间连线形成的角度,来分析患者的动作是否到位,具体过程可以包括S221至S223;其中,
S221:根据每个动作的分组方法对每个动作的骨骼点进行分组,得到多组骨骼点。
具体的,多个骨骼点可以用于描述患者的一部分体态信息,因此,通过对骨骼点分组来反映一个动作中各个体态的情况,每组骨骼点都可以反映一定的体态。
例如,取(A1,Am,An),(A2,Am,A(n-1)),···,(A(m-1),Am,A(m+1))一共m-1组骨骼点。
S222:利用每组骨骼点的坐标信息,得到每组骨骼点形成的动作角度。
具体的,对骨骼点分组后,利用每组骨骼点的坐标信息计算每组骨骼点的角度,例如,A11=cos(A1-Am,Am-An),A12=cos(A2-Am,Am-A(n-1)),···,A1(m-1)=cos(A(m-1)-Am,Am-A(m+1)),得出来每组骨骼点的动作角度A11,A12,···,A1(m-1)。
S223:利用每组骨骼点的动作角度、每组骨骼点对应的角度权重值和与动作对应的标准角度,得到每个动作的动作分数。
具体的,由于每组骨骼点反应的动作细节程度不一样,因此,需要为每组骨骼点的动作角度设置角度权重值,突出重要的动作角度,来得到更为精准的分析结果,例如,根据动作完成需要的各部位的重要性和人物模型骨骼点的权重,每个动作角度的权值可以分别表示为W1,W2,···至W(m-1),其中,W1+W2+···+W(m-1)=1,如当前动作满分需要的标准角度值为A,则当前动作的最终得分V1为:
V1=A11/A*W1+A12/A*W2+···+A1(m-1)/A*W(m-1)。
S23:根据每个动作的动作分数和相应的动作权重值,得到体态分析结果。
具体的,同理,在一整个训练项目中不同动作的重要性也不一样,因此,也设置相应的动作权重值,例如,动作1、动作2、动作3、动作4和动作5的得分分别为V1、V2、V3、V4和V5,每个动作各自对应的权值分别为(w11,w12,w13,w14,w15),可以得到训练项目的体态分析结果即得分V为V=V1*w1+V2*w2+V3*w3+V4*w4+V5*w5。
S24:利用与目标训练项目对应的历史体态分析结果,与体态分析结果进行比对分析,得到患者的体态评价结果。
S25:存储体态分析结果和体态评价结果。
具体的,通过存储体态分析结果可以作为历史体态分析结果,并且存储体态分析结果和体态评价结果,有助于历史查询和进行历史分析。
可见,本发明实施例根据不同患者体型不同、对应部位的情况不同(例如,肌肉、骨骼损伤,肢体部位畸形等情况)采集多组骨骼点数据,通过对骨骼点进行分组,得到多组骨骼点,并进行加权计算,最终得到的体态分析结果误差极小,针对上述这些情况能最大化的减小可通用性和准确性更高。
相应的,本发明实施例还公开了一种体态评估系统,参见图4所示,该系统包括:
体态数据采集模块11,用于采集患者与目标训练项目对应的体态数据;
体态分析模块12,用于利用预设的评价方法对体态数据进行评价,得到体态分析结果;
体态评价模块13,用于利用与目标训练项目对应的历史体态分析结果,与体态分析结果进行比对分析,得到患者的体态评价结果。
可见,本发明实施例通过采集患者的体态数据并利用预设的评价方法评价,得到本次的体态分析结果,不再依赖医师评价,减少了人为因素的干扰,也提高了分析的准确度和速度,再利用历史体态分析结果与本次的体态分析结果比对,得到更为全面体态评价结果,能够反映出患者体态的不足之处。
具体的,还可以包括存储模块;其中,
存储模块,用于存储体态分析结果和体态评价结果。
具体的,体态数据采集模块11,具体用于采集患者与目标训练项目对应的每个动作的骨骼点的坐标信息,得到体态数据。
具体的,体态分析模块12,可以包括动作分数计算子模块和体态分析子模块;其中,
动作分数计算子模块,用于根据体态数据中每个动作的骨骼点的坐标信息,得到每个动作的动作分数;
体态分析子模块,用于根据每个动作的动作分数和相应的动作权重值,得到体态分析结果。
具体的,动作分数计算子模块,可以具体包括骨骼点分组单元、动作角度计算单元合和动作分数计算单元;其中,
骨骼点分组单元,用于根据每个动作的分组方法对每个动作的骨骼点进行分组,得到多组骨骼点;
动作角度计算单元,用于利用每组骨骼点的坐标信息,得到每组骨骼点形成的动作角度;
动作分数计算单元,用于利用每组骨骼点的动作角度、每组骨骼点对应的角度权重值和与动作对应的标准角度,得到每个动作的动作分数。
具体的,体态评价模块13,可以具体用于利用与目标训练项目对应的患者的历史体态分析结果,与体态分析结果进行比对分析,得到患者的体态评价结果。
本发明实施例还公开了一种体态评估装置,参见图5所示,用于执行如前述的体态评估方法,包括多个用于分别采集不同患者的体态数据的体态采集设备21和用于接收各个体态采集设备21发送的体态数据,并得出相应的体态评价结果的用户终端22。
具体的,体态采集设备21采集体态数据,用户终端22则用于利用预设的评价方法对体态数据进行评价,得到体态分析结果;利用与目标训练项目对应的历史体态分析结果,与体态分析结果进行比对分析,得到患者的体态评价结果。
具体的,医师可以通过用户终端22同时掌握多个患者的体态评结果,并且可以为多个患者指派相应的训练项目,同时进行训练。
