CN113876316B - 下肢屈伸活动异常检测系统、方法、装置、设备及介质 - Google Patents
下肢屈伸活动异常检测系统、方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113876316B CN113876316B CN202111087133.3A CN202111087133A CN113876316B CN 113876316 B CN113876316 B CN 113876316B CN 202111087133 A CN202111087133 A CN 202111087133A CN 113876316 B CN113876316 B CN 113876316B
- Authority
- CN
- China
- Prior art keywords
- change rate
- sliding
- lower limb
- range
- 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.)
- Active
Links
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
- A61B5/1118—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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Geometry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种下肢屈伸活动异常检测系统,包括下肢训练器,角度传感器用于检测脚踏板的滑动角度数据;压力传感器用于检测脚踏板的压力数据;处理器用于根据滑动角度数据和压力数据,确定脚踏板的滑动角度范围、滑动速度波动变化率、压力波动变化率;当滑动角度范围小于预设角度范围阈值,则输出关节活动异常;当滑动速度波动变化率超出第一变化率范围和/或压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。本申请通过处理器分析滑动角度数据及压力数据,以确定下肢活动异常的情况,为医护人员判断下肢病患提供数据依据。本申请还提供了下肢屈伸活动异常检测方法、装置、设备、计算机可读存储介质,具有上述有益效果。
Description
技术领域
本发明涉及肢体训练技术领域,特别是涉及一种下肢屈伸活动异常检测系统、方法、装置、设备以及计算机可读存储介质。
背景技术
下肢屈伸训练器是为下肢肌肉关键存在病患的患者进行康复训练的运动器材。参考图1,图1为下肢屈伸训练器的结构示意图,在进行康复训练时,患者坐在座椅12上,双脚分别放置在两个脚踏板11上,通过左肢和右肢分别驱动两个脚踏板11反向往复滑动,从而达到活动下肢的目的。
而在下肢康复训练期间,需要医护人员对患者下肢患病情况进行判断,基本方式是通过观察下肢活动的顺畅情况以及可活动的幅度判断下肢的健康状态,但显然这种下肢活动判断方式对医护人员的经验要求较高,在一定程度上增加了对患者下肢健康状态评估判断的难度;且只能对下肢健康状态只能进行粗略评估,准确性低。
发明内容
本发明的目的是提供一种下肢屈伸活动异常检测系统、方法、装置、设备、计算机可读存储介质,能够为患者下肢健康状态的评估提供更直观准确的数据依据,在一定程度上降低下肢健康状况的评估难度和提升评估准确性。
为解决上述技术问题,本发明提供一种下肢屈伸活动异常检测系统,包括:
下肢训练器,其中,所述下肢训练器上的脚踏板用于受下肢驱动滑动;
设置在所述下肢训练器上的角度传感器,用于检测所述脚踏板的滑动角度数据;
设置在所述下肢训练器上的压力传感器,用于检测所述脚踏板受所述下肢驱动滑动的压力数据;
分别和所述角度传感器以及所述压力传感器相连接的处理器,用于根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
可选地,所述处理器用于获取至少一个滑动周期内的所述滑动角度数据中,最大滑动角度数据和最小滑动角度数据;对所述最大滑动角度数据和所述最小滑动角度数据进行差值运算,获得所述滑动角度范围。
可选地,所述处理器用于根据所述滑动角度数据随采样时间点的变化,确定随采样时间点变化的滑动角速度;对相邻的采样时间点的滑动角速度进行比值运算,获得各个所述采样时间点对应的所述滑动速度波动变化率;根据所述压力数据随采样时间点的变化,对相邻的采样时间点的压力数据进行比值运算,获得各个所述采样时间点对应的所述压力波动变化。
可选地,所述处理器用于以超出所述第一变化率范围的滑动速度波动变化率对应的滑动角度数据和/或超出所述第二变化率范围的压力波动变化率对应的滑动角度数据作为异常角度数据;根据预先确定的每个滑动角度对应的活动关节和活动肌肉,输出关联关节和/或关联肌肉活动异常。
可选地,所述处理器用于若预设数量个的滑动周期内,所述滑动速度波动变化率均超出第一变化率范围和/或所述压力波动变化率均超出第二变化率范围,则输出关节和/或肌肉活动异常。
可选地,所述处理器内置于上位机中。
一种下肢屈伸活动异常检测方法,包括:
获取下肢驱动下肢屈伸训练器上脚踏板过程中,所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;
当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
一种下肢屈伸活动异常检测装置,包括:
数据采集模块,用于在下肢驱动下肢屈伸训练器上脚踏板过程中,采集所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
数据运算模块,用于根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
异常判断模块,用于当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
一种下肢屈伸活动异常检测设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序,以执行实现下肢屈伸活动异常检测方法的步骤;
其中,所述下肢屈伸活动异常检测方法的步骤包括:
获取下肢驱动下肢屈伸训练器上脚踏板过程中,所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;
当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现下肢屈伸活动异常检测方法的步骤;
其中,所述下肢屈伸活动异常检测方法的步骤包括:
获取下肢驱动下肢屈伸训练器上脚踏板过程中,所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;
