CN115299934B - 确定测试动作的方法、装置、设备及介质 - Google Patents
确定测试动作的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115299934B CN115299934B CN202211048403.4A CN202211048403A CN115299934B CN 115299934 B CN115299934 B CN 115299934B CN 202211048403 A CN202211048403 A CN 202211048403A CN 115299934 B CN115299934 B CN 115299934B
- Authority
- CN
- China
- Prior art keywords
- action
- determining
- test
- preset
- degree
- 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
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
本申请公开了一种确定测试动作的的处理方法和装置,涉及智慧医疗领域。具体实施方式包括:确定量表中需要受测方执行的测试动作和受测方在执行测试动作时的动作数据;在预设的人体骨骼点中,确定与测试动作匹配的指定骨骼点,并根据动作数据,确定指定骨骼点的坐标变化;根据坐标变化,以及预设的量表中的评分指标,得到表示受测方对测试动作的执行程度。整个的评分过程更加科学化、标准化,提高了分数的准确度。不再只依赖医生的主观经验,即使是没有专业背景的人员,也可以完成评分过程,降低了评分门槛,也能够保证评分效率。
Description
技术领域
本申请涉及计算机技术领域,具体涉及智慧医疗领域,尤其涉及确定测试动作的方法、装置、设备和介质。
背景技术
目前在医疗领域中,对目标的行为能力进行判断时,除了通过医疗设备外,还可以通过一些量表辅助判断。比如,在判断目标的复健状态时,往往需要受测方去执行抬手、抬腿等动作,或者,临床使用的用于评估共济失调等级的评分表共济失调等级量表SARA,需要目标执行一系列动作。而动作的执行过程往往是在打分方的口述指导下完成,再由打分方根据受测方的表现进行打分。
基于此,对于通过量表判断受测方的身体体征时,受测方的表现情况完全依赖于医生的肉眼观察,这就导致量表测试过程不规范、效率低。并且大部分的打分行为是定性评估,对主观经验的依赖性较大,如果更换观察打分方,可能会由于打分方之间的差异(经验、观察能力、注意力等),对打分结果造成不确定性,甚至会造成同一个受测方的同一次检查,不同打分方的量表打分结果不同的结果。
发明内容
针对量表打分的主观依赖性问题,提供了一种确定测试动作的方法、装置、电子设备以及存储介质。
根据第一方面,提供了一种确定测试动作的方法,包括:
确定预设的量表中需要受测方执行的测试动作和所述受测方在执行所述测试动作时的动作数据;
在预设的人体骨骼点中,确定与所述测试动作匹配的指定骨骼点,并根据所述动作数据,确定所述指定骨骼点的坐标变化;
根据所述坐标变化,以及预设的量表中的评分指标,确定表示所述受测方对所述测试动作的执行程度。
根据第二方面,提供了一种确定测试动作的装置,包括:
动作数据采集单元,确定预设的量表中需要受测方执行的测试动作和所述受测方在执行所述测试动作时的动作数据;
坐标变化确定单元,在预设的人体骨骼点中,确定与所述测试动作匹配的指定骨骼点,并根据所述动作数据,确定所述指定骨骼点的坐标变化;
执行程度确定单元,根据所述坐标变化,以及预设的量表中的评分指标,确定表示所述受测方对所述测试动作的执行程度。
根据第三方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如确定测试动作的方法中任一实施例的方法。
根据第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如确定测试动作的方法中任一实施例的方法。
根据本申请的方案,通过将量表与骨骼点坐标结合,可以更客观的对测试动作进行表征,在一定程度上避免了医生完全依赖肉眼观察,较为主观的缺点,从而能够达到辅助医生判断受测方的运动能力和状态的效果。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请一些实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的确定测试动作的方法的一个实施例的流程图;
图3是根据本申请的确定测试动作的方法的人体骨骼点的示意图;
图4是根据本申请的确定测试动作的方法的图像采集装置的示意图;
图5是根据本申请的确定测试动作的装置的一个实施例的结构示意图;
图6是用来实现本申请实施例的确定测试动作的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的确定测试动作的方法或确定测试动作的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。
这里的终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对接收到的动作数据等数据进行分析等处理,并将处理结果(例如坐标变化)反馈给终端设备。
需要说明的是,本申请实施例所提供的确定测试动作的方法可以由服务器105或者终端设备101、102、103执行,相应地,确定测试动作的装置可以设置于服务器105或者终端设备101、102、103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的确定测试动作的方法的一个实施例的流程200。在本实施例中,确定测试动作的方法可以运行于其上的执行主体(例如图1所示的服务器或终端设备)。该确定测试动作的方法,包括以下步骤:
