CN114403858B - 一种人体运动功能评估方法、设备及系统 - Google Patents
一种人体运动功能评估方法、设备及系统 Download PDFInfo
- Publication number
- CN114403858B CN114403858B CN202111641026.0A CN202111641026A CN114403858B CN 114403858 B CN114403858 B CN 114403858B CN 202111641026 A CN202111641026 A CN 202111641026A CN 114403858 B CN114403858 B CN 114403858B
- Authority
- CN
- China
- Prior art keywords
- data
- user
- movement function
- qualitative
- preset
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/224—Measuring muscular strength
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Physical Education & Sports Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种人体运动功能评估方法、设备及系统。所述人体运动功能评估方法包括数据类型判断步骤,用于获取用户运动功能数据;定性分析步骤,用于对所述用户运动功能数据进行定性分级,输出定性分析结果;定量分析步骤,用于将所述定性分析结果进行分类,按照预设定量分析算法对所述用户运动功能数据进行运算分析,输出定量分析结果;结论汇总步骤,将所述定性分析结果与定量分析结果汇总,并输出评估报告。解决了现有技术中评估结果受医生主观影响、评估维度单一、评估不准确、效率低的问题,同时还具备评估过程数字化、精准化、可视化的优点,利于患者理解和坚持康复,提高了康复效率和医生效率。
Description
技术领域
本发明涉及智慧医疗领域,尤其指一种人体运动功能评估方法、设备及系统。
背景技术
康复医学是一门以消除和减轻人的功能障碍,弥补和重建人的功能缺失,设法改善和提高人的各方面功能,使得患者在药物或手术等治疗完成后,身体机能恢复到正常生活水平的医学学科。运动功能评估作为医生为患者制定康复训练计划的依据和各种治疗方案疗效的评估手段,在康复领域至关重要。
传统的运动功能评估是医生对患者进行一对一的指导,根据其主观临床经验对患者康复效果进行评价,存在以下缺点:
1、一对一评估耗时耗力效率低,评估结果受医生的主观影响较大,多取决于医生的临床经验和水平;
2、评估维度单一和准确性不足,患者的某些细微活动医生难以用视觉捕捉,评估结果不能反映病人的真实情况,造成评估结果不全面;
3、不能向患者提供实时直观的信息反馈,患者主动性不够。
发明内容
本发明针对现有技术中的缺点,提供了一种人体运动功能评估方法、设备及系统。
为了解决上述技术问题,本发明通过下述技术方案得以解决,一种人体运动功能评估方法,包括以下步骤:
数据类型判断,获取用户运动功能数据,所述用户运动功能数据包括但不限于主动肌力测试数据、被动关节活动度数据;
定性分析,对所述用户运动功能数据进行定性分级,输出定性分析结果;
定量分析,将所述定性分析结果进行分类,按照预设定量分析算法对所述用户运动功能数据进行运算分析,输出定量分析结果;
结论汇总,将所述定性分析结果与定量分析结果汇总,根据汇总结果匹配预设的评估结论,并输出评估报告。
作为一种可实施方式,所述数据类型判断前包括用户登录验证,包括以下步骤:
获取开机上电信号;
开机后获取用户信息,所述获取用户信息步骤包括用户类型判定步骤、获取用户基础信息步骤、获取历史数据步骤;
所述用户类型判定步骤包括若用户类型为新用户,则采集用户基础信息;
所述用户基础信息包括但不限于用户姓名、年龄、人体各部位尺寸;
所述历史数据包括但不限于主动肌力测试历史数据、被动关节活动度测试历史数据。
作为一种可实施方式,所述数据类型判断包括用户运动功能数据采集,包括以下步骤:
获取采集信号;
设备初始化;
姿态校准判断,若已校准,则进入选择测试模式;若未校准,则继续判断;
选择测试模式;
采集并实时输出用户运动功能数据;
采集结束信号判断,若否,则继续采集;若是,则进入数据记录;
数据记录,更新所述用户运动功能数据。
作为一种可实施方式,所述定性分析包括以下步骤:
获取定性分析信号;
获取主动肌力测试数据,将所述主动肌力测试数据与预设数据范围进行比对,若在预设范围内,输出比对结果A,进入定性匹配步骤S24;若否,则进入获取被动关节活动度数据;
获取被动关节活动度数据,将所述被动关节活动度数据与预设数据范围进行比对,输出比对结果B,进入定性匹配;
定性匹配,根据预设定性匹配公式,对所述比对结果A、对比结果B进行运算,输出定性分析结果。
作为一种可实施方式,所述定量分析步骤S3包括以下步骤:
