CN113724874A - 一种基于评估测试系统 - Google Patents
一种基于评估测试系统 Download PDFInfo
- Publication number
- CN113724874A CN113724874A CN202111058802.4A CN202111058802A CN113724874A CN 113724874 A CN113724874 A CN 113724874A CN 202111058802 A CN202111058802 A CN 202111058802A CN 113724874 A CN113724874 A CN 113724874A
- Authority
- CN
- China
- Prior art keywords
- training
- evaluation
- test
- computer terminal
- module
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 81
- 238000011156 evaluation Methods 0.000 title claims abstract description 73
- 238000012549 training Methods 0.000 claims abstract description 63
- 230000033001 locomotion Effects 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 230000000694 effects Effects 0.000 claims abstract description 11
- 210000003484 anatomy Anatomy 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 230000009471 action Effects 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 210000003141 lower extremity Anatomy 0.000 claims description 6
- 101100498818 Arabidopsis thaliana DDR4 gene Proteins 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 210000001364 upper extremity Anatomy 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims description 2
- 208000025978 Athletic injury Diseases 0.000 claims 2
- 206010041738 Sports injury Diseases 0.000 claims 2
- 239000003550 marker Substances 0.000 claims 2
- 230000006378 damage Effects 0.000 abstract description 9
- 208000027418 Wounds and injury Diseases 0.000 abstract description 7
- 208000014674 injury Diseases 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000009916 joint effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (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)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于评估测试系统，属于人体机能评估测试技术领域，所述测试系统在创建系统时需要结合硬件进行功能设计，所述硬件包括摄像设备以及电脑终端，所述测试系统包括电脑终端采集显示子系统、云端管理分析子系统以及专业数据库。该基于评估测试系统，通过基于视觉识别、大数据、边缘计算、云计算和数据库等技术，依据体育测量学、运动训练学、功能解剖学、运动康复学等作为专业依据，通过对受试者完成标准动作的质量，自动评价其身体的“运动适能”水平(主要关节的活动度、动作稳定性、对称性和主要身体环节的运动损伤风险)，并根据评估结果，自动生成针对性的训练计划的一套解决方案。
Description
技术领域
本发明属于人体机能评估测试技术领域，具体为一种基于评估测试系统。
背景技术
随着医疗科技的进步，我们逐渐从过去的看病治疗的时代在向病前预防的时代进步，因此对人们进行合理的人体机能评估测试，评估出人群患病的风险等是非常重要的。
在用于人体机能评估的数据当中，目前多以主观叙述的问题为主。市面上提供人体机能评估的移动端应用及网站，也只是通过问答的形式，根据简单的评估逻辑得到结论。但是评估数据的客观性往往会增加评估结论的可靠性。因此有必要研发一种评估更加准确的系统。
发明内容
针对现有技术的不足，本发明提供了一种基于评估测试系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于评估测试系统，所述测试系统在创建系统时需要结合硬件进行功能设计，所述硬件包括摄像设备以及电脑终端，所述测试系统包括电脑终端采集显示子系统、云端管理分析子系统以及专业数据库，所述电脑终端采集显示子系统用于对数据信息进行录入、采集以及显示，所述云端管理分析子系统用于接受电脑终端采集显示子系统传输的测试者的测试过程中的数据并进行分析，所述专业数据库用于对数据进行分类评价分析；