步骤201,确定预设的量表中需要受测方执行的测试动作和所述受测方在执行所述测试动作时的动作数据。
具体地说,确定受测方在执行测试动作时的动作数据可以是通过确定的测试动作对受测方进行引导,使受测方执行测试动作,以通过穿戴或非穿戴传感器采集受测方相应的动作数据;也可以是对预先获取到的动作数据进行处理,通过对动作数据进行匹配,得到受测方在执行测试动作时的动作数据,本申请实施例对此不作特别的限制。
量表是一种测量工具,其中包含有一个或多个测试动作,其可以为体检表、共济失调等级量表等。
当然,为了便于对受测方进行数据采集,可以预先在执行主体中输入受测方的基本信息,或者在有条件的医院接入院方的信息系统,以便于通过读取身份证自动获取受测方的关键信息。
在受测方执行测试动作之前,可以为受测方佩戴动作捕捉传感器,以此来捕捉受测方的动作数据,或者,通过图像采集装置对受测方进行录像,以通过采集到的图像数据进行图像分析来得到受测方的动作数据。在采集到动作数据后,可以将对应的画面映射到屏幕上,其中,通过动作捕捉传感器采集动作数据时,可以将该动作数据通过预先生成的人体三维模型来反应画面。并在动作数据采集过程中,针对固定使用环境进行位置校准,保证采集到的数据具有足够的精度。
进一步地,以共济失调等级量表SARA为例,其包含有步态、站姿、坐姿等8个动作,在步态中,需要受测方执行“1、平行墙走一段,包括一个180转身,2、走一字步”等动作。然而这些动作的规定并不规范和标准,难以进行自动化评分。
基于此,在量表中,确定其中与肢体动作相关的指定动作。对于非肢体动作(比如,共济失调等级量表SARA中的第4个动作“构音不良”),其虽然也可以进行标准化的制定和自动评分,但是与文本中的技术方案关联性较低,故而在本申请实施例中不再对这部分动作进行讨论。
在指定动作中,确定需要受测方执行的动作指令,比如,在共济失调等级量表SARA的第1个动作“步态”中,动作指令可以包括“平行墙走一段”“180转身”等,在此对其量化,比如,量化结果可以包括:1、受测方前行5m转身返回起点,2、受测方下肢脚跟对脚尖,双臂展开保持平衡,走一字步10步。如此将动作标准化、规范化得到测试动作,能够有更标准的评判规则,也就使得最终的评分结果更加可靠。
步骤202,在预设的人体骨骼点中,确定与所述测试动作匹配的指定骨骼点,并根据所述动作数据,确定所述指定骨骼点的坐标变化。
如图3所示,对于人体预先设置有多个人体骨骼点,分布在人体的各个位置,此时,动作数据可以包括受测方各人体骨骼点在三维空间中的坐标值。对于不同的测试动作来说,受测方在执行时,往往需要动用不同的身体部位,而这部分身体部位则会带动其对应的指定骨骼点的运动。
基于此,确定受测方在执行测试动作之前指定骨骼点在三维空间中的坐标,并通过采集到的动作数据得到其在执行过程中的坐标变化,即可通过该坐标变化来表示受测方对于测试动作的执行过程。
步骤203,根据所述坐标变化,以及预设的量表中的评分指标,确定表示所述受测方对所述测试动作的执行程度。
对于不同的测试动作来说,为其设置相应的评分指标,该评分指标用于通过评分的方式对执行程度进行打分,以得到最终的执行程度。当然,对于一些现有的量表来说,可能存在一些评价办法,但是这部分评价办法往往也具有不确定性,只通过人为地进行评价。
基于此,预先设置更加合理且量化的评分指标,来对受测方进行评价。其中,可以在设备屏幕上显示的标准化指导语,对受测方下一步需要做的动作进行指导,每个动作对应一次指导语显示和采集操作,最终按顺序做完全部的动作以及采集和自动打分,而执行程度则表示,受测方能够对测试动作执行到何种地步。基于对多个量表中多个测试动作的评分结果,即可得到对受测方的整体动作执行程度进行判断。
影响受测方的动作执行能力的原因可能是多种的,比如,受测方自身身体的原因、自身心理的原因、外部因素的影响等。本申请实施例主要用于通过量表对受测方的动作执行能力进行评分判断,并不能够直接得到是何种原因导致了受测方的动作执行能力的高低。若想要进一步判断原因,则需要对受测方进行其他的测试、检查,本申请实施例不再对其进行赘述。
对量表进行标准化,以及对各测试动作设定相应的骨骼点和评分指标,使得整个的评分过程更加科学化、标准化,提高了分数的准确度。通过该方案,不再只依赖医生的主观经验,即使是没有专业背景的人员,也可以完成评分过程,降低了评分门槛,也能够保证评分效率。
将纸质版的量表的测试内容数字化,检查过程和测试项目动作完全标准化,采集受测方的骨骼点的三维坐标数据,然后通过对相应动作的打分指标参数计算分析实现各个测试项目的打分自动化,提高了评分效率,节省了测试流程时间。
保证了量表检查过程的统一和规范,减少了量表测试结果对医生的主观判断和个人经验的依赖,提高了量表评分结果的准确度,保证测试打分过程的客观性,从而提升量表整体测试可信度。
在本实施例的一些可选的实现方式中,若要对测试动作进行打分,则需要预先设置相应的评价参数。评价参数用于评价测试动作,当然,同一个评价参数可以用于评价多个测试动作,每个测试动作也可以用多个评价参数综合进行评价。
评价参数至少用于评价测试动作的动作完成度、动作异常度等,其可以包括速度参数、摇晃参数、距离参数、时间参数、数量参数等。其中,动作完成度指的是,受测方执行测试动作时,能够对测试动作中有关长度、距离、时间等要求的完成程度,而动作异常度则指的是,受测方在执行过程中,相比于正常人来说,会产生额外异常的动作,比如,步速过慢、躯干摇晃明显、手臂抖动等,而动作异常度则表示其程度。
在确定指定骨骼点时,针对于当前的测试动作,确定其所需的评价参数,然后针对各评价参数与人体骨骼点的对应关系,来确定与其匹配的指定骨骼点。比如,还是以SARA为例,在其对应的第1个测试动作“步态”中,评价参数至少包含有速度参数中的步速和摇晃参数中的躯干摇晃度,步速指标主要考察的是躯干的行进速度,故采用躯干坐标点中最稳定的胯部PELVIS坐标点作为指定骨骼点,映射整个躯干的整体前进。而躯干摇晃度中,其对应的人体部位是躯干,其反映整个躯干弯曲的姿态主要是腰部的弯曲程度,故而其对应的预设人体位置为腰部,选择高于腰部的坐标点:胸部SPINE_CHEST坐标点,以及低于腰部的坐标点:胯部PELVIS坐标点,这两个坐标点来作为指定骨骼点。