关节活动度受限判定,根据所述定性分析结果判断用户主动肌力水平是否受限,若是,则进入数据处理,否则输出定量分析结果;
数据处理,将获取到的定性分析结果进行整理及分类,得到处理后的分类数据;
定量运算,基于所述分类数据进行运算,输出定量分析结果。
作为一种可实施方式,所述评估结论包括但不限于原因剖析、定性分析结果、定量分析结果、康复训练建议。
作为一种可实施方式,所述评估报告内容包括但不限于评估结论、用户基础信息、当次测试数据、历史数据。
一种人体运动功能评估设备,包括登录验证模块,用于开机后获取用户信息,包括但不限于用户类型、用户基础信息、历史数据;
数据类型判断模块,用于获取用户运动功能数据,包括但不限于主动肌力测试数据、被动关节活动度数据;
定性分析模块,用于对所述用户运动功能数据进行定性分级,输出定性分析结果;
定量分析模块,用于将所述定性分析结果进行分类,按照预设定量分析算法对所述用户运动功能数据进行运算分析,输出定量分析结果;
结论汇总模块,用于将所述定性分析结果与定量分析结果汇总,根据汇总结果匹配预设的评估结论,并输出评估报告。
一种人体运动功能评估系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器能够执行如下所述的方法步骤:
数据类型判断,获取用户运动功能数据,所述用户运动功能数据包括但不限于主动肌力测试数据、被动关节活动度数据;
定性分析,对所述用户运动功能数据进行定性分级,输出定性分析结果;
定量分析,将所述定性分析结果进行分类,按照预设定量分析算法对所述用户运动功能数据进行运算分析,输出定量分析结果;
结论汇总,将所述定性分析结果与定量分析结果汇总,根据汇总结果匹配预设的评估结论,并输出评估报告。
作为一种可实施方式,所述人体运动功能评估系统还包括人体姿态采集设备,所述人体姿态采集设备包括但不限于惯性传感器、摄像头、角度传感器、位置传感器、反馈装置,所述反馈装置用于在进行用户运动功能数据采集过程中按预设程序执行感知反馈。
本发明的一种人体运动功能评估方法,通过用户登录验证步骤,获取用户基础信息、历史数据;通过数据类型判断步骤,在当前测试模式下,采集并实时输出用户运动功能数据;通过定性分析步骤,将所采集的用户运动功能数据与预设范围进行比对,并根据比对结果匹配得出相应的定性分析结果;通过定量分析步骤,将定性分析结果进行整理分类处理后,运算得出定量分析结果;通过结论汇总步骤,将定性分析结果与定量分析结果汇总并匹配得出评估结论,输出评估报告。解决了现有技术中评估结果受医生主观影响、评估维度单一、评估不准确、效率低的问题,同时还具备评估过程数字化、精准化、可视化的优点,利于患者理解和坚持康复,提高了康复效率和医生效率。
附图说明
图1为本发明实施例的人体运动功能评估方法的分析流程示意图;
图2为本发明实施例中的用户登录步骤的流程示意图;
图3为本发明实施例中的用户运动功能数据采集的流程示意图;
图4为本发明实施例中的定性分析步骤的流程示意图;
图5为本发明实施例的人体运动功能评估设备的功能结构示意图
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
实施例1
一种人体运动功能评估方法,如图1所示,包括以下步骤:
S1、数据类型判断,获取用户运动功能数据,所述用户运动功能数据包括但不限于主动肌力测试数据、被动关节活动度数据;
S2、定性分析,对所述用户运动功能数据进行定性分级,输出定性分析结果;
S3、定量分析,将所述定性分析结果进行分类,按照预设定量分析算法对所述用户运动功能数据进行运算分析,输出定量分析结果;
S4、结论汇总,将所述定性分析结果与定量分析结果汇总,根据汇总结果匹配预设的评估结论,并输出评估报告。
具体的,所述主动肌力测试数据,即是通过人体自主运动而产生的主动关节活动度数据,用户通过执行一系列针对性动作,采集各部位主动肌力测试数据;所述被动关节活动度数据,即是通过穿戴型设备或医生辅助,在被动运动时能够较容易达到的该关节正常运动范围阈值;
在本实施例中,先进行主动肌力测试时,若用户在执行动作过程中能够较容易达到该关节正常运动范围阈值且无疼痛不适等症状,可选择不采集该关节的被动关节活动度数据。
参考图2、图3,所述数据类型判断步骤S1前包括用户登录验证步骤S0,包括以下步骤:
S01、获取开机上电信号;
S02、开机后获取用户信息,所述获取用户信息步骤包括用户类型判定步骤,所述用户类型判定步骤包括若用户类型为新用户,则采集用户基础信息;
S03、获取用户基础信息步骤,所述用户基础信息包括但不限于用户姓名、年龄、人体各部位尺寸;
S04、获取历史数据步骤,所述历史数据包括但不限于主动肌力测试历史数据、被动关节活动度测试历史数据。
具体的,当用户类型判定为新用户时,通过文字提示、语音提示、视频提示等方式引导用户进行用户基础信息采集,用户根据引导内容手动输入用户姓名、年龄、人体各部位尺寸等信息;当用户类型判定为非新用户时,获取该用户历史数据,在本实施例中主要获取主动肌力测试历史数据和被动关节活动度测试历史数据。所述历史数据还包括动静平衡测试历史数据、TUG测试历史数据、步态测试历史数据、日常生活能力测试历史数据等,可用于辅助评估用户日常生活能力水平、跌倒风险等。