当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
本发明所提供的下肢屈伸活动异常检测系统,包括下肢训练器,其中,下肢训练器上的脚踏板用于受下肢驱动滑动;设置在下肢训练器上的角度传感器,用于检测脚踏板的滑动角度数据;设置在下肢训练器上的压力传感器,用于检测脚踏板受下肢驱动滑动的压力数据;分别和角度传感器以及压力传感器相连接的处理器,用于根据滑动角度数据,确定脚踏板的滑动角度范围和滑动速度波动变化率,并根据压力数据确定压力波动变化率;当滑动角度范围小于预设角度范围阈值,则输出关节活动异常;当滑动速度波动变化率超出第一变化率范围和/或压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
本申请中的下肢屈伸活动异常检测系统通过角度传感器和压力传感器分别检测下肢做屈伸运动,以驱动脚踏板滑动过程中的滑动角度数据以及下肢对脚踏板施加的压力大小的压力数据,并通过处理器以下肢患病时驱动脚踏板滑动幅度小且滑动过程不顺畅为依据,实现对滑动角度数据和压力数据进行数据分析,以确定下肢驱动脚踏板活动的流畅情况以及滑动幅度,从而实现对下肢是否存在活动异常的判断,为医护人员诊断识别用户的下肢是否存在病患以及病患的严重程度提供有效的数据依据。
本申请还提供了一种下肢屈伸活动异常检测方法、装置、设备、计算机可读存储介质,具有上述有益效果。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,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的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为下肢屈伸训练器的结构示意图;
图2为本申请实施例提供的下肢屈伸活动异常检测系统的框架结构示意图;
图3为本申请实施例提供的下肢屈伸活动异常检测方法的流程示意图;
图4为本发明实施例提供的下肢屈伸活动异常检测装置的结构框图。
具体实施方式
用户在下肢训练器上双脚驱动两个脚踏板反向往复滑动时,若下肢无病患,脚踏板的滑动过程较为流畅,且下肢驱使脚踏板的作用力也较为均匀。而若下肢存在病患,当其滑动过程中,因为需要肌肉和关节相互配合,而若是肌肉和关节存在损伤,显然,不能良好配合进而使得下肢活动无力使得下肢活动受滞,严重的甚至下肢活动幅度减小、下肢活动过程中出现强列疼痛感。
而目前医护人员在对患者下肢健康状态评估过程中,也大致依据这一原理,让患者自行活动下肢,或者是医护人员手动抬动患者下肢活动,并询问患者的疼痛感受等等手段实现下肢健康评估,但是对于不同的患者对疼痛的忍受能力和敏感程度不同,以及下肢运动存在轻微受阻时,医护人员往往也难以观察出来,在此基础上对医护人员的工作经验有较高的要求,从而使得患者下肢健康状态的评估难度大,且准确性低。
为此,本申请中提供了一种能够在一定程度上降低下肢健康状态评估难度的技术方案。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。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。
如图2所示,图2为本申请实施例提供的下肢屈伸活动异常检测系统的框架结构示意图,该检测系统可以包括:
下肢训练器10,其中,下肢训练器10上的脚踏板11可受下肢驱动滑动。
设置在下肢训练器10上的角度传感器20,用于检测脚踏板11的滑动角度数据。
设置在下肢训练器10上的压力传感器30,用于检测脚踏板11受下肢驱动滑动的压力数据。
参考图1,下肢训练器10的脚踏板11滑动的滑动支点O所在位置设置有角度传感器20,该角度传感器20可用于采集脚踏板11旋转滑动过程中的滑动角度数据;此外,在下肢训练器的脚踏板11上用户踩踏接触脚踏板11的位置设置压力传感器30,该压力传感器30即可采集压力数据。
当然,本申请中也并不排除在脚踏板11上设置加速度传感器,通过测得脚踏板11的加速度数据间接转换为脚踏板11的角度数据。
另外,为了实现对左右两腿的屈伸活动分别进行检测,在下肢训练器上应当设置两组角度传感器20和压力传感器30,分别用于检测两个脚踏板11的滑动角度数据和压力数据,因此左右两腿分别各可以对应采集有一组压力数据和滑动角度数据,在进行后续下肢健康状况评估时,可以对左右两肢的活动异常状态分别相互独立评估,对此不再详细说明。
还包括:分别和角度传感器20以及压力传感器30相连接的处理器40,用于根据滑动角度数据,确定脚踏板11的滑动角度范围和滑动速度波动变化率,并根据压力数据确定压力波动变化率;当滑动角度范围小于预设角度范围阈值,则输出关节活动异常;当滑动速度波动变化率超出第一变化率范围和/或压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
需要说明的是,本实施例中的处理器40可以是内置于上位机中的CPU,并和角度传感器20或者压力传感器30之间有线或无线通讯连接,在完成对滑动角度数据和压力数据分析后,将分析结果通过显示屏或者检测报告等形式展示给医护人员;当然该处理器40也可以是直接内置于下肢训练器10中,完成数据分析之后,可以将数据直接在下肢训练器10的显示屏上显示,对此,本申请中都不做具体限制。
对于本实施例中所采集的滑动角度数据和压力数据是脚踏板11在滑动驱动过程中实时采集的时序数据。由此处理器40可以基于运动学常规的运动规律中旋转角度和旋转速度之间满足的规律,并结合各个采样时间点采集的滑动角度数据确定脚踏板11的滑动速度。可以理解的脚踏板11的滑动属于旋转滑动,对应的本实施例中的滑动速度可以是线速度或者是角速度,对此,本实施例中都不做具体限制。
如前所述,对于存在病患的下肢而言,该脚踏板11滑动是不顺畅的,而不顺畅的一个直观参照依据也即是滑动速度的变化情况;而对于滑动速度波动变化率,基于滑动速度的大小变化即可确定。
同理,对于压力数据也同样是实时采集的时序数据,基于各个采样点采集的压力数据,即可运算获得压力数据的波动变化率,从而获得分析下肢活动力度情况。
另外,对于滑动角度范围,可以参照图1,图1中脚踏板11从左下方滑动至右上方最高点是下肢训练器10中脚踏板11本身可滑动的最大角度范围区间,也即是OA和OB之间的夹角区间范围。对于下肢健康的用户可以完成脚踏板11的全程滑动驱动,但是对于下肢存在病患的用户而言,其滑动幅度会在一定程度上减小,也即是说其滑动的角度区间范围减小,仅仅只能在最左侧下方位置到右侧最高点之间的中间区段来回滑动,为此,本实施例中可以进一步地依据滑动角度数据确定脚踏板的滑动区间,进而确定下肢的活动幅度。
