CN113367688B - 基于人体静电步态和tof摄像机的偏瘫评级系统 - Google Patents
基于人体静电步态和tof摄像机的偏瘫评级系统 Download PDFInfo
- Publication number
- CN113367688B CN113367688B CN202110468554.4A CN202110468554A CN113367688B CN 113367688 B CN113367688 B CN 113367688B CN 202110468554 A CN202110468554 A CN 202110468554A CN 113367688 B CN113367688 B CN 113367688B
- Authority
- CN
- China
- Prior art keywords
- gait
- joint movement
- hemiplegia
- symmetry
- affected side
- 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
-
- 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
- A61B5/112—Gait analysis
-
- 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
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- 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
Abstract
本发明公开了一种基于人体静电步态和TOF摄像机的偏瘫评级方法及系统,采集测试者人体静电步态信号,并利用基于OpenNI以及NiTE的TOF摄像机获取测试者骨骼关节三维重建信息,进而实现对患侧髋关节活动能力、髋关节活动对称性、患侧膝关节活动能力、膝关节活动对称性、患侧踝关节活动能力、侧踝关节活动对称性、患侧肌力控制能力、步态对称性、步态平衡性和步态稳定性十项指标的检测,完成对偏瘫程度的评级,本发明方法能够克服现有技术的缺陷,便捷准确地进行偏瘫评级。
Description
技术领域
本发明属于探测检测的技术领域,具体涉及一种基于人体静电步态和TOF摄像机关节重建的偏瘫评级系统。
背景技术
当代人们的竞争压力骤增,生活节奏加快和作息不规律,极大地导致了现代社会人们身体素质普遍下降,尤其我国的人口老龄化问题日趋严重,留守老人逐年增多,致使脑卒中疾病发病率大大增加。偏瘫,是幸存脑卒中患者的常见后遗症,又叫半身不遂,是指同一侧上下肢、面部肌肉和舌肌下部的运动障碍,这严重影响了患者的生活质量和肢体活动能力。
然而脑卒中偏瘫患者的病变位置、病变程度及病情发展状况等均存在一定的差异,这会导致人的步态发生不同方式和不同程度的变化。正是由于不同的患者在脑卒中梗死部位、病情严重程度、康复进展等方面存在着差异性,故其康复护理需求亦不尽相同,故以经验性、普适化的功能锻炼指导为主的常规护理难达良效;就目前而言,仅凭医生肉眼识别就给偏瘫患者分级的效率低下,且正确率不高。
综上所述,利用现代技术手段辅助人工对偏瘫评级是符合医学发展趋势的。为实现对偏瘫病人的评级,需要着重对患者的肢体运动能力进行评估,而现有技术中,常见对关节骨骼模型进行测量的例如:多角度相机视频采集三维仿真、穿戴式足底压力测量、压力测量走道、改为穿戴式动作捕捉、肌电传感器等则分别具有:需依托复杂测量环境以及试验场地资源、患者穿戴困难以及造成测试结果不准确、造价高昂、受光线测试者衣着颜色等、无法完整测量全周期步态信号诸多因素影响;在实际运用时都无法广泛推广。
发明内容
有鉴于此,本发明提供了一种基于人体静电步态和TOF摄像机关节重建的偏瘫评级系统,能够克服现有技术的缺陷,便捷准确地进行偏瘫评级。
实现本发明的技术方案如下:
一种基于人体静电步态和TOF摄像机关节重建的偏瘫评级方法,采集测试者人体静电步态信号,并利用基于OpenNI以及NiTE的TOF摄像机获取测试者骨骼关节三维重建信息,进而实现对患侧髋关节活动能力、髋关节活动对称性、患侧膝关节活动能力、膝关节活动对称性、患侧踝关节活动能力、侧踝关节活动对称性、患侧肌力控制能力、步态对称性、步态平衡性和步态稳定性十项指标的检测,完成对偏瘫程度的评级。
进一步地,通过分析静电场变化函数波形图,计算双足支撑周期占比获得偏瘫步态平衡性指标,通过计算偏瘫患者患侧和健康侧的肢体摆动周期比获得步态对称性指标,并通过比较健康人和患者的本征模态函数(IMFs)获得步态稳定性指标。
进一步地,通过对深度图像处理获得测试者骨骼关节三维重建以及关节点三维坐标信息,计算髋关节、膝关节、踝关节分别在摆动前期、摆动中期、摆动后期和支撑中期下的角速度和角加速度,进而分别获得患侧髋关节活动能力、患侧膝关节活动能力、患侧踝关节活动能力,再由此计算摆动前期、摆动中期、摆动后期、支撑中期下的步态质量指数GQIc,并用左右下肢四个时期的GQIc获得关节活动能力雷达图,计算关节活动能力雷达图中患侧与健侧的面积之比来量化偏瘫患者的髋关节活动对称性、膝关节活动对称性、侧踝关节活动对称性,再通过患侧膝关节加速上抬过程中最大加速度与减速下落过程中最大加速度之比来量化偏瘫患者对下肢肌力的控制能力。