进一步地,对于受测方来说,虽然动作完成度、动作异常度对应的评价参数能够对执行能力进行评价,但是只通过这两方面的考虑,仍然不够全面。
基于此,首先根据动作数据来确定测试动作执行过程中,是否存在外部辅助因素,来辅助受测方执行测试动作,并根据确定结果在预设的评分指标中,确定本次评分结果所处的评分范围。根据坐标变化得到评价参数对应的参数值后,即可通过该参数值在评分范围中进一步确定评分结果。
对于受测方来说,是否有外部辅助因素往往是对受测方评分的最基础的因素,一个受测方在没有外部辅助因素的帮助下,独立完成度达到80%,往往比一个受测方在帮助下完成度达到100%,其动作执行能力会更强。故而通过受测方是否存在外部辅助因素,即可确定其在评分指标中所处的评分范围。
其在,外部辅助因素的类型可以是多种的,比如,人为辅助、物体辅助等。还是以“步态”动作为例,在受测方前进的过程中,外部辅助因素可以是人为搀扶、受测方主动扶墙等。而针对不同的类型,其所处的评价范围也可以不同,比如,扶墙相比于他人搀扶对于受测方来说,其外部辅助因素产生的辅助效果更少,对应的评分范围也可以基于此进行设定。
而在通过动作数据确定是否具有外部辅助因素时,可以通过对图像分析来确定,也可以基于动作捕捉传感器所采集的各人体骨骼点的形状来确定。
基于本实施例中上述的方案,以“步态”动作为例,其对应的评分指标可以如下所示。其中,分数越高表示动作执行能力越差,当然在实际评分过程中,也可以通过其他方式表示(比如,分数越低表示动作执行能力越差、分数越接近预设值表示能力越差等)。
0分:正常,走,转身,一字步(允许1步失误)均正常;1分:轻度异常,仅见于走一字步时(连续10步);2分:明显异常,走一字步不能超过10步;3分:摇晃,转身困难,但不需扶持;4分:明显摇晃,需间断扶墙;5分:严重摇晃,一直需要一只手轻轻扶或扶拐;6分:有力扶持(有人搀扶)才能走10米以上;7分:有力扶持(有人搀扶)也走不到10米;8分:扶持也无法走。
基于此,当确定受测方有外部辅助因素“他人搀扶”或者“扶墙”时,其对应的分数至少为4分。而在评分范围(在该实施例中包含两个评分范围:0~3分以及4~8分)中,对于动作完成度越低(比如,能够走到10米、无法走到10米、无法行走等)、动作异常度越高(比如摇晃、严重摇晃、无法行走等)的参数值,其评分也就越高。
更进一步地,上文已经说过,对于“步态”动作来说,其对应的评价参数可以包括速度参数中的步速和摇晃参数中的躯干摇晃度。在确定躯干摇晃度时,将其对应的多个指定骨骼点进行两两连线(当只有两个指定骨骼点时,只需将这两个指定骨骼点进行连线即可),将连线与法向量之间的夹角作为摇晃参数中的摇晃度,体现在“步态”动作中,为躯干摇晃度。若具有多个连线,则分别与法向量连线,求得多个夹角,分别作为对应的摇晃度,或者求均值、中位数等得到一个摇晃度。其中,法向量是基于受测方的前进方向确定,其可以体现为人体骨骼点在所处的三维空间中的前进方向。
在此将SPINE_CHEST和PELVIS的三维坐标分别设为Ra1和Rp1,Ra1=(Xa1,Ya1,Za1),Rp1=(Xp1,Yp1,Zp1),两者的连线为将法向量设为如图4所示,当图像采集装置可以包括深度相机(Depth camera)和RGB相机(RGB camera),此时,受测方沿着其对应的Z轴方向前进,则法向量将两者的夹角β1作为躯干摇晃度,并在分数统计取整个测试过程的中位数,即可得到躯干摇晃度
当然,若是想要进一步确定其他摇晃参数,则可以将摇晃度高于预设角度(比如,20°)时的持续时间,作为摇晃参数中的摇晃时间,而摇晃时间则可以应用在其他的测试动作中。
而对于“步态”动作的另一个评价参数步速来说,可采用PELVIS作为指定骨骼点,通过其三维坐标在整个测试过程中行进的总距离除以总时间Tp1得到的躯干前进的速度,即步速。
设PELVIS的完成动作前后的三维坐标为:Rpa,Rpb,步速Vp1取行进方向的速度即Z轴方向的速度,步速Vp1的计算公式为:
对于“步态”动作来说,结合步速Vp1和躯干摇晃度β1所得数据,按照如下机制和表1、表2进行分组打分,步速Vp的打分记为C11,躯干摇晃度β的打分记为C12。其中,β1:非正常值>20°;Vp1:非正常值<0.8m/s。
表1步速分数对照表
表2躯干摇晃度分数对照表
<![CDATA[β<sub>1</sub>(°)]]> | ≤20 | 22 | 24 | 26 | 28 | 30 | 32 | 34 | ≥38 |
<![CDATA[C<sub>12</sub>]]> | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
根据两个测试模块的分数加权C11和C12,由此得到步态测试的SARA量表的分数为Cs1。比如,通过Cs1=0.5×C11+0.5×C12得到分数Cs1。当然,由于在上文中已经根据外部辅助因素确定了评分范围,故而可以根据此处得到的评分Cs1在该评分范围得到最终的评分结果。比如,上文已经确定了评分范围为0~3分,而Cs1对应的分数为4分,已经超过了3分的范围,则可以将最终的评分结果判定为3分。
在本实施例的一些可选的实现方式中,在受测方执行测试动作时,可能会由于紧张等原因,导致自己对测试动作的测试异常度进行放大,而紧张往往是在刚开始测试时。
基于此,确定量表中的多个测试动作对应的测试顺序。若测试顺序中最靠前的若干个的指定测试动作(通常为最靠前的第1个动作)的评分结果高于预设评分结果,且除指定测试动作之外的其他测试动作均低于预设评分结果,则该受测方只有前几个动作异常,而后边的动作均正常,其很可能是因为紧张才导致的异常。