所述电脑终端采集显示子系统包括测试界面模块、测试标准动作库模块、前端计算模块、数据传输模块以及显示模块；
所述云端管理分析子系统包括评价调用模块以及训练计划生成模块，所述评价调用模块内置有评价调用规则模型，所述训练计划生成模块内置有训练计划生成规则模型；
所述专业数据库包括评价数据库以及训练动作数据库，所述评价数据库内置有四个分类的子数据库。
进一步优化本技术方案，所述摄像设备为具有3D功能的深度摄像头，所述电脑终端的硬件配置需要Intel i5 9400F的CPU处理器或以上、8G DDR4内存或以上、Intel HM65主板芯片或以上、500G SATA 3.0硬盘或以上以及NVIDIA GeForce RTX 1070显卡或以上。
进一步优化本技术方案，所述深度摄像头用于测试者测试过程中数据的采集，摄像头跟踪测试过程中，人体主要关节的空间坐标的变化；在测试过程中，摄像头对25个人体特征点进行每秒30-35帧频率进行连续追踪记录，并把数据传输到电脑终端采集显示子系统中。
进一步优化本技术方案，所述电脑终端采集显示子系统中的测试界面模块用于自动检测与摄像头连接状态及网络工作状态，在测试前进行测试者的信息录入，系统自动显示标准示范动作，并开始接受摄像头传输的采集数据；所述电脑终端采集显示子系统中的测试标准动作库模块中内置有系统可以测试的标准动作，包括1个标准站立静态动作视频和49个动态动作视频。
进一步优化本技术方案，所述电脑终端采集显示子系统中的前端计算模块通过对摄像头采集数据，测试者标记点空间坐标的计算，通过建模还原测试者完成测试动作的质量，并计算出测试者身体标记点的运动轨迹、速度、加速度以及19个关节点的角度、角速度、角加速度，并保存测试者测试过程中的影像信息；所述电脑终端采集显示子系统中的数据传输模块用于完成数据的计算后把结果传输到云端管理分析子系统，并接受云端管理分析子系统的测试报告结果；所述电脑终端采集显示子系统中的显示模块用于在电脑终端上显示从云端分析子系统的测试报告，可以完成测试报告的打印与数据导出。
进一步优化本技术方案，所述评价调用规则模型依据体育测量学对于测试者的关节活动度、身体对称性，依据功能解剖学对测试者完成动作的稳定性，依据运动康复学对于身体主要环节，即颈部、肩背部、躯干、腰骶部和下肢进行运动损伤风险评估，并依据测试者完成标准测试动作的质量，对其关节活动度、身体对称性、动作稳定性和主要身体环节的运动损伤风险水平给与量化的评分。
进一步优化本技术方案，所述训练计划生成规则模型依据运动训练学，按照周期训练理论，根据测试者评估结果，制定针对性周训练方案。
进一步优化本技术方案，所述训练方案生成的基本原则包括以下内容：
(1)把人体划分为颈部、上肢肩背、躯干、腰骶和下肢，按照均衡训练原则，平均分配训练项目类别；并对柔韧性练习、抗阻力量练习均衡分配；
(2)每次训练均按照从上至下的顺序排列训练项目类别。
进一步优化本技术方案，所述评价数据库内置有四个分类的子数据库，四个子数据库分别为活动度评价数据库、对称性评价数据库、稳定性评价数据库以及运动风险评价数据库。
进一步优化本技术方案，所述训练动作数据库对训练动作进行分类并标注，对训练部位和动作模式进行分类，并根据评估结果和训练方案生成基本原则，自动调用训练动作库内容，实现系统自动生成针对性训练计划。
与现有技术相比，本发明提供了一种基于评估测试系统，具备以下有益效果：
该基于评估测试系统，通过基于视觉识别、大数据、边缘计算、云计算和数据库等技术，依据体育测量学、运动训练学、功能解剖学、运动康复学等作为专业依据，通过对受试者完成标准动作的质量，自动评价其身体的“运动适能”水平(主要关节的活动度、动作稳定性、对称性和主要身体环节的运动损伤风险)，并根据评估结果，自动生成针对性的训练计划的一套解决方案。
附图说明
图1为本发明提出的一种基于评估测试系统的结构示意图；
图2为本发明提出的一种基于评估测试系统中电脑终端采集显示子系统的结构示意图；
图3为本发明提出的一种基于评估测试系统中评价数据库的结构示意图；
图4为本发明提出的一种基于评估测试系统中专业数据库的工作流程示意图。
具体实施方式
下面将结合本发明的实施例，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。
实施例一：
请参阅图1，一种基于评估测试系统，所述测试系统在创建系统时需要结合硬件进行功能设计，所述硬件包括摄像设备以及电脑终端，所述测试系统包括电脑终端采集显示子系统、云端管理分析子系统以及专业数据库，所述电脑终端采集显示子系统用于对数据信息进行录入、采集以及显示，所述云端管理分析子系统用于接受电脑终端采集显示子系统传输的测试者的测试过程中的数据并进行分析，所述专业数据库用于对数据进行分类评价分析；
所述电脑终端采集显示子系统包括测试界面模块、测试标准动作库模块、前端计算模块、数据传输模块以及显示模块；
所述云端管理分析子系统包括评价调用模块以及训练计划生成模块，所述评价调用模块内置有评价调用规则模型，所述训练计划生成模块内置有训练计划生成规则模型；
所述专业数据库包括评价数据库以及训练动作数据库，所述评价数据库内置有四个分类的子数据库。
具体的，所述摄像设备为具有3D功能的深度摄像头，所述电脑终端的硬件配置需要Intel i5 9400F的CPU处理器或以上、8G DDR4内存或以上、Intel HM65主板芯片或以上、500G SATA 3.0硬盘或以上以及NVIDIA GeForce RTX 1070显卡或以上。
具体的，所述深度摄像头用于测试者测试过程中数据的采集，摄像头跟踪测试过程中，人体主要关节的空间坐标的变化；在测试过程中，摄像头对25个人体特征点进行每秒30-35帧频率进行连续追踪记录，并把数据传输到电脑终端采集显示子系统中，测试者距离摄像头的测试范围为3-3.5米。