另外,本发明实施例还公开了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如前述的体态评估方法。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以上对本发明所提供的技术内容进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种体态评估方法,其特征在于,包括:
采集患者与目标训练项目对应的体态数据;
利用预设的评价方法对所述体态数据进行评价,得到体态分析结果;
利用与所述目标训练项目对应的历史体态分析结果,与所述体态分析结果进行比对分析,得到所述患者的体态评价结果。
2.根据权利要求1所述的体态评估方法,其特征在于,还包括:
存储所述体态分析结果和所述体态评价结果。
3.根据权利要求2所述的体态评估方法,其特征在于,所述采集患者与目标训练项目对应的体态数据的过程,包括:
采集患者与目标训练项目对应的每个动作的骨骼点的坐标信息,得到所述体态数据。
4.根据权利要求3所述的体态评估方法,其特征在于,所述利用预设的评价方法对所述体态数据进行评价,得到体态分析结果的过程,包括:
根据所述体态数据中每个动作的骨骼点的坐标信息,得到每个动作的动作分数;
根据每个动作的动作分数和相应的动作权重值,得到所述体态分析结果。
5.根据权利要求4所述的体态评估方法,其特征在于,所述根据所述体态数据中每个动作的骨骼点的坐标信息,得到每个动作的动作分数的过程,包括:
根据每个动作的分组方法对每个动作的骨骼点进行分组,得到多组骨骼点;
利用每组骨骼点的坐标信息,得到每组骨骼点形成的动作角度;
利用每组骨骼点的动作角度、每组骨骼点对应的角度权重值和与动作对应的标准角度,得到每个动作的动作分数。
6.根据权利要求5所述的体态评估方法,其特征在于,所述利用与所述目标训练项目对应的历史体态分析结果,与所述体态分析结果进行比对分析,得到所述患者的体态评价结果的过程,包括:
利用与所述目标训练项目对应的所述患者的历史体态分析结果,与所述体态分析结果进行比对分析,得到所述患者的体态评价结果。
7.一种体态评估系统,其特征在于,包括:
体态数据采集模块,用于采集患者与目标训练项目对应的体态数据;
体态分析模块,用于利用预设的评价方法对所述体态数据进行评价,得到体态分析结果;
体态评价模块,用于利用与所述目标训练项目对应的历史体态分析结果,与所述体态分析结果进行比对分析,得到所述患者的体态评价结果。
8.根据权利要求7所述的体态评估方法,其特征在于,还包括:
存储模块,用于存储所述体态分析结果和所述体态评价结果。
9.一种体态评估装置,其特征在于,用于执行如权利要求1至6任一项所述的体态评估方法,包括多个用于分别采集不同患者的体态数据的体态采集设备和用于接收各个体态采集设备发送的体态数据,并得出相应的体态评价结果的用户终端。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的体态评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011504482.6A CN112641441B (zh) | 2020-12-18 | 2020-12-18 | 一种体态评估方法、系统、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011504482.6A CN112641441B (zh) | 2020-12-18 | 2020-12-18 | 一种体态评估方法、系统、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112641441A true CN112641441A (zh) | 2021-04-13 |
CN112641441B CN112641441B (zh) | 2024-01-02 |
Family
ID=75354980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011504482.6A Active CN112641441B (zh) | 2020-12-18 | 2020-12-18 | 一种体态评估方法、系统、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112641441B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114343622A (zh) * | 2022-03-18 | 2022-04-15 | 龙旗电子(惠州)有限公司 | 智能监测衣物、人体形态监测方法及装置 |
CN115299934A (zh) * | 2022-08-30 | 2022-11-08 | 北京中科睿医信息科技有限公司 | 确定测试动作的方法、装置、设备及介质 |
Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005103197A (ja) * | 2003-10-02 | 2005-04-21 | Advanced Telecommunication Research Institute International | 骨格姿勢抽出装置、骨格姿勢抽出方法および骨格姿勢抽出プログラム |