此时,为了判断受测方是否是因为紧张导致的评分结果太高,需要确定指定测试动作对应的动作异常度的变化规律,若变化规律符合预设规律,则认为是紧张导致的,此时,对指定测试动作的评分结果进行调低补偿。
具体地,判断变化规律时,确定指定测试动作对应的动作异常度所对应的评价参数,根据坐标变化,确定评价参数在多个时刻分别对应的参数值,并由此确认参数值对应的变化曲线,该变化曲线即可表示出动作异常度的变化规律。
若变化曲线对应的参数值为降低趋势,说明受测方在一个测试动作中,执行的是越来越好的,并且降低速度稳定在预设范围内,说明其是稳定的降低异常度,是在自己的控制下降低的,则可以认为其是紧张导致的异常,确定变化规律符合预设规律。由此规避由于受测方紧张造成的评分误判。
在本实施例的一些可选的实现方式中,上文中已经介绍了“步态”动作对应的评价参数、评分指标、参数值的计算方式,此处仍以SARA为例,介绍其他动作的相关内容,然而其中一些类似的内容,比如,根据评价参数得到的分数并非最终的评价结果,而是需要结合预先的评价范围进行判断,或者,评分指标中分数高低的表示等问题,上文已经通过“步态”动作进行过相应解释,以下如果不进行额外说明,则其他测试动作也可以理解为是基于同样的解释说明,不在过多赘述。
对于第2个动作“站姿”,其标准化后的测试动作可以是:第一组动作:受试者保持自然姿势至少10秒;第二组动作:受试者保持足尖并拢,双臂平直前伸至少10秒;第三组动作:受试者保持脚跟对脚尖,双臂平直前伸至少10秒。
而其对应的评分指标可以是:0分:正常,能脚跟对脚尖站立>10秒;1分:不能脚跟对脚尖站立>10秒,但能脚尖并拢站稳;2分:能脚尖并拢站立>10秒,但摇晃;3分:能保持自然姿势站立>10秒,但不能脚尖并拢站立;4分:能保持自然姿势站立>10秒,但需间断扶持;5分:一只手扶能保持自然姿势站立>10秒;6分:一只手扶也不能保持自然姿势站立。
其对应的评价参数包括摇晃参数中的躯干摇晃时间。与躯干摇晃度类似地,反映整个躯干弯曲的姿态主要是腰部的弯曲程度,高于腰部的坐标点为胸部SPINE_CHEST坐标点,低于腰部的坐标点为胯部PELVIS坐标点,与法向量的夹角即可反映躯干的腰部弯曲程度,可用SPINE_CHEST和PELVIS的三维坐标Ra2和Rp2连线和法向量的夹角β2,取三组动作躯干摇晃度β2大于20°(医学经验值)的时间:T21,T22,T23,分数统计取整个测试过程的中位数。
对于“站姿”动作来说,评价指标与参数值拟合的过程可以结合躯干摇晃度β2大于20°时所得数据,根据三次不同的动作组,按照表3~表5对不同动作组的得分C21、C22和C23进行打分:
表3躯干摇晃时间对照表1
<![CDATA[T<sub>21</sub>(s)]]> | ≤4 | 5 | 6 | 7 | 8 | 9 | 10 |
<![CDATA[C<sub>21</sub>]]> | 0 | 1 | 2 | 3 | 4 | 5 | 6 |
表4躯干摇晃时间对照表2
<![CDATA[T<sub>22</sub>(s)]]> | ≤4 | 5 | 6 | 7 | 8 | 9 | 10 |
<![CDATA[C<sub>22</sub>]]> | 0 | 1 | 2 | 3 | 4 | 5 | 6 |
表5躯干摇晃时间对照表3
<![CDATA[T<sub>23</sub>(s)]]> | ≤4 | 5 | 6 | 7 | 8 | 9 | 10 |
<![CDATA[C<sub>23</sub>]]> | 0 | 1 | 2 | 3 | 4 | 5 | 6 |
根据三个测试模块的分数加权,由此得到站姿测试的SARA量表分数为Cs2。Cs2=0.3×C21+0.3×C22+0.4×C23,并根据其得到最终的评价结果。
对于第3个测试动作“坐姿”,其标准化后的测试动作可以包括:受测方坐在座椅上,自然坐直不倚靠椅背,手放膝盖上,保持动作10秒。
而其对应的评分指标可以包括:0分:正常,正常坐姿>10秒;1分:轻度异常,不扶可坐>10秒;2分:不停摇晃,不扶可坐>10秒;3分:需要间断扶持才能坐>10秒;4分:需要连续扶持才能坐>10秒。
其对应的评价参数可以包括:摇晃参数中的躯干摇晃度异常时间与距离参数中的指定坐标点间距。
躯干摇晃度异常时间反映整个躯干弯曲的姿态主要是腰部的弯曲程度,高于腰部的坐标点为胸部SPINE_CHEST坐标点,低于腰部的坐标点为胯部PELVIS坐标点,他们与法向量的夹角即可反映躯干的腰部弯曲程度,可用SPINE_CHEST和PELVIS的三维坐标Ra3和Rp3连线和法向量的夹角β3,取躯干摇晃度β3大于20°(医学经验值)的时间:T31,分数统计取整个测试过程的中位数:
指定坐标点间距,取手部HAND坐标点Rh3和膝盖KNEE坐标点Rk3,若手没有放到膝盖上,而是离开膝盖做扶起动作,两个坐标点的距离D3则会超过10cm,即可判定有搀扶动作,分数统计取整个测试过程的中位数:Rh3=(Xh3,Yh3,Zh3);Rk3=(Xk3,Yk3,Zk3);
评价指标与参数值拟合的过程可以结合躯干摇晃度β3大于20°时和指定坐标点距离D3所得数据,按照如表6和表7对β3的得分C31和D的得分C32进行打分:
表6躯干摇晃时间对照表
<![CDATA[T<sub>31</sub>(s)]]> | ≤2 | 4 | 6 | 8 | 10 |
<![CDATA[C<sub>31</sub>]]> | 0 | 1 | 2 | 3 | 4 |
表7指定坐标点距离对照表
<![CDATA[D<sub>3</sub>(cm)]]> | ≤10 | >10 |
<![CDATA[C<sub>32</sub>]]> | 0 | 4 |
根据三个测试模块的分数加权,由此得到坐姿测试的SARA量表的分数为Cs4,Cs4=0.5×C31+0.5×C32,并得到最终的评分结果。