如图2所示，具体的，所述电脑终端采集显示子系统中的测试界面模块用于自动检测与摄像头连接状态及网络工作状态，在测试前进行测试者的信息录入，系统自动显示标准示范动作，并开始接受摄像头传输的采集数据；所述电脑终端采集显示子系统中的测试标准动作库模块中内置有系统可以测试的标准动作，包括1个标准站立静态动作视频和49个动态动作视频。
具体的，所述电脑终端采集显示子系统中的前端计算模块通过对摄像头采集数据，测试者标记点空间坐标的计算，通过建模还原测试者完成测试动作的质量，并计算出测试者身体标记点的运动轨迹、速度、加速度以及19个关节点的角度、角速度、角加速度，并保存测试者测试过程中的影像信息；所述电脑终端采集显示子系统中的数据传输模块用于完成数据的计算后把结果传输到云端管理分析子系统，并接受云端管理分析子系统的测试报告结果；所述电脑终端采集显示子系统中的显示模块用于在电脑终端上显示从云端分析子系统的测试报告，可以完成测试报告的打印与数据导出。
具体的，所述评价调用规则模型依据体育测量学对于测试者的关节活动度、身体对称性，依据功能解剖学对测试者完成动作的稳定性，依据运动康复学对于身体主要环节，即颈部、肩背部、躯干、腰骶部和下肢进行运动损伤风险评估，并依据测试者完成标准测试动作的质量，对其关节活动度、身体对称性、动作稳定性和主要身体环节的运动损伤风险水平给与量化的评分。
具体的，所述训练计划生成规则模型依据运动训练学，按照周期训练理论，根据测试者评估结果，制定针对性周训练方案。
具体的，所述训练方案生成的基本原则包括以下内容：
(1)把人体划分为颈部、上肢肩背、躯干、腰骶和下肢，按照均衡训练原则，平均分配训练项目类别；并对柔韧性练习、抗阻力量练习均衡分配；
(2)每次训练均按照从上至下的顺序排列训练项目类别。
如图3所示，具体的，所述评价数据库内置有四个分类的子数据库，四个子数据库分别为活动度评价数据库、对称性评价数据库、稳定性评价数据库以及运动风险评价数据库。
具体的，所述训练动作数据库对训练动作进行分类并标注，对训练部位和动作模式(柔韧性或抗阻力量)进行分类，并根据评估结果和训练方案生成基本原则，自动调用训练动作库内容，实现系统自动生成针对性训练计划。
实施例二：
如图4所示，基于实施例一中所述的基于评估测试系统，数据依次通过活动度评价数据库、对称性评价数据库、稳定性评价数据库以及运动风险评价数据库的四个子数据库，所述活动度评价数据库按照体育测量学关于活动度的评价标准，对测试者的每一个关节的活动范围进行评价。所述对称性评价数据库按照体育测量学关于对称性的评价标准，对测试者完成标准测试动作的质量，通过左右侧肢体的动作轨迹、速度；左右侧身体环节中关节的角度、角速度、角加速度进行比较，并依据结果对活动度进行评价。所述稳定性评价数据库按照功能解剖学关于身体动作稳定性的标准，对测试者完成标准测试动作的质量，通过测试者身体环节的空间姿态进行稳定性评价。所述运动风险评价数据库按照运动康复学关于运动损伤风险评估标准，依据测试者活动度、稳定性和对称性情况，对运动损伤风险进行评价。
本发明的有益效果是：该基于评估测试系统，通过基于视觉识别、大数据、边缘计算、云计算和数据库等技术，依据体育测量学、运动训练学、功能解剖学、运动康复学等作为专业依据，通过对受试者完成标准动作的质量，自动评价其身体的“运动适能”水平(主要关节的活动度、动作稳定性、对称性和主要身体环节的运动损伤风险)，并根据评估结果，自动生成针对性的训练计划的一套解决方案。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于评估测试系统，所述测试系统在创建系统时需要结合硬件进行功能设计，所述硬件包括摄像设备以及电脑终端，其特征在于，所述测试系统包括电脑终端采集显示子系统、云端管理分析子系统以及专业数据库，所述电脑终端采集显示子系统用于对数据信息进行录入、采集以及显示，所述云端管理分析子系统用于接受电脑终端采集显示子系统传输的测试者的测试过程中的数据并进行分析，所述专业数据库用于对数据进行分类评价分析；
所述电脑终端采集显示子系统包括测试界面模块、测试标准动作库模块、前端计算模块、数据传输模块以及显示模块；
所述云端管理分析子系统包括评价调用模块以及训练计划生成模块，所述评价调用模块内置有评价调用规则模型，所述训练计划生成模块内置有训练计划生成规则模型；
所述专业数据库包括评价数据库以及训练动作数据库，所述评价数据库内置有四个分类的子数据库。
2.根据权利要求1所述的一种基于评估测试系统，其特征在于，所述摄像设备为具有3D功能的深度摄像头，所述电脑终端的硬件配置需要Intel i5 9400F的CPU处理器或以上、8GDDR4内存或以上、Intel HM65主板芯片或以上、500G SATA 3.0硬盘或以上以及NVIDIAGeForce RTX 1070显卡或以上。
3.根据权利要求2所述的一种基于评估测试系统，其特征在于，所述深度摄像头用于测试者测试过程中数据的采集，摄像头跟踪测试过程中，人体主要关节的空间坐标的变化；在测试过程中，摄像头对25个人体特征点进行每秒30-35帧频率进行连续追踪记录，并把数据传输到电脑终端采集显示子系统中。
4.根据权利要求1所述的一种基于评估测试系统，其特征在于，所述电脑终端采集显示子系统中的测试界面模块用于自动检测与摄像头连接状态及网络工作状态，在测试前进行测试者的信息录入，系统自动显示标准示范动作，并开始接受摄像头传输的采集数据；所述电脑终端采集显示子系统中的测试标准动作库模块中内置有系统可以测试的标准动作，包括1个标准站立静态动作视频和49个动态动作视频。