以脚踏板11完成一次向上滑动和一次向下滑动的过程视为脚踏板11的一个滑动周期。此外,在脚踏板11滑动过程,以直线OA所在直线为角度零点,那么,脚踏板11可滑动的最大角度即为直线OA和直线OB之间的夹角。由此在确定脚踏板的滑动角度范围时,处理器可以以至少一个滑动周期内的滑动角度数据中最大滑动角度数据和最小滑动角度数据之间进行差值运算,显然,运算获得的角度差值也即是脚踏板11实际的滑动角度范围。
当然,在实际应用中,也并不仅限于将直线OA作为角度零点,可以以OA和OB所在平面内,经过脚踏板11旋转支点O的任意一条直线作为角度零点,均不影响本实施例技术方案的实现。
如前所述,对于下肢健康的用户而言,可以完成脚踏板11的全程滑动,当然,也并不排除用户在驱动脚踏板11过程中因为偶尔驱动脚踏板方式不正确等原因,可能不完全完成脚踏板11的全程滑动,但健康用户驱动脚踏板11的滑动角度范围也应当是接近脚踏板11的全程滑动角度范围。
基于医学领域常识可以确定,对于下肢存在病患的患者而言,其下肢可活动的幅度越小,其患病状况越严重,而本实施例中下肢驱动脚踏板11的滑动角度范围也就在一定程度上表征了下肢可活动幅度。
在此基础上,可以设定滑动角度范围大小对应的预设角度范围阈值,若是处理器40分析确定采集滑动角度数据对应的滑动角度范围小于预设角度范围阈值,也即是说下肢可活动的滑动角度范围小于正常可滑动的范围区间大小,为此可以确定该用户下肢很可能存在病患,一般情况下决定下肢驱动脚踏板11活动幅度的主要是膝关节,因此,将滑动角度范围和预设角度范围阈值对比,获得的对比结果可以用于医护人员判断用户膝关节健康状态的数据依据。
在实际根据滑动角度范围对用户膝关节健康状态进行判断时,可以采集多个滑动周期的滑动角度数据,若多个滑动周期对应的滑动角度范围中小于预设角度范围阈值的比例超过预设比例,则可以确定该用户的膝关节的健康状态可能存在异常。
也可以将各个滑动周期中对应的多个最大滑动角度和多个最小滑动角度分别求平均,以最大滑动角度平均值和最小滑动角度平均值的差值作为该用户对应的滑动角度范围,再将该滑动角度范围和预设角度范围阈值进行比较。为了进一步地提升膝关节健康状态判断的准确性,还可以在进行多个最大滑动角度和多个最小滑动角度分别对应的平均值运算之前,剔除明显异常最大滑动角度(或者直接剔除多个最大滑动角度中最小的一个数据)和明显异常的最大滑动角度(可以直接剔除多个最小滑动角度中最大的一个数据),再进行平均值运算。
处理器还可以有其他确定滑动角度范围的运算方式,本实施例中不一一列举。
对于滑动速度波动变化率和压力波动变化率分别从两个不同方面表征了脚踏板11滑动过程流畅性。在用户下肢健康的情况下,脚踏板滑动过程顺畅,滑动速度大小和压力大小基本较为均衡,即便存在细微波动,其波动范围也相对较小。由此本实施例中以此为依据根据滑动速度波动变化率和压力波动变化率的正常波动范围分别设定第一变化率范围和第二变化率范围,并将滑动速度波动变化率和压力波动变化率分别和该第一变化率范围以及第二变化率范围进行对比,以便医护人员基于对比结果对用户下肢的健康状态进行更精准的评估,无需医护人员耗费精力对用户下肢活动进行监测,甚至在用户日常下肢训练过程中,即可了解用户下肢的训练状态或训练效果。
更进一步地,为了使得医护人员更精准的了解用户的下肢训练效果,还可以进一步地对滑动角度范围、滑动速度波动变化率、压力波动变化率分别多个不同等级阈值;例如,对于滑动角度范围,可以设定依次减小的第一角度范围阈值、第二角度范围阈值、第三角度范围阈值;再通过处理器40分析对比滑动角度范围具体位于哪个阈值范围内,从而在一定程度上为下肢病患严重程度提供准确的数据依据。
同理,对于滑动速度波动变化率和压力波动变化率分别对应的第一变化率范围以及第二变化率范围,也可以分别设置多个不同的变化率范围区间,设置方式和原理和上述滑动角度阈值近似,对此本实施例中不详细赘述。
可以理解的是,对于上述预设角度范围阈值、第一变化率范围、第二变化率范围均可以是基于大量患病和为患病用户对应的滑动角度数据和压力数据依据大数据统计原理确定的,也可以是基于医护人员的经验设定,对此,本实施例中不详细赘述。
如前所述,滑动速度波动变化率和压力波动变化率分别从两个不同方面实现反映用户下肢驱动脚踏板的顺畅情况;一般情况下,当其中一个变化率超出对应的阈值范围,另一个变化率也相应的会超出对应的阈值范围。但也可能存在因为阈值大小设定不合适或者其他原因,导致仅仅只有一组变化率超出对应的阈值范围,为了保证检测结果的准确性,也可以认为此时用户的下肢也是存在患病的可能性的。因此,当处理器10分析确定出滑动速度波动变化率和压力波动变化率中只要其中一项变化率超出其对应的变化率范围,即可输出下肢活动存在异常的结果,且一般情况下可能涉及下肢关节的病患也可能涉及肌肉损伤,还有可能涉及关节和肌肉同时损伤等等。
此外,在用户使用下肢训练器10过程中,并不能保证其每次操作都完全符合操作标准,可能存在用户无意间在驱动脚踏板11过程中卸力,或突然停顿的情况,为此,在实际对用户的下肢健康状态进行评估时,处理器40可以尽可能的采集多个滑动周期的滑动角度数据和压力数据;并以此确定各个滑动周期对应的滑动速度波动变化率和压力波动变化率,若是多个滑动周期的数据均分析出下肢屈伸活动存在异常,显然,即可对用户下肢的关节肌肉存在病患提供数据支持,从而保证下肢病患评估结果的准确性。
综上所述,本申请中利用角度传感器和压力传感器采集用户使用下肢训练器时脚踏板的滑动角度数据和压力数据,并通过处理器对该滑动角度数据和压力数据分析确定用户驱动脚踏板滑动顺畅情况以及对脚踏板施加作用力的变化情况,以便为医护人员评估用户下肢健康状态提供数据依据,在一定程度上降低了用户下肢健康状态的评估对医护人员工作经验的依赖性,从而降低了用户下肢患病情况的确定难度;在此基础上,实现用户患病状况的数据化记录,提升评估结果的准确性。
基于上述任意实施例,在本申请的一种可选的实施例中,处理器40确定上述实施例中的滑动速度波动变化率的过程可以包括:
根据滑动角度数据随采样时间点的变化,确定随采样时间点变化的滑动角速度;对相邻的采样时间点的滑动角速度进行比值运算,获得各个采样时间点对应的滑动速度波动变化率。
如前所述,在基于滑动角度数据确定滑动速度时,可以是滑动角速度也可以是滑动线速度。本实施例中以滑动角速度为例进行说明。
处理器40在确定每个采样时间点对应的滑动角速度时,可以以当前采样时间点的滑动角度数据和前一采样时间点对应的滑动角度数据之间的差值与采样时间间隔的比值获得。当然,因滑动数据是等时间间隔的时序数据,间隔的时间也相对较短,处理器40也可以考虑直接以相邻两个采样时间点之间的角度数据差值表征滑动角速度。
此外,处理器40还可以对滑动角度数据进行线性拟合,获得滑动角度数据随采样采样时间变化的线性曲线,以采样时间点对应的线性曲线斜率作为滑动角速度数据也能实现本实施例的技术方案。
在确定滑动角速度之后,处理器40以当前采样时间点对应的滑动角速度和上一采样时间点对应的滑动角速度进行比值运算,获得的比值运算结果即可作为滑动角速度波动变化率。