所述数据类型判断步骤S1包括用户运动功能数据采集,包括以下步骤:
S11、获取采集信号;
S12、设备初始化;
S13、姿态校准判断,若已校准,则进入步骤S14;若未校准,则返回步骤 S13;
S14、选择测试模式;
S15、采集并实时输出用户运动功能数据;
S16、采集结束信号判断,若否,则进入步骤S15;若是,则进入数据记录步骤S17;
S17、数据记录,更新所述用户运动功能数据。
在本实施例中,用户成功登录后,根据引导内容将采集设备进行正确穿戴,并按照提示内容保持站立中立位,等待采集设备完成初始化及姿态校准;校准结束后通过指示灯或语音进行设备状态提醒;
所述测试模式包括主动肌力测试和被动关节活动度测试,用户根据个人情况选择相应的测试模式,根据提示依次完成关节活动动作,设备进行采集并实时输出该关节的关节活动度,采集结束后,记录当前动作下的关节活动度阈值。
各部位关节活动度动作包括:
颈部:屈、伸、侧屈、旋转;
腰部:屈、伸、侧屈、旋转;
肩部:屈、伸、内收、外展、内旋、外旋;
肘部:屈、伸;
前臂:旋前、旋后;
腕部:屈、伸、尺偏、桡偏;
髋部:屈、伸、内收、外展、内旋、外旋;
膝关节:屈、伸;
踝关节:屈、伸、内翻、外翻。
参考图4,所述定性分析步骤S2包括以下步骤:
S21、获取定性分析信号;
S22、获取主动肌力测试数据,将所述主动肌力测试数据与预设数据范围进行比对,若在预设范围内,输出比对结果M,进入定性匹配步骤S24;若否,则进入获取被动关节活动度数据步骤S23;
S23、获取被动关节活动度数据,将所述被动关节活动度数据与预设数据范围进行比对,输出比对结果N,进入定性匹配步骤S24;
S24、定性匹配,根据预设定性匹配公式,对所述比对结果M、对比结果N 进行运算,输出定性分析结果。
在本实施例中,定性分析旨在分析各项的用户运动功能数据符合预设数据范围的统计结果,假设主动肌力测试数据符合项为M、被动关节活动度数据符合项为N,依次获取各部位关节活动度的用户运动功能数据,与预设数据范围进行对比,若在预设范围内则记1,若不在预设范围内记0,得出符合项统计结果,即M=M1+M2+…+Mn、N=N1+N2+…+Nn,(n为获取到的用户运动功能数据项);例如,用户E的左肩外展的主动肌力测试角度为80°,不符合;而该动作的被动关节活动度角度为140°,符合,即ME(左肩外展)=0,NE(左肩外展)=1;依次类推得到用户E的用户运动功能数据符合项统计结果ME、NE。
人体各部位关节活动度动作预设数据范围参考如下:
在本实施例中,假设主动肌力测试项为n1,被动关节活动度测试项为n2,定性分析结果为A,所述定性匹配运算包括以下过程:
当n1=0,n2=0时,则A=0;
当n1>0,n2=0时,且
M=0,则A=0;
0<M<n1,则A=4;
M=n1,则A=1;
当n1≥0,n2>0时,且
0≤M<n1且N=0,则A=3;
0≤M<n1且0<N<n2,则A=4;
0≤M<n1且N=n2,则A=2;
M=n1,则A=1;
其中所述定性分析结果
A=0表示缺少相关数据;
A=1表示主动肌力及被动关节活动度达标;
A=2表示被动关节活动度无受限情况,但主动肌力受限;
A=3表示被动关节活动度受限;
A=4表示需进行定量分析。
所述定量分析步骤S3包括以下步骤:
关节活动度受限判定步骤S31,根据所述定性分析结果判断用户主动肌力水平是否受限,若是,则进入数据处理步骤S32,否则输出定量分析结果;
数据处理步骤S32,将获取到的定性分析结果进行整理及分类,得到处理后的分类数据;
定量运算步骤S33,基于所述分类数据进行运算,输出定量分析结果;
在本实施例中,当所述定性分析结果表示用户关节活动度受限时,需通过所述定量分析进一步识别用户关节活动度受限原因时,即将所述定性分析结果根据人体部位、测试模式进行整理及分类,并剔除不合理数据,得到处理后的数据。具体的可以参见以下实现过程:
假设上肢主动肌力测试数据Ma、下肢主动肌力测试数据Mb、左侧主动肌力测试数据Mc、右侧主动肌力测试数据Md、上肢被动关节活动度测试数据Na、下肢被动关节活动度测试数据Nb、左侧被动关节活动度测试数据Nc、右侧被动关节活动度测试数据Nd,基于以上数据得到上下肢主动肌力差Xm、上下肢被动关节活动度差Xn、左右两侧主动肌力差Ym、左右两侧被动关节活动度差 Yn,其中
Xm=Ma/Mb,(Ma>Mb时)或Xm=Mb/Ma,(Mb>Ma时);
Xn=Na/Nb,(Na>Nb时)或Xn=Nb/Na,(Nb>Na时);
Ym=Mc/Md,(Mc>Md时)或Ym=Md/Mc,(Md>Mc时);
Yn=Nc/Nd,(Nc>Nd时)或Yn=Nd/Nc,(Nd>Nc时);
当Xm、Xn、Ym、Yn大于等于预设系数时,表示该用户主动肌力或被动关节活动度存在差异,否则表示该用户主动肌力或被动关节活动度水平均衡,得到定量分析结果B。将所述定性分析结果A与定量分析结果B汇总,根据汇总结果匹配预设的评估结论,并输出评估报告。
例如,用户E的用户运动功能数据采集如下表:
根据上表,得出用户E的主动肌力测试项n1=38,被动关节活动度测试项 n2=38,符合项统计结果ME=27、NE=36,经过定性匹配运算得到定性分析结果A=4,进入定量分析步骤,经过分类得出Ma=13、Mb=14、Mc=10、Md=17、Na=19、Nb=17、 Nc=17、Nd=19,进一步运算得出Xm=1.08、Xn=1.12、Ym=1.70、Yn=1.12,在本实施例中,假设预设系数为2,可得出定量分析结果B为用户E的主动肌力水平及被动关节活动度水平均衡。
在一个实施例中,所述评估结论包括但不限于原因剖析、定性分析结果、定量分析结果、康复训练建议。
在一个实施例中,所述评估报告内容包括但不限于评估结论、用户基础信息、当次测试数据、历史数据。
参考图5,一种人体运动功能评估设备,包括:
登录验证模块51,用于开机后获取用户信息,包括但不限于用户类型、用户基础信息、历史数据;
数据类型判断模块52,用于获取用户运动功能数据,包括但不限于主动肌力测试数据、被动关节活动度数据;
定性分析模块53,用于对所述用户运动功能数据进行定性分级,输出定性分析结果;
定量分析模块54,用于将所述定性分析结果进行分类,按照预设定量分析算法对所述用户运动功能数据进行运算分析,输出定量分析结果;
结论汇总模块55,用于将所述定性分析结果与定量分析结果汇总,根据汇总结果匹配预设的评估结论,并输出评估报告。
本发明还提供了一种人体运动功能评估系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器能够执行如图1中所示的步骤S1-S4。
在一个实施例中,其特征在于,还包括人体姿态采集设备,所述人体姿态采集设备包括但不限于惯性传感器、摄像头、角度传感器、位置传感器、反馈装置,所述反馈装置用于在用户进行用户运动功能数据采集过程中按预设程序执行感知反馈。
此外,尽管在附图中以特定顺序描述了本申请方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
应该理解的是,本发明所公开的实施例不限于这里所公开的特定结构、处理步骤,而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是,在此使用的术语仅用于描述特定实施例的目的,而并不意味着限制。
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
虽然本发明所公开的实施方式如上,但的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (7)
1.一种人体运动功能评估方法,其特征在于,包括:数据类型判断步骤S1,获取用户运动功能数据,所述用户运动功能数据包括但不限于主动肌力测试数据、被动关节活动度数据;定性分析步骤S2,对所述用户运动功能数据进行定性分级,输出定性分析结果;所述定性分析旨在分析各项的用户运动功能数据符合预设数据范围的统计结果,设主动肌力测试数据符合项为M、被动关节活动度数据符合项为N,依次获取各部位关节活动度的用户运动功能数据,与预设数据范围进行对比,若在预设范围内则记1,若不在预设范围内记0,得出符合项统计结果,即M=M1+M2+… +Mn、N=N1+N2+… +Nn ,式中,n为获取到的用户运动功能数据项;设主动肌力测试项为n1,被动关节活动度测试项为n2,定性分析结果为A,定性匹配运算包括以下过程:当n1=0,n2=0时,则A=0;当n1>0,n2=0时,且M=0,则A=0;0<M<n1,则A=4;M=n1,则A=1;当n1≥0,n2>0时,且0≤M<n1且N=0,则A=3;0≤M<n1且0<N<n2,则A=4;0≤M<n1且N=n2,则A=2;M=n1,则A=1;其中所述定性分析结果A=0表示缺少相关数据;A=1表示主动肌力及被动关节活动度达标;A=2表示被动关节活动度无受限情况,但主动肌力受限;A=3表示被动关节活动度受限;A=4表示需进行定量分析;
定量分析步骤S3,将所述定性分析结果进行分类,按照预设定量分析算法对所述用户运动功能数据进行运算分析,输出定量分析结果;结论汇总步骤S4,将所述定性分析结果与定量分析结果汇总,根据汇总结果匹配预设的评估结论,并输出评估报告;
所述数据类型判断步骤S1前包括用户登录验证步骤S0,包括以下步骤:获取开机上电信号;开机后获取用户信息,所述获取用户信息步骤包括用户类型判定步骤、获取用户基础信息步骤、获取历史数据步骤;所述用户类型判定步骤包括若用户类型为新用户,则采集用户基础信息;所述用户基础信息包括但不限于用户姓名、年龄、人体各部位尺寸;所述历史数据包括但不限于主动肌力测试历史数据、被动关节活动度测试历史数据;
所述数据类型判断步骤S1包括用户运动功能数据采集,包括以下步骤:获取采集信号步骤S11;设备初始化步骤S12;姿态校准判断步骤S13,若已校准,则进入步骤S14;若未校准,则返回步骤S13;选择测试模式S14;采集并实时输出用户运动功能数据步骤S15;采集结束信号判断步骤S16,若否,则进入步骤S15;若是,则进入数据记录步骤S17;数据记录步骤S17,更新所述用户运动功能数据。