5.根据权利要求1所述的一种基于评估测试系统，其特征在于，所述电脑终端采集显示子系统中的前端计算模块通过对摄像头采集数据，测试者标记点空间坐标的计算，通过建模还原测试者完成测试动作的质量，并计算出测试者身体标记点的运动轨迹、速度、加速度以及19个关节点的角度、角速度、角加速度，并保存测试者测试过程中的影像信息；所述电脑终端采集显示子系统中的数据传输模块用于完成数据的计算后把结果传输到云端管理分析子系统，并接受云端管理分析子系统的测试报告结果；所述电脑终端采集显示子系统中的显示模块用于在电脑终端上显示从云端分析子系统的测试报告，可以完成测试报告的打印与数据导出。
6.根据权利要求1所述的一种基于评估测试系统，其特征在于，所述评价调用规则模型依据体育测量学对于测试者的关节活动度、身体对称性，依据功能解剖学对测试者完成动作的稳定性，依据运动康复学对于身体主要环节，即颈部、肩背部、躯干、腰骶部和下肢进行运动损伤风险评估，并依据测试者完成标准测试动作的质量，对其关节活动度、身体对称性、动作稳定性和主要身体环节的运动损伤风险水平给与量化的评分。
7.根据权利要求1所述的一种基于评估测试系统，其特征在于，所述训练计划生成规则模型依据运动训练学，按照周期训练理论，根据测试者评估结果，制定针对性周训练方案。
8.根据权利要求7所述的一种基于评估测试系统，其特征在于，所述训练方案生成的基本原则包括以下内容：
(1)把人体划分为颈部、上肢肩背、躯干、腰骶和下肢，按照均衡训练原则，平均分配训练项目类别；并对柔韧性练习、抗阻力量练习均衡分配；
(2)每次训练均按照从上至下的顺序排列训练项目类别。
9.根据权利要求1所述的一种基于评估测试系统，其特征在于，所述评价数据库内置有四个分类的子数据库，四个子数据库分别为活动度评价数据库、对称性评价数据库、稳定性评价数据库以及运动风险评价数据库。
10.根据权利要求1所述的一种基于评估测试系统，其特征在于，所述训练动作数据库对训练动作进行分类并标注，对训练部位和动作模式进行分类，并根据评估结果和训练方案生成基本原则，自动调用训练动作库内容，实现系统自动生成针对性训练计划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111058802.4A CN113724874A (zh) | 2021-09-08 | 2021-09-08 | 一种基于评估测试系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111058802.4A CN113724874A (zh) | 2021-09-08 | 2021-09-08 | 一种基于评估测试系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113724874A true CN113724874A (zh) | 2021-11-30 |
Family
ID=78683097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111058802.4A Pending CN113724874A (zh) | 2021-09-08 | 2021-09-08 | 一种基于评估测试系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113724874A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106880357A (zh) * | 2017-01-05 | 2017-06-23 | 首都体育学院 | 一种运动能力评估系统 |
| CN108665956A (zh) * | 2018-06-05 | 2018-10-16 | 陈燕 | 体能和肌肉能力的综合评估系统及方法 |
| CN109461489A (zh) * | 2018-11-22 | 2019-03-12 | 广州易健科技有限公司 | 一种人体健身智能测评方法及系统 |
| WO2021135557A1 (zh) * | 2019-12-30 | 2021-07-08 | 清华大学 | 一种人工智能多模成像分析装置 |
-
2021
- 2021-09-08 CN CN202111058802.4A patent/CN113724874A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106880357A (zh) * | 2017-01-05 | 2017-06-23 | 首都体育学院 | 一种运动能力评估系统 |
| CN108665956A (zh) * | 2018-06-05 | 2018-10-16 | 陈燕 | 体能和肌肉能力的综合评估系统及方法 |
| CN109461489A (zh) * | 2018-11-22 | 2019-03-12 | 广州易健科技有限公司 | 一种人体健身智能测评方法及系统 |
| WO2021135557A1 (zh) * | 2019-12-30 | 2021-07-08 | 清华大学 | 一种人工智能多模成像分析装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sasaki et al. | Measurement of physical activity using accelerometers | |
| US20200085348A1 (en) | Simulation of physiological functions for monitoring and evaluation of bodily strength and flexibility | |
| Sasaki et al. | Loading differences in single-leg landing in the forehand-and backhand-side courts after an overhead stroke in badminton: A novel tri-axial accelerometer research | |