显然,当脚踏板11完全匀速滑动时,这一比值也就等于1,当脚踏板11的滑动速度存在细微波动或者测量的数据存在细微误差时,该比值也应当在接近于1的左右波动,因此滑动角速度波动变化率对应的第一变化率范围可以设定为0.8~1.25,当滑动角速度波动变化率不在这一范围内时,则可以认为下肢滑动幅度并没有达到正常的滑动幅度范围,显然该用户下肢屈伸活动幅度也就可能存在异常。
需要说明的是,在实际应用过程中,处理器40也并不必然是通过相邻采样时间点对应的滑动角速度比值确定滑动角速度波动变化率,还可以以相邻采样时间点对应的滑动角速度的差值作为滑动角速度波动变化率,甚至直接基于滑动角速度获得角速度的加速度大小,以该加速度大小作为角速度波动变化率等等,都能体现出角速度的变化情况。
同理,处理器40根据压力数据确定压力波动变化率的过程可以包括:
根据压力数据随采样时间点的变化,对相邻的采样时间点的压力数据进行比值运算,获得各个采样时间点对应的压力波动变化。
和上述滑动角速度变化率相同,在实际应用中处理器可以以相邻采样时间点对应的压力数据的比值确定压力波动变化率,相应地,第二变化率范围可以为0.75~1.34。
可以理解的是,处理器40同样可以采用相邻采样时间点的压力数据差值来表示压力波动变化率,甚至还可以拟合压力数据随采样时间变化的线性曲线,以采样时间点对应的曲线斜率作为该采样时间点对应的压力波动变化率等等,都不影响本申请技术方案的实现。
基于上述任意实施例,在本申请的另一可选地实施例中,为了进一步地提升处理器40分析下肢患病状况的准确性,还可以进一步地包括:
处理器40具体用于以超出第一变化率范围的滑动速度波动变化率对应的滑动角度数据和/或超出第二变化率范围的压力波动变化率对应的滑动角度数据作为异常角度数据;根据预先确定的每个滑动角度对应的活动关节和活动肌肉,输出关联关节和/或关联肌肉活动异常。
可以理解的是,在用户驱动脚踏板11滑动至不同位置时,下肢上起到主要活动作用的肌肉和关节也各不相同,对于脚踏板11具体滑动的各个位置对应的主要活动肌肉和关节,可以基于医学生物常识确定,对此本申请中不做详细论述。
而用户驱动脚踏板11滑动至不同位置分别对应着不同的滑动角度数据。显然,当用户驱动脚踏板滑动至某一角度位置时,其主要活动的肌肉及关节存在损伤,在这一角度位置的数据显然可以有所体现,也即是该角度位置对应的滑动速度波动变化率和压力波动变化率相应地超出第一变化率范围和第二变化率范围。由此本实施例中处理器40即可以此为依据,以超出第一变化率范围的滑动速度波动变化率对应的滑动角度数据和/或超出第二变化率范围的压力波动变化率对应的滑动角度数据作为异常角度数据。显然,该异常角度数据对应的活动关节和活动肌肉也即是用户最可能存在病患的关联关节和关联肌肉。
需要说明的是,因为角度传感器20和压力传感器30采集数据的频率相对较高,而用户驱动脚踏板11滑动出现阻滞的位置点往往也并不是仅仅一个位置点,而是一段位置区间。因此在实际应用过程中,处理器40可以依据这一过程中下肢存在病患的状态下滑动速度波动变化率应当遵循的变化规律识别这一异常滑动位置区间。
例如,当用户逐渐滑动到需要其受损肌肉活动的位置点时,其滑动速度会逐渐减小,滑动速度波动变化率逐渐增大。可以设定波动变化率增大到超出第一变化率范围的采样时间点为t1点;随着滑动过程的进行,滑动状态从采样时间点t2进入一个平缓均匀的滑动速度状态,此时显然脚踏板11滑动位置仍然在受损肌肉活动位置范围内,但此时滑动速度波动变化率在第一变化率范围内,而在采样时间点t3开始,滑动速度又开始增大,滑动速度变化率又再次超出第一变化率变化范围,直到进入采样时间点t4,脚踏板11滑出搜损肌肉对应的活动位置范围。由此可见t1至t4都是在受损肌肉活动范围内,在实际对受损肌肉进行分析时,处理器可以直接依据t1至t4时间段内脚踏板11活动角度范围,确定主要活动的肌肉,当然,也可以直接以t4和t1的中间采样时间点或者t2和t3的中间采样时间点对应的滑动角度位置确定主要活动肌肉,都能实现本申请的技术方案。
按照相同的方式,处理器40可以对压力数据也采用此方式进行分析,以及关节是否存在病患也可以采用类似方式。
当然,本申请中处理器40还可以基于脚踏板滑动的其他规律特征进行分析确定,在此不再详细赘述。
和上述实施例近似,当处理器40分析确定多个滑动周期中同一个滑动位置对应的活动肌肉均确定受损,则可确定该肌肉存在病患。
本申请还提供了一种下肢屈伸活动异常检测方法的实施例,如图3所示,图3为本申请实施例提供的下肢屈伸活动异常检测方法的流程示意图,该方法可以包括:
S11:获取下肢驱动下肢屈伸训练器上脚踏板过程中,脚踏板的滑动角度数据以及驱动脚踏板滑动的压力数据。
S12:根据滑动角度数据,确定脚踏板的滑动角度范围和滑动速度波动变化率,并根据压力数据确定压力波动变化率。
可选地,确定该滑动角度范围的过程可以包括:
获取至少一个滑动周期内的滑动角度数据中,最大滑动角度数据和最小滑动角度数据;
对最大滑动角度数据和最小滑动角度数据进行差值运算,获得滑动角度范围。
需要说明的是,为了保证确定出的该滑动角度范围的准确性,可以获取至少一个滑动周期内的滑动角度数据,并确定出最大滑动角度数据和最小滑动角度数据;对最大滑动角度数据和最小滑动角度数据进行差值运算,获得滑动角度范围。
可选地,确定滑动速度波动变化率的过程可以包括:
根据滑动角度数据随采样时间点的变化,确定随采样时间点变化的滑动角速度;
对相邻的采样时间点的滑动角速度进行比值运算,获得各个采样时间点对应的滑动速度波动变化率。
可选地,确定压力波动变化率的过程可以包括:
根据压力数据随采样时间点的变化,对相邻的采样时间点的压力数据进行比值运算,获得各个采样时间点对应的压力波动变化。
S13:当滑动角度范围小于预设角度范围阈值,则输出关节活动异常;当滑动速度波动变化率超出第一变化率范围和/或压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
可选地,输出关节和/或肌肉活动异常过程还可以进一步地包括:
以超出所述第一变化率范围的滑动速度波动变化率对应的滑动角度数据和/或超出所述第二变化率范围的压力波动变化率对应的滑动角度数据作为异常角度数据;根据预先确定的每个滑动角度对应的活动关节和活动肌肉,输出关联关节和/或关联肌肉活动异常。
需要说明的是,为了保证确定关节和/或肌肉活动异常的准确性,可以进一步地包括:
若预设数量个的滑动周期内,滑动速度波动变化率均超出第一变化率范围和/或压力波动变化率均超出第二变化率范围,则输出关节和/或肌肉活动异常。
综上所述,本申请中利用用户使用下肢训练器时采集下肢训练器上的脚踏板的滑动角度数据和压力数据,并通过对该滑动角度数据和压力数据分析确定用户驱动脚踏板滑动顺畅情况以及对脚踏板施加作用力的变化情况,以便为医护人员评估用户下肢健康状态提供数据依据,在一定程度上降低了用户下肢健康状态的评估对医护人员工作经验的依赖性,从而降低了用户下肢患病情况的确定难度;在此基础上,实现用户患病状况的数据化记录,提升评估结果的准确性。