第4个动作“构音不良”属于上文中提到的,非肢体动作相关的动作,故而在此只提供其对应的标准化后的测试动作以及评分指标,最终评分结果可以通过手动进行打分。标准化后的动作为:施测者根据平时和受试者交流语言能力手动打分。评分指标包括:0分:正常;1分:言语暗藏含糊不清;2分:发音变调但易于理解;3分:个别词语难于理解;4分:很多词难于理解;5分:仅个别词能理解;6分:说话无法理解。
第5个测试动作“手指追踪试验”,其标准化后的动作可以包括:施测者在受试者50%手臂长处做连续快速5点随意运动,运动幅度约30cm、每点2秒,要求受测方食指跟踪运动,后3次评分。
其评分指标可以包括:0分:无辨距不良;1分:辨距不良,超过或不达目标<5cm;2分:辨距不良,超过或不达目标<15cm;3分:辨距不良,超过或不达目标>15cm;4分:不能完成5点运动。
其评价参数可以包括距离参数中的指定距离,手指坐标点与施测者手指坐标点的距离,HAND_TIP(双侧)三维坐标点Ra5与另一个接近骨骼点的HAND_TIP(对应侧)三维坐标点Rb5即目标坐标点的直线距离D5;Ra5=(Xa5,Ya5,Za5);Rb5=(Xb5,Yb5,Zb5);
评价指标与参数值拟合的过程可以结合手指坐标点Ra5与目标坐标点Rb5的距离D5所得数据,按照如表8进行打分:
表8坐标点距离对照表
<![CDATA[D<sub>5</sub>(cm)]]> | ≤2 | 5 | 15 | >15 | — |
<![CDATA[C<sub>s5</sub>]]> | 0 | 1 | 2 | 3 | 4 |
其中,“—”指无数据,即无法完成。由此得到手指追踪试验的SARA量表的分数为Cs5,并得到最终的评分结果。
第6个动作“指鼻试验”,标准化后的测试动作包括:受测方食指重复指鼻尖和检查者手指,距离90%臂长,要求中等速度,评价动作性震颤幅度。
评分指标可以包括:0分:无震颤;1分:震颤幅度<2cm;2分:震颤幅度<5cm;3分:震颤幅度>5cm;4分:不能完成5次运动。
评价参数可以包括距离参数中的指定距离:指尖坐标与鼻尖坐标的距离,指鼻试验顾名思义采用的是指尖和鼻尖的坐标点,也就是HAND_TIP(双侧)的三维坐标Ra6和NOSE的三维坐标Rb6,考察指得准不准即可反映为两点指尖的距离D6,距离越短,指得越准:Ra6=(Xa6,Ya6,Za6);Rb6=(Xb6,Yb6,Zb6);
评价指标与参数值拟合的过程可以结合手指坐标点Ra6与鼻子坐标点Rb6的距离D6所得数据,按照如表9进行打分:
表9坐标点距离对照表
<![CDATA[D<sub>6</sub>(cm)]]> | 0 | >0&&≤2 | >2&&≤5 | >5 | — |
<![CDATA[C<sub>s6</sub>]]> | 0 | 1 | 2 | 3 | 4 |
其中,“—”指无数据,即无法完成。由此得到指鼻试验的SARA量表的分数为Cs6,由此得到最终的评分结果。
第7个动作“快速轮替试验”,标准化后的测试动作可以包括:受测方在大腿上完成10次快速轮替(手掌正反拍打大腿表面)动作,要求完成时间<10秒,施测者记录具体完成时间。
评分指标可以包括:0分:正常,动作规则(完成时间<10秒);1分:轻度不规则(完成时间<10秒);2分:明显不规则,单个动作难于辨认或中断(完成时间<10秒);3分:非常不规则,单个动作难于辨认或中断(完成时间>10秒);4分:不能完成10次动作。
评价参数可以包括:距离参数中的指定角度(角度也称作角距离,故而将其看作距离参数中的一种)、数量参数中的指定次数和时间参数中的指定时间。
其中,指定角度:翻转前的拇指THUMB三维坐标点(如图1所示)Rt71与手掌HAND三维坐标点Rh71连线与翻转后的Rt72与Rh72连线的角度θ7,依据这两个坐标点连线角度大于160°,即可视为手掌完成了一次翻转,统计选择中位数:
指定次数:固定坐标点连线来回旋转次数N7:N7=0,若θ7≥160°,则N7+1。
指定时间:固定坐标点连线来回旋转完成时间:若N7=10,记下完成时间T7。
评价指标与参数值拟合的过程可以结合θ,N和T所得数据,按照θ7,N7的得分C71和T7的得分C72如表10和表11进行打分:
表10θ7,N7对照表
表11 T对照表
<![CDATA[T<sub>7</sub>(s)]]> | ≤7 | 8 | 9 | 10 | >10 |
<![CDATA[C<sub>72</sub>]]> | 0 | 1 | 2 | 3 | 4 |
根据两个测试模块的分数加权,由此得到快速轮替试验的SARA量表的分数为Cs7,Cs7=0.5×C71+0.5×C72,并得到最终评分结果。
第8个动作“跟膝胫试验”,标准化后的测试动作可以包括:受测方进行3次试验动作,脚踝紧贴对侧胫骨,由对侧膝盖下滑至对侧脚踝,下滑时间<3秒,如果3次下滑均未接触胫骨,评为4级。
评分指标包括:0分:正常;1分:轻度异常,足跟能沿胫骨下滑;2分:明显异常,3次动作足跟离开胫骨累计达到3次;3分:严重异常,3次动作足跟离开胫骨累计4次或4次以上;4分:不能完成动作。
评价参数包括距离参数中的指定距离:左侧脚踝ANKLE_LEFT坐标点Ra8l与对侧膝盖KNEE_RIGHT坐标点Rk8r和脚踝ANKLE_RIGHT坐标点Ra8r连线的最短距离D8l;右侧脚踝ANKLE_RIGHT坐标点Ra8r与对侧膝盖KNEE_LEFT坐标点Rk8l和脚踝ANKLE_LEFT坐标点Ra8l连线的最短距离D8r;根据指定动作的要求,可以得出,若脚踝远离对侧膝盖和脚踝的连线,即可视为足跟远离胫骨,由于下肢有厚度,以3cm作为基准距离,做下三组动作,记下D8l和D8r大于3cm的次数N81和N82。
Ra8l=(X81,Y81,Z81);Ra8r=(X82,Y82,Z82);Rk8l=(X83,Y83,Z83);Rk8r=(X84,Y84,Z84); D8l=sinθ8·|Ra8l-Rk8r|;D8r=sinβ8·|Ra8r-Rk8l|。
评价指标与参数值拟合的过程可以结合离开次数N81和N82所得数据,按照表12进行打分:
表12左侧远离次数对照表