US20060100818A1 (en) * | 2002-05-29 | 2006-05-11 | Yoshihiko Nakamura | Body mechnics calculating method, body mechanics model, its model data, and body model producing method |
US20100197390A1 (en) * | 2009-01-30 | 2010-08-05 | Microsoft Corporation | Pose tracking pipeline |
US20120056800A1 (en) * | 2010-09-07 | 2012-03-08 | Microsoft Corporation | System for fast, probabilistic skeletal tracking |
CN103336953A (zh) * | 2013-07-05 | 2013-10-02 | 深圳市中视典数字科技有限公司 | 一种基于体感设备动作评判的方法 |
US20140163424A1 (en) * | 2011-03-02 | 2014-06-12 | Panasonic Corporation | Posture estimation device, posture estimation system, and posture estimation method |
US20140359115A1 (en) * | 2013-06-04 | 2014-12-04 | Fujitsu Limited | Method of processing information, and information processing apparatus |
CN104598867A (zh) * | 2013-10-30 | 2015-05-06 | 中国艺术科技研究所 | 一种人体动作自动评估方法及舞蹈评分系统 |
JP2015160049A (ja) * | 2014-02-28 | 2015-09-07 | 株式会社東芝 | 超音波診断装置及び超音波診断装置の利用者姿勢の評価報知方法 |
WO2015162158A1 (en) * | 2014-04-22 | 2015-10-29 | Université Libre de Bruxelles | Human motion tracking |
CN105469679A (zh) * | 2015-11-14 | 2016-04-06 | 辽宁大学 | 基于Kinect的心肺复苏辅助训练系统及方法 |
CN106485055A (zh) * | 2016-09-22 | 2017-03-08 | 吉林大学 | 一种基于Kinect传感器的老年II型糖尿病患者运动训练系统 |
US20170203181A1 (en) * | 2016-01-15 | 2017-07-20 | Seiko Epson Corporation | Display method, display apparatus, motion analysis system, motion analysis program, and recording medium |
CN107293175A (zh) * | 2017-08-04 | 2017-10-24 | 华中科技大学 | 一种基于体感技术的机车手信号操作训练方法 |
CN107330249A (zh) * | 2017-06-09 | 2017-11-07 | 常州大学 | 一种基于kinect骨骼数据的帕金森病症计算机辅助判别方法 |
CN107349594A (zh) * | 2017-08-31 | 2017-11-17 | 华中师范大学 | 一种虚拟舞蹈系统的动作评价方法 |
US20170354843A1 (en) * | 2014-11-20 | 2017-12-14 | Association Pour La Recherche Developpement Des Methodes Et Processus Industriels (Armines) | Method and system for measuring, monitoring, controlling and correcting a movement or a posture of a user |
WO2018120964A1 (zh) * | 2016-12-30 | 2018-07-05 | 山东大学 | 一种基于深度信息和骨骼信息的姿势矫正方法 |
CN108537145A (zh) * | 2018-03-21 | 2018-09-14 | 东北电力大学 | 基于时空骨骼特征及深度信念网络的人体行为识别方法 |
CN108992852A (zh) * | 2018-07-18 | 2018-12-14 | 广州市三甲医疗信息产业有限公司 | 基于虚拟现实康复训练的智能评估方法与系统 |
CN109045667A (zh) * | 2018-09-28 | 2018-12-21 | 安阳市翔宇医疗设备有限责任公司 | 一种康复训练评估系统 |
CN109316732A (zh) * | 2018-09-28 | 2019-02-12 | 安阳市翔宇医疗设备有限责任公司 | 一种训练评估装置、设备及可读存储介质 |