下面对本发明实施例提供的下肢屈伸活动异常检测装置进行介绍,下文描述的下肢屈伸活动异常检测装置与上文描述的下肢屈伸活动异常检测方法可相互对应参照。
图4为本发明实施例提供的下肢屈伸活动异常检测装置的结构框图,参照图4中下肢屈伸活动异常检测装置可以包括:
数据采集模块100,用于在下肢驱动下肢屈伸训练器上脚踏板过程中,采集所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
数据运算模块200,用于根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
异常判断模块300,用于当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
在本申请的一种可选地实施例中,所述数据运算模块200具体用于根据至少一个滑动周期内的所述滑动角度数据中,最大滑动角度数据和最小滑动角度数据;对所述最大滑动角度数据和所述最小滑动角度数据进行差值运算,获得所述滑动角度范围。
在本申请的一种可选地实施例中,所述数据运算模块200具体用于根据所述滑动角度数据随采样时间点的变化,确定随采样时间点变化的滑动角速度;对相邻的采样时间点的滑动角速度进行比值运算,获得各个所述采样时间点对应的所述滑动速度波动变化率;根据所述压力数据随采样时间点的变化,对相邻的采样时间点的压力数据进行比值运算,获得各个所述采样时间点对应的所述压力波动变化。
在本申请的一种可选地实施例中,所述异常判断模块用于以超出所述第一变化率范围的滑动速度波动变化率对应的滑动角度数据和/或超出所述第二变化率范围的压力波动变化率对应的滑动角度数据作为异常角度数据;根据预先确定的每个滑动角度对应的活动关节和活动肌肉输出关联关节和/或关联肌肉活动异常。
在本申请的一种可选地实施例中,异常判断模块300,用于若预设数量个的滑动周期内,所述滑动速度波动变化率均超出第一变化率范围和/或所述压力波动变化率均超出第二变化率范围,则输出关节和/或肌肉活动异常。
本实施例的下肢屈伸活动异常检测装置用于实现前述的下肢屈伸活动异常检测方法,因此下肢屈伸活动异常检测装置中的具体实施方式可见前文中的下肢屈伸活动异常检测方法的实施例部分,例如,数据采集模块100,数据运算模块200,异常判断模块300,分别用于实现上述下肢屈伸活动异常检测方法中步骤S11,S12,S13,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本申请还提供了一种下肢屈伸活动异常检测设备的实施例,该设备可以包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序,以执行实现下肢屈伸活动异常检测方法的步骤;
其中,所述下肢屈伸活动异常检测方法的步骤包括:
获取下肢驱动下肢屈伸训练器上脚踏板过程中,所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;
当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
本实施例中通过获取设置于下肢训练器脚踏板被驱动滑动过程中的滑动角度数据和压力数据,并基于获取的数据进行分析,实现对用户下肢的健康状况的评估,为医护人员对用户下肢的活动情况提供有效的数据依据,降低下肢健康状态评估的难度,并提升评估结果的准确性。
本申请还提供了一种计算机可读存储介质,该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下肢屈伸活动异常检测方法的步骤。
其中,所述下肢屈伸活动异常检测方法的步骤包括:
获取下肢驱动下肢屈伸训练器上脚踏板过程中,所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;
当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常。
该计算机可读存储介质可以包括:随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。
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。另外,本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明,以免过多赘述。
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。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (8)
1.一种下肢屈伸活动异常检测系统,其特征在于,包括:
下肢训练器,其中,所述下肢训练器上的脚踏板用于受下肢驱动滑动;
设置在所述下肢训练器上的角度传感器,用于检测所述脚踏板的滑动角度数据;
设置在所述下肢训练器上的压力传感器,用于检测所述脚踏板受所述下肢驱动滑动的压力数据;
分别和所述角度传感器以及所述压力传感器相连接的处理器,用于根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常;
所述处理器用于以超出所述第一变化率范围的滑动速度波动变化率对应的滑动角度数据和/或超出所述第二变化率范围的压力波动变化率对应的滑动角度数据作为异常角度数据;根据预先确定的每个滑动角度对应的活动关节和活动肌肉,输出关联关节和/或关联肌肉活动异常;
所述处理器用于若预设数量个的滑动周期内,所述滑动速度波动变化率均超出第一变化率范围和/或所述压力波动变化率均超出第二变化率范围,则输出关节和/或肌肉活动异常。
2.如权利要求1所述的下肢屈伸活动异常检测系统,其特征在于,所述处理器用于获取至少一个滑动周期内的所述滑动角度数据中最大滑动角度数据和最小滑动角度数据;对所述最大滑动角度数据和所述最小滑动角度数据进行差值运算,获得所述滑动角度范围。
3.如权利要求1所述的下肢屈伸活动异常检测系统,其特征在于,所述处理器用于根据所述滑动角度数据随采样时间点的变化,确定随采样时间点变化的滑动角速度;对相邻的采样时间点的滑动角速度进行比值运算,获得各个所述采样时间点对应的所述滑动速度波动变化率;根据所述压力数据随采样时间点的变化,对相邻的采样时间点的压力数据进行比值运算,获得各个所述采样时间点对应的所述压力波动变化。
4.如权利要求1所述的下肢屈伸活动异常检测系统,其特征在于,所述处理器内置于上位机中。
5.一种下肢屈伸活动异常检测方法,其特征在于,包括:
获取下肢驱动下肢屈伸训练器上脚踏板过程中,所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;
当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常;
输出关节和/或肌肉活动异常过程,包括:
以超出所述第一变化率范围的滑动速度波动变化率对应的滑动角度数据和/或超出所述第二变化率范围的压力波动变化率对应的滑动角度数据作为异常角度数据;根据预先确定的每个滑动角度对应的活动关节和活动肌肉,输出关联关节和/或关联肌肉活动异常;
输出关节和/或肌肉活动异常过程,包括:
若预设数量个的滑动周期内,滑动速度波动变化率均超出第一变化率范围和/或压力波动变化率均超出第二变化率范围,则输出关节和/或肌肉活动异常。
6.一种下肢屈伸活动异常检测装置,其特征在于,包括:
数据采集模块,用于在下肢驱动下肢屈伸训练器上脚踏板过程中,采集所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
数据运算模块,用于根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
异常判断模块,用于当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常;
所述异常判断模块具体用于以超出所述第一变化率范围的滑动速度波动变化率对应的滑动角度数据和/或超出所述第二变化率范围的压力波动变化率对应的滑动角度数据作为异常角度数据;
所述异常判断模块具体用于根据预先确定的每个滑动角度对应的活动关节和活动肌肉,输出关联关节和/或关联肌肉活动异常;且若预设数量个的滑动周期内,所述滑动速度波动变化率均超出第一变化率范围和/或所述压力波动变化率均超出第二变化率范围,则输出关节和/或肌肉活动异常。
7.一种下肢屈伸活动异常检测设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序,以执行实现下肢屈伸活动异常检测方法的步骤;
其中,所述下肢屈伸活动异常检测方法的步骤包括:
获取下肢驱动下肢屈伸训练器上脚踏板过程中,所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;
当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常;其中,以超出所述第一变化率范围的滑动速度波动变化率对应的滑动角度数据和/或超出所述第二变化率范围的压力波动变化率对应的滑动角度数据作为异常角度数据;根据预先确定的每个滑动角度对应的活动关节和活动肌肉,输出关联关节和/或关联肌肉活动异常;且若预设数量个的滑动周期内,所述滑动速度波动变化率均超出第一变化率范围和/或所述压力波动变化率均超出第二变化率范围,则输出关节和/或肌肉活动异常。
8.一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存储有计算机程序,所述计算机程序被处理器执行时实现下肢屈伸活动异常检测方法的步骤;
其中,所述下肢屈伸活动异常检测方法的步骤包括:
获取下肢驱动下肢屈伸训练器上脚踏板过程中,所述脚踏板的滑动角度数据以及驱动所述脚踏板滑动的压力数据;
根据所述滑动角度数据,确定所述脚踏板的滑动角度范围和滑动速度波动变化率,并根据所述压力数据确定压力波动变化率;
当所述滑动角度范围小于预设角度范围阈值,则输出关节活动异常;
当所述滑动速度波动变化率超出第一变化率范围和/或所述压力波动变化率超出第二变化率范围,则输出关节和/或肌肉活动异常;其中,以超出所述第一变化率范围的滑动速度波动变化率对应的滑动角度数据和/或超出所述第二变化率范围的压力波动变化率对应的滑动角度数据作为异常角度数据;根据预先确定的每个滑动角度对应的活动关节和活动肌肉,输出关联关节和/或关联肌肉活动异常;且若预设数量个的滑动周期内,所述滑动速度波动变化率均超出第一变化率范围和/或所述压力波动变化率均超出第二变化率范围,则输出关节和/或肌肉活动异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111087133.3A CN113876316B (zh) | 2021-09-16 | 2021-09-16 | 下肢屈伸活动异常检测系统、方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111087133.3A CN113876316B (zh) | 2021-09-16 | 2021-09-16 | 下肢屈伸活动异常检测系统、方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113876316A CN113876316A (zh) | 2022-01-04 |
CN113876316B true CN113876316B (zh) | 2023-10-10 |
Family
ID=79009751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111087133.3A Active CN113876316B (zh) | 2021-09-16 | 2021-09-16 | 下肢屈伸活动异常检测系统、方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113876316B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114964358B (zh) * | 2022-04-18 | 2024-01-26 | 上海海压特智能科技有限公司 | 康复训练轮椅的脚踏板受力监测及施力脚分析系统及方法 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000035539A1 (fr) * | 1998-12-17 | 2000-06-22 | Shigeo Takizawa | Exerciseur pour les membres inferieurs |
JP2006087735A (ja) * | 2004-09-24 | 2006-04-06 | Aisin Seiki Co Ltd | 歩行解析装置 |
CN203885802U (zh) * | 2014-05-13 | 2014-10-22 | 杨晓龙 | 一种人体关节位置觉和运动觉康复评估测试装置 |
CN105574889A (zh) * | 2014-10-09 | 2016-05-11 | 中国科学院大学 | 一种个人异常行为检测方法和系统 |
JP2016106948A (ja) * | 2014-12-09 | 2016-06-20 | シャープ株式会社 | 歩数計測装置、歩行機能判定装置および歩数計測システム |