<![CDATA[N<sub>81</sub>]]> | 0 | 1-2 | 3 | ≥4 | — |
<![CDATA[C<sub>s8</sub>]]> | 0 | 1 | 2 | 3 | 4 |
其中,“—”指无数据,即无法完成。由此得到跟膝胫试验的SARA量表的分数为Cs8。由此得到最终评分结果。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种确定测试动作的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,除下面所记载的特征外,该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征或效果。该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的确定测试动作的装置500包括:动作数据采集单元501、坐标变化确定单元502、执行程度确定单元503。其中,动作数据采集单元501,被配置成确定预设的量表中需要受测方执行的测试动作和所述受测方在执行所述测试动作时的动作数据;坐标变化确定单元502,被配置成在预设的人体骨骼点中,确定与所述测试动作匹配的指定骨骼点,并根据所述动作数据,确定所述指定骨骼点的坐标变化;执行程度确定单元503,被配置成根据所述坐标变化,以及预设的量表中的评分指标,确定表示所述受测方对所述测试动作的执行程度。
在本实施例中,确定测试动作的装置500的动作数据采集单元501、坐标变化确定单元502、执行程度确定单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203的相关说明,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的确定测试动作的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本申请实施例所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本申请实施例中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的确定测试动作的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的确定测试动作的方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的确定测试动作的方法对应的程序指令/模块(例如,附图5所示的动作数据采集单元501、坐标变化确定单元502、执行程度确定单元503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的确定测试动作的方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据确定测试动作的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至确定测试动作的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
确定测试动作的方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与确定测试动作的设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本申请实施例使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括动作数据采集单元、坐标变化确定单元、评分单元和能力判断单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,动作数据采集单元还可以被描述为“对受测方的动作采集的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:确定量表中需要受测方执行的测试动作,并采集所述受测方在执行所述测试动作时的动作数据;在预设的人体骨骼点中,确定与所述测试动作匹配的指定骨骼点,并根据所述动作数据,确定所述指定骨骼点的坐标变化;根据所述坐标变化,以及预设的评分指标,得到表示所述受测方对所述测试动作的执行程度的评分结果;根据所述受测方执行的所述量表中的多个测试动作分别对应的评分结果,对所述受测方的动作执行能力进行判断。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种确定测试动作的方法,所述方法包括:
确定预设的量表中需要受测方执行的测试动作和所述受测方在执行所述测试动作时的动作数据;
在预设的人体骨骼点中,确定与所述测试动作匹配的指定骨骼点,并根据所述动作数据,确定所述指定骨骼点的坐标变化;
根据所述坐标变化,以及预设的量表中的评分指标,确定表示所述受测方对所述测试动作的执行程度;
所述在预设的人体骨骼点中,确定与所述测试动作匹配的指定骨骼点,具体包括:
确定评价所述测试动作所需要的评价参数,所述评价参数用于评价所述测试动作的动作完成度、动作异常度中的至少一种,所述动作完成度的评价权重高于所述动作异常度;
针对每个所述评价参数,在预设的人体骨骼点中,确定与该评价参数匹配的指定骨骼点。
2.根据权利要求1所述的方法,其中,所述根据所述坐标变化,以及预设的量表中的评分指标,确定表示所述受测方对所述测试动作的执行程度,具体包括:
根据所述动作数据,确定所述测试动作的执行过程中,是否存在外部辅助因素;
根据所述外部辅助因素的确定结果,以及所述外部辅助因素的类型,得到在预设的评分指标中所处的评分范围;
根据所述坐标变化,确定所述评价参数对应的参数值,并根据所述参数值在所述评分范围中确定表示所述受测方对所述测试动作的执行程度。