进一步地,利用主成分分析法分析所述十项指标,实现对测试者偏瘫程度的评级。
一种基于人体静电步态和TOF摄像机关节重建的偏瘫评级系统,包括静电步态信号测量系统、TOF摄像机和数据处理模块;
所述静电步态信号测量系统用于采集测试者踏步时下半身静电场的静电步态周期信号,所述TOF摄像机用于采集测试者踏步时的深度图像信息,所述数据处理模块对所采集数据进行分析处理得到十项指标的检测结果。
进一步地,所述数据处理模块的载体为计算机。
有益效果:
(1)本发明使用了基于人体静电步态信号探测技术和基于OpenNI以及NiTE的TOF摄像机获取骨骼关节三维重建技术,首次实现将这两种人体运动学参数测量技术的结合,可以实现多指标测量并指标间相互校正,可以较为准确的对偏瘫患者进行实时偏瘫评级。
(2)本发明为非穿戴人体运动学参数测量技术,所使用的为静电步态信号探测技术被动探测技术,并非向外发射探测介质实现探测,患者进入探测范围即可实现运动学参数测量;使用者无需额外穿戴任何测量设备,可以在相对自然状态下测量,可以使测量因素对患者实际测量影响降低。
(3)本发明使用基于人体静电步态信号探测技术,该技术在人体运动学参数测量技术方面较为新颖,其优点是得到数据为随时间相关一维双足运动学数据,直观且不受环境光、物体遮挡等因素影响。
(4)本发明使用基于OpenNI以及NiTE的TOF摄像机获取骨骼关节三维重建技术,基于OpenNI以及NiTE的TOF摄像机对运用平台限制较低,普适性广泛,可以实现对使用者的25个关节的实时三维重建以及运动学参数获取。
(5)本发明使用一种基于双模探测信号融合的步态分析方法,实现了无接触客观评估患者行动能力,使用了10个特征打分的评价体系,并使用雷达图量化下肢活动对称性,与现有评价体系相兼容。
总之,基于人体静电步态和TOF摄像机骨骼关节三维重建的偏瘫评级系统,可以实现对使用者的运动学参数实时测量并完成偏瘫评级,可以为医护人员提供客观层面的辅助评估,具有广泛的应用前景。
附图说明
图1为实施例1的使用示意图。
图2为三维重建关节点图。
图3为基于人体静电步态和TOF摄像机骨骼关节三维重建的偏瘫评级系统的结构示意图。
其中,1-测试者,2-基于人体步态信号和TOF摄像机的测量系统,2-1-TOF摄像机,2-2-静电步态信号测量系统,3-诊断电脑,4-髋关节,5-膝关节,6-踝关节。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本实施例提供了一种基于人体静电步态和TOF摄像机关节重建的偏瘫评级系统,参见附图1以及附图2,包括:基于人体步态信号和TOF摄像机的测量系统2(TOF摄像机2-1,静电步态信号测量系统2-2)和诊断电脑3。
系统整体可以分为:基于人体步态信号和TOF摄像机的测量系统和偏瘫评级处理上位机两个部分。
如附图1和附图2所示,TOF摄像机2-1,静电步态信号测量系统2-2由盒装封装组成基于人体步态信号和TOF摄像机的测量系统2。
如附图3所示,静电步态信号测量系统2-2包括静电感应模块、AD转换模块以及STM32芯片组成。使用时,外部的电源模块对系统2-2进行供电,静电感应模块通过感应电极采集测试者踏步时下半身静电场的静电信号,得到静电场变化函数波形图,经过I-V转换、电压放大、滤波处理等后,将步态信号信息经由AD转化传递至STM32主控芯片,静电步态信号经由以上步骤完成采集过程;之后使用STM32flash进行数据缓存,由NRF24L01模块实现静电步态信号测量系统采集数据和诊断电脑3的上位机之间的传递。
如附图2所示,TOF摄像机2-1经USB与诊断电脑3进行连接实现供电,之后TOF摄像头进行深度图像采集,并通过USB2.0实现深度图像信息实时回传给诊断电脑3。
如附图1所示,测试者1与基于人体步态信号和TOF摄像机的测量系统2之间的距离应该保持在TOF摄像机以及静电探测可使用范围内,并保证下半身处于测量视野内。基于人体步态信号和TOF摄像机的测量系统2与诊断电脑3之间应由USB2.0以及红外线接收适配器连接。
如附图1所示,测试者1在测试区域内原地踏步即可开始测量记录。经由附图3中的基于人体步态信号和TOF摄像机的测量系统2完成步态信息采集并传递至诊断电脑3的上位机,之后进入相关数据处理。
如附图3所示,TOF摄像机2-1获取的深度图像传输至诊断电脑3的上位机进行后续的数据分析处理,在诊断电脑3的上位机中,经过NiTE的StickFigure中期处理以及OpenNI提供的可视化后,即可获得测试者骨骼关节三维重建以及关节点三维坐标信息,然后分别计算髋关节、膝关节、踝关节在摆动前期、摆动中期、摆动后期、支撑中期下的角速度和角加速度,分别获得患侧髋关节活动能力、患侧膝关节活动能力、患侧踝关节活动能力。再由此计算四个时期下的步态质量指数GQIc,并用左右下肢四个时期(摆动前期、摆动中期、摆动后期、支撑中期)的GQIc获得关节活动能力雷达图,计算关节活动能力雷达图中患侧与健侧的面积之比来量化偏瘫患者的髋关节活动对称性、膝关节活动对称性、侧踝关节活动对称性。再用患侧膝关节加速上抬过程中最大加速度与减速下落过程中最大加速度之比来量化偏瘫患者对下肢肌力的控制能力。