CN105726039A (zh) * | 2016-03-31 | 2016-07-06 | 合肥工业大学 | 一种肢体痉挛评测方法及实现该方法的装置 |
CN106618584A (zh) * | 2015-11-10 | 2017-05-10 | 北京纳通科技集团有限公司 | 一种用于监测用户下肢运动的方法 |
CN107899198A (zh) * | 2017-12-25 | 2018-04-13 | 安阳市翔宇医疗设备有限责任公司 | 一种踝关节主被动训练器 |
CN108720841A (zh) * | 2018-05-22 | 2018-11-02 | 上海交通大学 | 基于云检测的可穿戴下肢运动矫正系统 |
CN108785997A (zh) * | 2018-05-30 | 2018-11-13 | 燕山大学 | 一种基于变导纳的下肢康复机器人柔顺控制方法 |
CN109528439A (zh) * | 2018-09-29 | 2019-03-29 | 杭州瑞必莅机器人科技有限公司 | 一种促通式膝关节屈伸功能康复训练装置 |
CN109659030A (zh) * | 2017-10-11 | 2019-04-19 | 联想(新加坡)私人有限公司 | 用于确定用户风险的装置、方法及设备可读介质 |
CN110225785A (zh) * | 2016-11-21 | 2019-09-10 | 泰罗莫什有限责任公司 | 用于训练人的下肢和/或上肢的设备 |
CN110237501A (zh) * | 2018-03-09 | 2019-09-17 | 北京力泰克科技有限公司 | 踝关节训练适配件、康复训练设备及其训练控制方法 |
CN110491514A (zh) * | 2019-09-10 | 2019-11-22 | 上海博灵机器人科技有限责任公司 | 一种外骨骼式下肢健康管理协作系统及方法 |
WO2020172572A1 (en) * | 2019-02-21 | 2020-08-27 | Ermi Llc | Device and method for monitoring patient compliance |
CN112274865A (zh) * | 2020-10-30 | 2021-01-29 | 中国科学院自动化研究所 | 下肢康复机器人的按需辅助自适应控制方法和系统 |
CN212490661U (zh) * | 2019-12-22 | 2021-02-09 | 深圳市尚荣医疗股份有限公司 | 一种用于下肢康复治疗的智能医疗机器人 |
CN112603295A (zh) * | 2020-12-15 | 2021-04-06 | 深圳先进技术研究院 | 一种基于可穿戴传感器的康复评估方法和系统 |
CN112755465A (zh) * | 2020-12-08 | 2021-05-07 | 北京体育大学 | 一种小腿力量测评和训练装置 |
CN113143256A (zh) * | 2021-01-28 | 2021-07-23 | 上海电气集团股份有限公司 | 步态特征提取方法、下肢评估、控制方法、设备及介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4617755B2 (ja) * | 2004-07-27 | 2011-01-26 | パナソニック電工株式会社 | 運動補助装置 |
US8181520B2 (en) * | 2008-08-29 | 2012-05-22 | Oki Electric Industry Co., Ltd. | Muscle training device with muscular force measurement function for controlling the axial torque of a joint axle |
US20170050080A1 (en) * | 2015-08-19 | 2017-02-23 | Seiko Epson Corporation | Pedaling measurement apparatus, pedaling measurement system, pedaling measurement method, and recording medium |
-
2021
- 2021-09-16 CN CN202111087133.3A patent/CN113876316B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000035539A1 (fr) * | 1998-12-17 | 2000-06-22 | Shigeo Takizawa | Exerciseur pour les membres inferieurs |
JP2006087735A (ja) * | 2004-09-24 | 2006-04-06 | Aisin Seiki Co Ltd | 歩行解析装置 |
CN203885802U (zh) * | 2014-05-13 | 2014-10-22 | 杨晓龙 | 一种人体关节位置觉和运动觉康复评估测试装置 |
CN105574889A (zh) * | 2014-10-09 | 2016-05-11 | 中国科学院大学 | 一种个人异常行为检测方法和系统 |
JP2016106948A (ja) * | 2014-12-09 | 2016-06-20 | シャープ株式会社 | 歩数計測装置、歩行機能判定装置および歩数計測システム |
CN106618584A (zh) * | 2015-11-10 | 2017-05-10 | 北京纳通科技集团有限公司 | 一种用于监测用户下肢运动的方法 |
CN105726039A (zh) * | 2016-03-31 | 2016-07-06 | 合肥工业大学 | 一种肢体痉挛评测方法及实现该方法的装置 |
CN110225785A (zh) * | 2016-11-21 | 2019-09-10 | 泰罗莫什有限责任公司 | 用于训练人的下肢和/或上肢的设备 |
CN109659030A (zh) * | 2017-10-11 | 2019-04-19 | 联想(新加坡)私人有限公司 | 用于确定用户风险的装置、方法及设备可读介质 |
CN107899198A (zh) * | 2017-12-25 | 2018-04-13 | 安阳市翔宇医疗设备有限责任公司 | 一种踝关节主被动训练器 |
CN110237501A (zh) * | 2018-03-09 | 2019-09-17 | 北京力泰克科技有限公司 | 踝关节训练适配件、康复训练设备及其训练控制方法 |