3.根据权利要求2所述的方法,其中,所述评价参数包括速度参数、摇晃参数、距离参数、时间参数、数量参数中的至少一种;
所述根据所述坐标变化,确定所述评价参数对应的参数值,具体包括:
确定所述评价参数属于所述摇晃参数,并确定所述摇晃参数对应的多个指定骨骼点,所述多个指定骨骼点至少包括一个位于预设人体位置上方的指定骨骼点和一个位于预设人体位置下方的指定骨骼点,所述预设人体位置属于所述摇晃参数对应的人体部位;
将所述多个指定骨骼点进行两两连线,并将所述连线与法向量之间的夹角作为所述摇晃参数中的摇晃度,所述法向量基于所述受测方的人体骨骼点在所处的三维空间的前进方向确定;
并将所述摇晃度高于预设角度时的持续时间,作为所述摇晃参数中的摇晃时间。
4.根据权利要求1所述的方法,其中,所述确定预设的量表中需要受测方执行的测试动作,具体包括:
获取预先设置的量表,并确定所述量表中与肢体动作相关的指定动作;
确定所述指定动作中,需要受测方执行的动作指令,并对所述动作指令进行量化,以将包含量化后的动作指令的指定动作,作为需要受测方执行的测试动作。
5.根据权利要求1所述的方法,其中,所述根据所述坐标变化,以及预设的量表中的评分指标,确定表示所述受测方对所述测试动作的执行程度之后,所述方法还包括:
确定所述量表中的多个测试动作对应的测试顺序;
若所述测试顺序中最靠前的若干个的指定测试动作的评分结果高于预设评分结果,且除所述指定测试动作之外的其他测试动作均低于所述预设评分结果,则确定所述指定测试动作对应的所述动作异常度的变化规律;
若所述变化规律符合预设规律,则对所述指定测试动作的评分结果进行调低补偿。
6.根据权利要求5所述的方法,其中,所述确定所述指定测试动作对应的所述动作异常度的变化规律,具体包括:
确定所述指定测试动作对应的动作异常度所对应的评价参数;
根据所述坐标变化,确定所述评价参数对应的参数值,并确认所述参数值对应的变化曲线,以根据所述变化曲线确定所述动作异常度的变化规律;
所述变化规律符合预设规律,具体包括:
若所述变化曲线对应的参数值为降低趋势,且降低速度稳定在预设范围内,则确定所述变化规律符合预设规律。
7.一种确定测试动作的装置,所述装置包括:
动作数据采集单元,确定预设的量表中需要受测方执行的测试动作和所述受测方在执行所述测试动作时的动作数据;
坐标变化确定单元,在预设的人体骨骼点中,确定与所述测试动作匹配的指定骨骼点,并根据所述动作数据,确定所述指定骨骼点的坐标变化;
执行程度确定单元,根据所述坐标变化,以及预设的量表中的评分指标,确定表示所述受测方对所述测试动作的执行程度;
所述坐标变化确定单元,确定评价所述测试动作所需要的评价参数,所述评价参数用于评价所述测试动作的动作完成度、动作异常度中的至少一种,所述动作完成度的评价权重高于所述动作异常度;
针对每个所述评价参数,在预设的人体骨骼点中,确定与该评价参数匹配的指定骨骼点。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211048403.4A CN115299934B (zh) | 2022-08-30 | 2022-08-30 | 确定测试动作的方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211048403.4A CN115299934B (zh) | 2022-08-30 | 2022-08-30 | 确定测试动作的方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115299934A CN115299934A (zh) | 2022-11-08 |
CN115299934B true CN115299934B (zh) | 2023-04-18 |
Family
ID=83865657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211048403.4A Active CN115299934B (zh) | 2022-08-30 | 2022-08-30 | 确定测试动作的方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115299934B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ZA201701963B (en) * | 2016-09-23 | 2018-05-30 | Tata Consultancy Services Ltd | Method and system for determining postural balance of a person |
CN108764120B (zh) * | 2018-05-24 | 2021-11-09 | 杭州师范大学 | 一种人体规范动作评价方法 |
CN111652076B (zh) * | 2020-05-11 | 2024-05-31 | 重庆知熠行科技发展有限公司 | 一种面向ad量表理解能力测试的姿态自动识别系统 |
CN112370045B (zh) * | 2020-10-15 | 2022-04-05 | 北京大学 | 基于人工智能的功能性动作检测方法及系统 |
CN112641441B (zh) * | 2020-12-18 | 2024-01-02 | 河南翔宇医疗设备股份有限公司 | 一种体态评估方法、系统、装置及计算机可读存储介质 |
CN114049683A (zh) * | 2021-10-26 | 2022-02-15 | 哈尔滨工业大学(威海) | 基于三维人体骨架模型的愈后康复辅助检测系统、方法、介质 |
CN114532986B (zh) * | 2022-02-09 | 2022-11-04 | 北京中科睿医信息科技有限公司 | 一种基于三维空间动作捕捉的人体平衡测量方法和系统 |
-
2022