如附图3所示,静电步态信号测量系统2-2获取的静电步态周期信号,诊断电脑3计算双足支撑周期占比获得偏瘫步态平衡性指标,通过计算偏瘫患者患侧和健康侧的肢体摆动周期比获得步态对称性指标。并通过比较健康人和患者的本征模态函数(IMFs)获得步态稳定性指标。
最后通过主成分分析法分析这十项指标,得到偏瘫评级结果。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.基于人体静电步态和TOF摄像机的偏瘫评级系统,其特征在于,包括静电步态信号测量系统、TOF摄像机和数据处理模块;
所述静电步态信号测量系统用于采集测试者踏步时下半身静电场的静电步态周期信号,所述TOF摄像机用于采集测试者踏步时的深度图像信息,所述数据处理模块对所采集数据进行分析处理得到十项指标的检测结果;
采集测试者人体静电步态信号,并利用基于OpenNI以及NiTE的TOF摄像机获取测试者骨骼关节三维重建信息,进而实现对患侧髋关节活动能力、髋关节活动对称性、患侧膝关节活动能力、膝关节活动对称性、患侧踝关节活动能力、侧踝关节活动对称性、患侧肌力控制能力、步态对称性、步态平衡性和步态稳定性十项指标的检测,完成对偏瘫程度的评级;
通过分析静电场变化函数波形图,计算双足支撑周期占比获得偏瘫步态平衡性指标,通过计算偏瘫患者患侧和健康侧的肢体摆动周期比获得步态对称性指标,并通过比较健康人和患者的本征模态函数获得步态稳定性指标;
通过对深度图像处理获得测试者骨骼关节三维重建以及关节点三维坐标信息,计算髋关节、膝关节、踝关节分别在摆动前期、摆动中期、摆动后期和支撑中期下的角速度和角加速度,进而分别获得患侧髋关节活动能力、患侧膝关节活动能力、患侧踝关节活动能力,再由此计算摆动前期、摆动中期、摆动后期、支撑中期下的步态质量指数GQIc,并用左右下肢四个时期的GQIc获得关节活动能力雷达图,计算关节活动能力雷达图中患侧与健侧的面积之比来量化偏瘫患者的髋关节活动对称性、膝关节活动对称性、侧踝关节活动对称性,再通过患侧膝关节加速上抬过程中最大加速度与减速下落过程中最大加速度之比来量化偏瘫患者对下肢肌力的控制能力;
利用主成分分析法分析所述十项指标,实现对测试者偏瘫程度的评级。
2.如权利要求1所述的偏瘫评级系统,其特征在于,所述数据处理模块的载体为计算机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110468554.4A CN113367688B (zh) | 2021-04-28 | 2021-04-28 | 基于人体静电步态和tof摄像机的偏瘫评级系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110468554.4A CN113367688B (zh) | 2021-04-28 | 2021-04-28 | 基于人体静电步态和tof摄像机的偏瘫评级系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113367688A CN113367688A (zh) | 2021-09-10 |
CN113367688B true CN113367688B (zh) | 2023-06-20 |
Family
ID=77570229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110468554.4A Active CN113367688B (zh) | 2021-04-28 | 2021-04-28 | 基于人体静电步态和tof摄像机的偏瘫评级系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113367688B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114795831B (zh) * | 2022-04-19 | 2023-07-14 | 中国科学技术大学 | 基于多源信息融合的运动训练设备及评价系统、方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009125397A2 (en) * | 2008-04-08 | 2009-10-15 | Motorika Limited | Device and method for foot drop analysis and rehabilitation |
CN104200491A (zh) * | 2014-08-15 | 2014-12-10 | 浙江省新华医院 | 一种人体运动姿态校正系统 |
CN104825311B (zh) * | 2015-05-04 | 2017-03-01 | 台州学院 | 偏瘫患者专用下肢外骨骼及其使用方法和稳定性验证方法 |