CN109495688A (zh) * | 2018-12-26 | 2019-03-19 | 华为技术有限公司 | 电子设备的拍照预览方法、图形用户界面及电子设备 |
CN109815930A (zh) * | 2019-02-01 | 2019-05-28 | 中国人民解放军总医院第六医学中心 | 一种动作模仿拟合度评价方法 |
JP2019096113A (ja) * | 2017-11-24 | 2019-06-20 | Kddi株式会社 | キーポイントデータに関する加工装置、方法及びプログラム |
CN110404243A (zh) * | 2018-04-26 | 2019-11-05 | 北京新海樱科技有限公司 | 一种基于体态测量的康复方法及康复系统 |
US20200085366A1 (en) * | 2018-09-14 | 2020-03-19 | Warsaw Orthopedic, Inc. | Wearable sensor device and analysis platform for objective outcome assessment in spinal diseases |
CN110941990A (zh) * | 2019-10-22 | 2020-03-31 | 泰康保险集团股份有限公司 | 基于骨骼关键点进行人体动作评估的方法和装置 |
US10790054B1 (en) * | 2016-12-07 | 2020-09-29 | Medtronic Minimed, Inc. | Method and apparatus for tracking of food intake and other behaviors and providing relevant feedback |
CN111881887A (zh) * | 2020-08-21 | 2020-11-03 | 董秀园 | 基于多摄像头的运动姿态监测和指导方法及装置 |
CN111931804A (zh) * | 2020-06-18 | 2020-11-13 | 南京信息工程大学 | 一种基于rgbd摄像机的人体动作自动评分方法 |
CN112070031A (zh) * | 2020-09-09 | 2020-12-11 | 中金育能教育科技集团有限公司 | 体态检测方法、装置及设备 |
-
2020
- 2020-12-18 CN CN202011504482.6A patent/CN112641441B/zh active Active
Patent Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060100818A1 (en) * | 2002-05-29 | 2006-05-11 | Yoshihiko Nakamura | Body mechnics calculating method, body mechanics model, its model data, and body model producing method |
JP2005103197A (ja) * | 2003-10-02 | 2005-04-21 | Advanced Telecommunication Research Institute International | 骨格姿勢抽出装置、骨格姿勢抽出方法および骨格姿勢抽出プログラム |
US20100197390A1 (en) * | 2009-01-30 | 2010-08-05 | Microsoft Corporation | Pose tracking pipeline |
US20120056800A1 (en) * | 2010-09-07 | 2012-03-08 | Microsoft Corporation | System for fast, probabilistic skeletal tracking |
US20140163424A1 (en) * | 2011-03-02 | 2014-06-12 | Panasonic Corporation | Posture estimation device, posture estimation system, and posture estimation method |
US20140359115A1 (en) * | 2013-06-04 | 2014-12-04 | Fujitsu Limited | Method of processing information, and information processing apparatus |
CN103336953A (zh) * | 2013-07-05 | 2013-10-02 | 深圳市中视典数字科技有限公司 | 一种基于体感设备动作评判的方法 |
CN104598867A (zh) * | 2013-10-30 | 2015-05-06 | 中国艺术科技研究所 | 一种人体动作自动评估方法及舞蹈评分系统 |
JP2015160049A (ja) * | 2014-02-28 | 2015-09-07 | 株式会社東芝 | 超音波診断装置及び超音波診断装置の利用者姿勢の評価報知方法 |
WO2015162158A1 (en) * | 2014-04-22 | 2015-10-29 | Université Libre de Bruxelles | Human motion tracking |