- 2022-08-30 CN CN202211048403.4A patent/CN115299934B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115299934A (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Slade et al. | An open-source and wearable system for measuring 3D human motion in real-time | |
Humadi et al. | In-field instrumented ergonomic risk assessment: Inertial measurement units versus Kinect V2 | |
EP3047791B1 (en) | Information processing apparatus, method and storage medium | |
Memar et al. | Quantification of whole-body bradykinesia in Parkinson's disease participants using multiple inertial sensors | |
JP6914896B2 (ja) | 健康状態診断システム | |
KR20160055006A (ko) | 손목형 체성분 측정 장치 및 이를 이용한 체성분 측정 방법 | |
Bevilacqua et al. | Automatic classification of knee rehabilitation exercises using a single inertial sensor: A case study | |
Bessone et al. | Validation of a new inertial measurement unit system based on different dynamic movements for future in-field applications | |
Millar et al. | Routine clinical motion analysis: comparison of a bespoke real-time protocol to current clinical methods | |
CN115346670A (zh) | 基于姿态识别的帕金森病评级方法、电子设备及介质 | |
Rodrigues et al. | Ergonomic assessment of office worker postures using 3D automated joint angle assessment | |
McCabe et al. | Developing a method for quantifying hip joint angles and moments during walking using neural networks and wearables | |
CN115299934B (zh) | 确定测试动作的方法、装置、设备及介质 | |
Nguyen et al. | Sensing and characterization of the wrist using dart thrower’s movement | |
CN115130851A (zh) | 一种临床护理控制方法和系统 | |
CN115153517B (zh) | 计时起立行走测试的测试方法、装置、设备及存储介质 | |
Jackson et al. | Computer-assisted approaches for measuring, segmenting, and analyzing functional upper extremity movement: a narrative review of the current state, limitations, and future directions | |
CN110755084A (zh) | 基于主被动、分阶段动作的运动功能评估方法及设备 | |
Wang et al. | Design and evaluation of an exergame system of knee with the Azure Kinect | |
Kashyap et al. | A sensor-based comprehensive objective assessment of motor symptoms in cerebellar ataxia | |
CN114863567B (zh) | 一种用于确定步态信息的方法和装置 | |
Uhlenberg et al. | Where to mount the IMU? Validation of joint angle kinematics and sensor selection for activities of daily living | |
US20220301723A1 (en) | Assessing disease risks from user captured images | |
Saalfeld et al. | Semi-Automatically Measuring Shoulders' Range of Motion–Objective Measurements with Good Reliability and Accuracy | |
JP2018055626A (ja) | 運動方法自動提示システム、及び運動方法自動提示方法 |
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 |