CN107374637A (zh) * | 2017-01-21 | 2017-11-24 | 北京理工大学 | 一种基于脚部静电的膝关节屈曲角度监测方法 |
CN108245168A (zh) * | 2017-01-21 | 2018-07-06 | 北京理工大学 | 一种基于静电探测的步伐周期测量方法 |
US11354938B2 (en) * | 2017-11-13 | 2022-06-07 | Carmel Haifa University Economic Corporation Ltd. | Motion tracking with multiple 3D cameras |
CN110110633B (zh) * | 2019-04-28 | 2022-05-13 | 华东交通大学 | 一种基于机器学习的偏瘫步态自动识别和分析的方法 |
-
2021
- 2021-04-28 CN CN202110468554.4A patent/CN113367688B/zh active Active
Non-Patent Citations (1)
Title |
---|
杨欢 ; 罗欣羽 ; 潘与维 ; 罗伊杭 ; 韦金娇 ; 王丽苹 ; 魏亮 ; .一种基于OpenCV和Kinect的人体步态识别系统设计.电子测试.2018,(第04期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113367688A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Calhoun et al. | Gait patterns in children with autism | |
CN107174255B (zh) | 基于Kinect体感技术的三维步态信息采集与分析方法 | |
CN108095725B (zh) | 一种人体运动能力集成测试装置及其使用方法 | |
CN110811553B (zh) | 一种用于负重外骨骼助力效率的检测方法 | |
CN102697507B (zh) | 患者康复训练步行状态分析系统及方法 | |
CN110755085B (zh) | 基于关节活动度与运动协调性的运动功能评估方法及设备 | |
CN113367688B (zh) | 基于人体静电步态和tof摄像机的偏瘫评级系统 | |
CN113768471B (zh) | 一种基于步态分析的帕金森疾病辅助诊断系统 | |
CN107519618A (zh) | 一种足部康复训练设备 | |
CN103690192B (zh) | 基于超声影像的跟腱形态学分析的系统和方法 | |
CN111326232A (zh) | 一种基于三维步态分析系统鉴别异常步态形式的方法 | |
Qin et al. | Modeling and evaluating full-cycle natural gait detection based on human electrostatic field | |
CN111582081A (zh) | 一种多Kinect串联的步态数据时空合并方法与测量装置 | |
CN111178338A (zh) | 一种步态分析系统中数据库和标准化模型的建立方法 | |
CN116999057A (zh) | 基于穿戴式传感器的偏瘫步态识别及偏瘫步态评估方法 | |
CN116746913A (zh) | 一种基于压力传感器监测步态和身体健康的设备 | |
Xia et al. | Predicting Free Achilles Tendon Strain From Motion Capture Data Using Artificial Intelligence | |
CN106913342A (zh) | 一种基于光纤光栅和压力传感器的步态测试系统和方法 | |
CN110755084B (zh) | 基于主被动、分阶段动作的运动功能评估方法及设备 | |
Liu et al. | A potential-real-time thigh orientation prediction method based on two shanks-mounted IMUs and its clinical application | |
CN111053555B (zh) | 基于表面肌电信号与足底力的地形分类装置及方法 | |
Niu et al. | EMG-based Assessment of Shank Muscle Fatigue During Dynamic Exercise | |
CN110246576A (zh) | 一种人体活动能量消耗情况及转化为生活习惯报表方法 | |
CN202619659U (zh) | 患者康复训练步行状态分析系统 | |
Paszkiewicz et al. | Microphone Mechanomyography Sensors for Movement Analysis and Identification |
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 |