CN108720841A (zh) * | 2018-05-22 | 2018-11-02 | 上海交通大学 | 基于云检测的可穿戴下肢运动矫正系统 |
CN108785997A (zh) * | 2018-05-30 | 2018-11-13 | 燕山大学 | 一种基于变导纳的下肢康复机器人柔顺控制方法 |
CN109528439A (zh) * | 2018-09-29 | 2019-03-29 | 杭州瑞必莅机器人科技有限公司 | 一种促通式膝关节屈伸功能康复训练装置 |
WO2020172572A1 (en) * | 2019-02-21 | 2020-08-27 | Ermi Llc | Device and method for monitoring patient compliance |
CN110491514A (zh) * | 2019-09-10 | 2019-11-22 | 上海博灵机器人科技有限责任公司 | 一种外骨骼式下肢健康管理协作系统及方法 |
CN212490661U (zh) * | 2019-12-22 | 2021-02-09 | 深圳市尚荣医疗股份有限公司 | 一种用于下肢康复治疗的智能医疗机器人 |
CN112274865A (zh) * | 2020-10-30 | 2021-01-29 | 中国科学院自动化研究所 | 下肢康复机器人的按需辅助自适应控制方法和系统 |
CN112755465A (zh) * | 2020-12-08 | 2021-05-07 | 北京体育大学 | 一种小腿力量测评和训练装置 |
CN112603295A (zh) * | 2020-12-15 | 2021-04-06 | 深圳先进技术研究院 | 一种基于可穿戴传感器的康复评估方法和系统 |
CN113143256A (zh) * | 2021-01-28 | 2021-07-23 | 上海电气集团股份有限公司 | 步态特征提取方法、下肢评估、控制方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113876316A (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI393579B (zh) | The state of the muscle movement state analysis system, methods and computer program products | |
US9615785B2 (en) | Method and apparatus to determine the overall fitness of a test subject | |
JP6183827B2 (ja) | 運動機能評価装置及び運動機能評価方法 | |
CN105210067B (zh) | 计算用户的与体育锻炼有关的生理状态 | |
US20070093989A1 (en) | Method and Apparatus for Reducing Errors in Screening-Test Administration | |
KR20190019397A (ko) | 개인 맞춤형 건강 관리 시스템 및 방법 | |
US20170127979A1 (en) | Methods and apparatus for detecting hand-to-mouth behavior | |
JP2006198073A (ja) | 体動検出機および体動検出機を備える携帯端末装置 | |
KR20190115978A (ko) | 운동 능력 파라미터들에 기초한 노쇠 정도 측정기 | |
CN113876316B (zh) | 下肢屈伸活动异常检测系统、方法、装置、设备及介质 | |
Chaabène et al. | Relative and absolute reliability of karate specific aerobic test (ksat) in experienced male athletes | |
US20230355135A1 (en) | Intelligent gait analyzing apparatus | |
US20070118044A1 (en) | Method and device for identifying; measuring and analyzing abnormal neurological responses | |
Alberto et al. | Wearable monitors criterion validity for energy expenditure in sedentary and light activities | |
CN106901732A (zh) | 突变状态下肌力与肌张力的测量方法和测量装置 | |
JP2023524526A (ja) | 運動の変動性、疾病および傷害の予測、ならびに回復準備状態を判定するためのシステム、デバイス、および方法 | |
EP1902674B1 (en) | Apparatus for measuring calories consumed during sleep | |
KR100933180B1 (ko) | 악근 및 각근을 이용하여 측정 대상 근육의 근력을측정하기 위한 방법 및 장치 | |
KR101744691B1 (ko) | 심탄도 신호를 이용한 심박 검출 방법 및 그 장치 | |
TWI590805B (zh) | Limb motor function evaluation method, Limb motor function evaluation system, computer device, method and computer program product for analyzing limb motor function | |
CN116746913A (zh) | 一种基于压力传感器监测步态和身体健康的设备 | |
CN113926160B (zh) | 一种用于居家人员的上肢曲肌抗阻训练辅助系统 | |
WO2020004020A1 (ja) | 血流解析装置、血流解析プログラム、血流解析システム | |
Dyrstad et al. | Comparing accelerometer and heart rate monitor in interval running, interval spinning and Zumba | |
TWI555505B (zh) | 利用心率回復率量測體能狀態的方法與裝置 |
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 |