2.根据权利要求1所述的人体运动功能评估方法,其特征在于,所述定性分析步骤S2包括以下步骤:获取定性分析信号步骤S21;获取主动肌力测试数据步骤S22,将所述主动肌力测试数据与预设数据范围进行比对,若在预设范围内,输出比对结果A,进入定性匹配步骤S24;若否,则进入获取被动关节活动度数据步骤S23;获取被动关节活动度数据步骤S23,将所述被动关节活动度数据与预设数据范围进行比对,输出比对结果B,进入定性匹配步骤S24;定性匹配步骤S24,根据预设定性匹配公式,对所述比对结果A、对比结果B进行运算,输出定性分析结果。
3.根据权利要求2所述的人体运动功能评估方法,其特征在于,所述定量分析步骤S3包括以下步骤:关节活动度受限判定步骤S31,根据所述定性分析结果判断用户主动肌力水平是否受限,若是,则进入数据处理步骤S32,否则输出定量分析结果;数据处理步骤S32,将获取到的定性分析结果进行整理及分类,得到处理后的分类数据;定量运算步骤S33,基于所述分类数据进行运算,输出定量分析结果。
4.根据权利要求3所述的人体运动功能评估方法,其特征在于,所述评估结论包括但不限于原因剖析、定性分析结果、定量分析结果、康复训练建议。
5.根据权利要求4所述的人体运动功能评估方法,其特征在于,所述评估报告内容包括但不限于评估结论、用户基础信息、当次测试数据、历史数据。
6.一种人体运动功能评估系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器能够执行如权利要求1-5中任一项所述的方法步骤。
7.根据权利要求6所述的一种人体运动功能评估系统,其特征在于,还包括人体姿态采集设备,所述人体姿态采集设备包括但不限于惯性传感器、摄像头、角度传感器、位置传感器、反馈装置,所述反馈装置用于在进行用户运动功能数据采集过程中按预设程序执行感知反馈。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111641026.0A CN114403858B (zh) | 2021-12-29 | 2021-12-29 | 一种人体运动功能评估方法、设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111641026.0A CN114403858B (zh) | 2021-12-29 | 2021-12-29 | 一种人体运动功能评估方法、设备及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114403858A CN114403858A (zh) | 2022-04-29 |
CN114403858B true CN114403858B (zh) | 2023-10-03 |
Family
ID=81269869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111641026.0A Active CN114403858B (zh) | 2021-12-29 | 2021-12-29 | 一种人体运动功能评估方法、设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114403858B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09276255A (ja) * | 1996-04-18 | 1997-10-28 | Mitsuhiko Hasegawa | 逆解析手法による多関節筋力特性の測定法 |
CN104997523A (zh) * | 2014-04-18 | 2015-10-28 | 东北大学 | 一种上肢康复机器人康复训练运动功能评价方法 |
WO2017181717A1 (zh) * | 2016-04-19 | 2017-10-26 | 深圳泰山体育科技股份有限公司 | 电子教练实现方法及系统 |
RU2663944C1 (ru) * | 2017-08-03 | 2018-08-13 | Государственное бюджетное учреждение здравоохранения Московской области "Московский областной научно-исследовательский клинический институт им. М.Ф. Владимирского" (ГБУЗ МО МОНИКИ им. М.Ф. Владимирского) | Способ оценки функциональных возможностей нижних конечностей |
CN108926813A (zh) * | 2017-05-22 | 2018-12-04 | 北京大学 | 基于人体平衡数据的训练方法 |
CN109288651A (zh) * | 2018-08-20 | 2019-02-01 | 中国科学院苏州生物医学工程技术研究所 | 个性化上肢康复训练机器人系统及其康复训练方法 |