US20170354843A1 (en) * | 2014-11-20 | 2017-12-14 | Association Pour La Recherche Developpement Des Methodes Et Processus Industriels (Armines) | Method and system for measuring, monitoring, controlling and correcting a movement or a posture of a user |
CN105469679A (zh) * | 2015-11-14 | 2016-04-06 | 辽宁大学 | 基于Kinect的心肺复苏辅助训练系统及方法 |
US20170203181A1 (en) * | 2016-01-15 | 2017-07-20 | Seiko Epson Corporation | Display method, display apparatus, motion analysis system, motion analysis program, and recording medium |
CN106485055A (zh) * | 2016-09-22 | 2017-03-08 | 吉林大学 | 一种基于Kinect传感器的老年II型糖尿病患者运动训练系统 |
US10790054B1 (en) * | 2016-12-07 | 2020-09-29 | Medtronic Minimed, Inc. | Method and apparatus for tracking of food intake and other behaviors and providing relevant feedback |
WO2018120964A1 (zh) * | 2016-12-30 | 2018-07-05 | 山东大学 | 一种基于深度信息和骨骼信息的姿势矫正方法 |
CN107330249A (zh) * | 2017-06-09 | 2017-11-07 | 常州大学 | 一种基于kinect骨骼数据的帕金森病症计算机辅助判别方法 |
CN107293175A (zh) * | 2017-08-04 | 2017-10-24 | 华中科技大学 | 一种基于体感技术的机车手信号操作训练方法 |
CN107349594A (zh) * | 2017-08-31 | 2017-11-17 | 华中师范大学 | 一种虚拟舞蹈系统的动作评价方法 |
JP2019096113A (ja) * | 2017-11-24 | 2019-06-20 | Kddi株式会社 | キーポイントデータに関する加工装置、方法及びプログラム |
CN108537145A (zh) * | 2018-03-21 | 2018-09-14 | 东北电力大学 | 基于时空骨骼特征及深度信念网络的人体行为识别方法 |
CN110404243A (zh) * | 2018-04-26 | 2019-11-05 | 北京新海樱科技有限公司 | 一种基于体态测量的康复方法及康复系统 |
CN108992852A (zh) * | 2018-07-18 | 2018-12-14 | 广州市三甲医疗信息产业有限公司 | 基于虚拟现实康复训练的智能评估方法与系统 |
US20200085366A1 (en) * | 2018-09-14 | 2020-03-19 | Warsaw Orthopedic, Inc. | Wearable sensor device and analysis platform for objective outcome assessment in spinal diseases |
CN109316732A (zh) * | 2018-09-28 | 2019-02-12 | 安阳市翔宇医疗设备有限责任公司 | 一种训练评估装置、设备及可读存储介质 |
CN109045667A (zh) * | 2018-09-28 | 2018-12-21 | 安阳市翔宇医疗设备有限责任公司 | 一种康复训练评估系统 |
CN109495688A (zh) * | 2018-12-26 | 2019-03-19 | 华为技术有限公司 | 电子设备的拍照预览方法、图形用户界面及电子设备 |
CN109815930A (zh) * | 2019-02-01 | 2019-05-28 | 中国人民解放军总医院第六医学中心 | 一种动作模仿拟合度评价方法 |
CN110941990A (zh) * | 2019-10-22 | 2020-03-31 | 泰康保险集团股份有限公司 | 基于骨骼关键点进行人体动作评估的方法和装置 |
CN111931804A (zh) * | 2020-06-18 | 2020-11-13 | 南京信息工程大学 | 一种基于rgbd摄像机的人体动作自动评分方法 |
CN111881887A (zh) * | 2020-08-21 | 2020-11-03 | 董秀园 | 基于多摄像头的运动姿态监测和指导方法及装置 |
CN112070031A (zh) * | 2020-09-09 | 2020-12-11 | 中金育能教育科技集团有限公司 | 体态检测方法、装置及设备 |