| CN111383221B (zh) | 一种脊柱侧弯检测模型的生成方法和计算机设备 | |
| Williams et al. | Sex differences in neck strength and head impact kinematics in university rugby union players | |
| Alanen et al. | The use of inertial measurement units for analyzing change of direction movement in sports: A scoping review | |
| Evans et al. | Repeatability of three-dimensional thorax and pelvis kinematics in the golf swing measured using a field-based motion capture system | |
| Fleisig et al. | Comparison of marker-less and marker-based motion capture for baseball pitching kinematics | |
| CN116705233A (zh) | 一种面向老年群体的运动处方推荐系统 | |
| Bastiaansen et al. | Biomechanical load quantification using a lower extremity inertial sensor setup during football specific activities | |
| CN114093032A (zh) | 一种基于动作状态信息的人体动作评估方法 | |
| Cunha et al. | Real-time Evaluation System for Top Taekwondo Athletes: Project Overview. | |
| Lin et al. | Quantitative analysis of dynamic subacromial ultrasonography: reliability and influencing factors | |
| CN113724874A (zh) | 一种基于评估测试系统 | |
| Hogg et al. | Reliability and concurrent validity of TRAZER compared to three-dimensional motion capture | |
| Martonick et al. | Lower extremity kinematic waveform analysis during a single leg drop task–including a single subject design | |
| Ruiz-Malagón et al. | Validity and reliability of NOTCH® inertial sensors for measuring elbow joint angle during tennis forehand at different sampling frequencies | |
| Goncharow et al. | Assessing time-varying lumbar flexion–extension kinematics using automated pose estimation | |
| Haimovich et al. | Evaluating lower limb kinematics using microsoft’s kinect: a simple, novel method | |
| Sutherland et al. | Statistical shape modelling reveals differences in hamstring morphology between professional rugby players and sprinters | |
| Epifano et al. | Objective assessment of fast bowling delivery intensity in amateur male cricketers | |
| Song et al. | Remote Sports Injury Monitoring using Wireless Sensor Networks | |
| Gow | Evaluation of a Smartphone-based Motion Capture System for Athletic Movement Screening | |
| Kim et al. | Automated camera-based estimation of rehabilitation criteria following ACL reconstruction | |
| Karpman et al. | Do wearable fitness devices correlate with performance-based tests of work-related functional capacity? |
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 |