CN110755085A (zh) * | 2019-10-29 | 2020-02-07 | 南京茂森电子技术有限公司 | 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 |
CN112353386A (zh) * | 2020-11-02 | 2021-02-12 | 上海中船船舶设计技术国家工程研究中心有限公司 | 一种身体机能状态监测系统 |
CN112353407A (zh) * | 2020-10-27 | 2021-02-12 | 燕山大学 | 一种基于神经功能康复主动训练的评估系统及方法 |
CN112434679A (zh) * | 2021-01-27 | 2021-03-02 | 萱闱(北京)生物科技有限公司 | 康复运动的评估方法及装置、设备、存储介质 |
WO2021097533A1 (en) * | 2019-11-20 | 2021-05-27 | Global Kinetics Pty Ltd | Instrumented systems and methods for evaluating movement capacity of a person |
CN113101134A (zh) * | 2021-04-02 | 2021-07-13 | 上海交通大学医学院附属新华医院 | 一种基于动力外骨骼的儿童下肢运动辅助康复系统 |
-
2021
- 2021-12-29 CN CN202111641026.0A patent/CN114403858B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09276255A (ja) * | 1996-04-18 | 1997-10-28 | Mitsuhiko Hasegawa | 逆解析手法による多関節筋力特性の測定法 |
CN104997523A (zh) * | 2014-04-18 | 2015-10-28 | 东北大学 | 一种上肢康复机器人康复训练运动功能评价方法 |
WO2017181717A1 (zh) * | 2016-04-19 | 2017-10-26 | 深圳泰山体育科技股份有限公司 | 电子教练实现方法及系统 |
CN108926813A (zh) * | 2017-05-22 | 2018-12-04 | 北京大学 | 基于人体平衡数据的训练方法 |
RU2663944C1 (ru) * | 2017-08-03 | 2018-08-13 | Государственное бюджетное учреждение здравоохранения Московской области "Московский областной научно-исследовательский клинический институт им. М.Ф. Владимирского" (ГБУЗ МО МОНИКИ им. М.Ф. Владимирского) | Способ оценки функциональных возможностей нижних конечностей |
CN109288651A (zh) * | 2018-08-20 | 2019-02-01 | 中国科学院苏州生物医学工程技术研究所 | 个性化上肢康复训练机器人系统及其康复训练方法 |
CN110755085A (zh) * | 2019-10-29 | 2020-02-07 | 南京茂森电子技术有限公司 | 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 |
WO2021097533A1 (en) * | 2019-11-20 | 2021-05-27 | Global Kinetics Pty Ltd | Instrumented systems and methods for evaluating movement capacity of a person |
CN112353407A (zh) * | 2020-10-27 | 2021-02-12 | 燕山大学 | 一种基于神经功能康复主动训练的评估系统及方法 |
CN112353386A (zh) * | 2020-11-02 | 2021-02-12 | 上海中船船舶设计技术国家工程研究中心有限公司 | 一种身体机能状态监测系统 |
CN112434679A (zh) * | 2021-01-27 | 2021-03-02 | 萱闱(北京)生物科技有限公司 | 康复运动的评估方法及装置、设备、存储介质 |
CN113101134A (zh) * | 2021-04-02 | 2021-07-13 | 上海交通大学医学院附属新华医院 | 一种基于动力外骨骼的儿童下肢运动辅助康复系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114403858A (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yurtman et al. | Automated evaluation of physical therapy exercises using multi-template dynamic time warping on wearable sensor signals | |