Non-Patent Citations (2)
Title |
---|
杜鹏霄等: "基于Kinect运动康复训练系统及临床效果评价", 《国外医学卫生经济分册》 * |
杜鹏霄等: "基于Kinect运动康复训练系统及临床效果评价", 《国外医学卫生经济分册》, no. 02, 20 June 2016 (2016-06-20) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114343622A (zh) * | 2022-03-18 | 2022-04-15 | 龙旗电子(惠州)有限公司 | 智能监测衣物、人体形态监测方法及装置 |
CN115299934A (zh) * | 2022-08-30 | 2022-11-08 | 北京中科睿医信息科技有限公司 | 确定测试动作的方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112641441B (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Simbaña et al. | Review of automated systems for upper limbs functional assessment in neurorehabilitation | |
Santos et al. | Reported anatomical variability naturally leads to multimodal distributions of Denavit-Hartenberg parameters for the human thumb | |
US10993651B2 (en) | Exercise guidance method and exercise guidance device | |
Cerveri et al. | Finger kinematic modeling and real-time hand motion estimation | |
CN112641441A (zh) | 一种体态评估方法、系统、装置及计算机可读存储介质 | |
CN111401330A (zh) | 教学系统及采用该教学系统的智能镜 | |
US11547324B2 (en) | System and method for human motion detection and tracking | |
Zago et al. | Multi-segmental movements as a function of experience in karate | |
Cao et al. | Physiological function assessment based on kinect v2 | |
EP1774443A1 (en) | System and method for simulating human movement using profile paths | |
CN111048209A (zh) | 基于活体人脸识别的健康评估方法、装置及其存储介质 | |
CN113643789B (zh) | 健身方案信息的生成方法、装置和系统 | |
KR101320753B1 (ko) | 규칙에 기초한 순차적인 방법을 이용한 인간 자세 예측시스템 및 방법 | |
CN113974612A (zh) | 一种卒中患者上肢运动功能自动化评估方法与系统 | |
CN112818800A (zh) | 一种基于人体骨骼点深度图像的体育动作评估方法及系统 | |
CN112885465A (zh) | 运动数据分析方法、装置、系统和计算机可读存储介质 | |
Boubaker et al. | Spatiotemporal representation of 3D hand trajectory based on Beta-elliptic models | |
CN111353345B (zh) | 提供训练反馈的方法、装置、系统、电子设备、存储介质 | |
Anderson et al. | Sensor fusion for laparoscopic surgery skill acquisition | |
EP1554671A2 (en) | System and method for simulating human movement | |
JP5124439B2 (ja) | 多次元時系列データ分析装置及びコンピュータプログラム | |
CN113641856A (zh) | 用于输出信息的方法和装置 | |
Bachynskyi et al. | Biomechanical simulation in the analysis of aimed movements | |
CN117577332B (zh) | 一种基于视觉分析的康复评估方法及系统 | |
EP4053793A1 (en) | System and method for human motion detection and tracking |
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 |