CN111724879A (zh) | 康复训练评估处理方法、装置及设备 | |
Song et al. | Cellphone-based automated Fugl-Meyer assessment to evaluate upper extremity motor function after stroke | |
Bevilacqua et al. | Automatic classification of knee rehabilitation exercises using a single inertial sensor: A case study | |
Zhang et al. | Fuzzy inference system based automatic Brunnstrom stage classification for upper-extremity rehabilitation | |
EP2470076A2 (en) | Characterizing a physical capability by motion analysis | |
Hua et al. | Evaluation of machine learning models for classifying upper extremity exercises using inertial measurement unit-based kinematic data | |
Dehbandi et al. | Using data from the Microsoft Kinect 2 to quantify upper limb behavior: a feasibility study | |
CN113223662A (zh) | 一种肢体智能康复训练方法及系统 | |
US11166667B2 (en) | System for identifying information represented by biological signals | |
CN117012362B (zh) | 一种适配数据识别方法、系统、设备及存储介质 | |
Anwary et al. | Gait evaluation using procrustes and euclidean distance matrix analysis | |
Delva et al. | Investigation into the potential to create a force myography-based smart-home controller for aging populations | |
Mahmoud et al. | Occupational therapy assessment for upper limb rehabilitation: A multisensor-based approach | |
Li et al. | Quantitative assessment of hand motor function for post-stroke rehabilitation based on HAGCN and multimodality fusion | |
CN113974612A (zh) | 一种卒中患者上肢运动功能自动化评估方法与系统 | |
CN112885465A (zh) | 运动数据分析方法、装置、系统和计算机可读存储介质 | |
CN114403858B (zh) | 一种人体运动功能评估方法、设备及系统 | |
CN112674760A (zh) | 一种基于可穿戴传感器的帕金森病上肢运动检测方法 | |
CN115130851A (zh) | 一种临床护理控制方法和系统 | |
CN113705435A (zh) | 一种用于症状评估的行为采集方法、装置、终端及存储介质 | |
CN114973048A (zh) | 康复动作的纠正方法、装置、电子设备及可读介质 | |
CN110755084B (zh) | 基于主被动、分阶段动作的运动功能评估方法及设备 | |
CN113113108A (zh) | 动作数据分析方法、装置、系统及计算机可读存储介质 | |
Guo et al. | A novel fuzzy neural network-based rehabilitation stage classifying method for the upper limb rehabilitation robotic system |
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 |