CN209733994U - 一种步态采集与分析装置 - Google Patents
一种步态采集与分析装置 Download PDFInfo
- Publication number
- CN209733994U CN209733994U CN201821316595.1U CN201821316595U CN209733994U CN 209733994 U CN209733994 U CN 209733994U CN 201821316595 U CN201821316595 U CN 201821316595U CN 209733994 U CN209733994 U CN 209733994U
- Authority
- CN
- China
- Prior art keywords
- image
- gait
- acquisition
- analysis device
- analysis
- 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
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Abstract
本实用新型公开了一种步态采集与分析装置,该装置包括主机箱以及与其相连的图像采集部件,所述图像采集部件用于采集受试者的深度和彩色步态图像,所述主机箱包括控制主机,用于控制所述图像采集部件的图像采集过程,并用于处理和分析采集到的所述步态图像。本实用新型体积小、结构简单、操作简洁、便于携带,由于采用深度图像与彩色图像的同步采集和多目成像原理,不需要受试者绑定光标或红外标点,无需更换衣物,穿着紧身衣物即可完成测试,大大减少了测试消耗的时间,且没有测试场地的限制,不需要单独建造检查科室,数据分析简易,采集完成后,数据可自动上传至云端服务器中进行自动分析。
Description
技术领域
本实用新型属于步态分析领域,涉及一种步态采集与分析装置。
背景技术
步态是指人或动物通过肢体运动并前进的一种周期性的形式和样子。不同文献对步态的定义多有不同,模糊来说,步态就是描述人或动物走路特点的一种周期性现象,并且每个周期可以被分为多个部分进行分析。当代关于步态分析的研究基本都是以人类为对象,所以我们提到“步态”,一般特指是人类的行走方式。
步态分析是运用生物力学的概念,通过人体在行走过程中采集到的步态数据计算步态时间、空间、动力学等步态参数,并对步态特征进行研究分析的过程。随着计算机技术与人体生物力学的发展,近年来步态分析无论是在临床上,还是在科研领域,均受到越来越多的重视,例如在动作识别、康复评估、疾病监测、人工关节与辅具设计等方面都表现出极大的研究价值和应用价值。
关于步态采集与分析使用的相关技术,目前国际上主要有两种,一种是基于传感器的运动检测技术,另外一种是基于光学的三维运动捕捉技术。基于光学的三维运动捕捉技术,该领域知名的产品有英国Vicon公司开发的三维运动捕捉系统、加拿大NDI公司开发的Optotrak步态/姿势分析系统等。该类设备由多个高精度的高速摄像头组成,摄像头通过捕捉置于受试者表面光标所发射的光线或反射的红外光,采集和记录运动轨迹。此类设备在运动监测方面具有非常高的精度,但价格昂贵、设备应用所需面积大、对测量环境和操作人员要求高(需要标准化的测试场地,并需要有经验的技师粘贴光标点),患者测量过程中需要裸身、使用时需要多名助手参与、操控复杂、操作流程冗长。目前只在我国少量大型医院中作为科研设备使用,难以进入临床应用中,更不可能在面向家庭与社区等非医疗机构环境下应用。
为了实现步态采集与分析设备的低成本、高精度和便捷性,近年来国外各大研究机构开始应用低成本且更方便的体感设备,但由于其精度有限,无法满足步态分析所需的复杂的量化要求。因此,尚未能应用于临床中的步态分析,更不能满足日常及社区等非医疗机构环境下的运动监测与康复评估的要求。
实用新型内容
有鉴于现有技术存在的上述缺点,本实用新型提供了一种步态采集与分析装置,该装置包括主机箱以及与其相连的图像采集部件,所述图像采集部件用于采集受试者的深度和彩色步态图像,所述主机箱包括控制主机,用于控制所述图像采集部件的图像采集过程,并用于处理和分析采集到的所述步态图像。
进一步,所述图像采集部件包括多个摄像头,优选为两个或三个摄像头,分别设置在不同角度和位置。
在本实用新型的一种优选实施方式中,所述图像采集部件采用多目成像原理,多个摄像头分别位于不同的角度,通过同步采集数据实现对被试者数据的完整采集。
优选地,所述图像采集部件同步采集步态的深度图像与彩色图像。在本实用新型的一种优选实施方式中,所述深度图像的分辨率为512×424,所述彩色图像的分辨率为1920×1080。
优选地,在图像采集过程中,将彩色图像压缩为视频格式,将深度图像进行编码压缩,仅保留受试者周围的数据点。
优选地,所述图像采集部件以30帧/秒以上的速度采集和保存图像数据。
优选地,所述图像采集部件可平移和/或旋转,或者优选地,所述图像采集部件可伸缩,便于摄像头从需要的角度采集图像,同时也便于部件本身的收纳。
优选地,所述图像采集部件具有采集臂,每个采集臂对应设置一个摄像头。进一步优选地,所述采集臂可平移和/或旋转和/或伸缩。进一步优选地,所述采集臂为弧线设计,使各摄像头之间形成一定角度。
进一步,所述图像采集部件具有工作位和收纳位;当摄像头采集图像时,所述图像采集部件向外扩张至工作位,当摄像头停止工作时,所述图像采集部件向内收缩至收纳位。
在本实用新型的一种优选实施方式中,所述图像采集部件通过旋转轴与所述主机箱相连,且具有两个摄像头;当摄像头采集图像时,所述图像采集部件旋转至两个摄像头呈水平摆放的工作位,当摄像头停止工作时,所述图像采集部件旋转至两个摄像头呈竖直摆放的收纳位。
优选地,所述两个或多个摄像头相互之间呈一定角度设置。
优选地,所述主机箱还包括操作平台,用于供操作人员操作所述控制主机。
优选地,所述主机箱还包括储物部件,用于存放各种物品,特别是与步态采集与分析相关的物品。在本实用新型的一种优选实施方式中,所述储物部件为抽屉。
优选地,所述主机箱还包括轮子,设置于所述主机箱的底部,使主机箱便于移动。
优选地,所述主机箱还包括把手,设置于所述主机箱的适合于人用手推拉的位置。
在本实用新型的一种优选实施方式中,所述步态采集与分析装置的主机箱从上到下依次设置有显示器、操作平台、把手、储物部件、控制主机、轮子,在该主机箱的一侧,优选为操作侧的对侧,连接有图像采集部件,该图像采集部件具有两个摄像头。
进一步,所述控制主机包括图像数据采集软件、数据处理与分析软件。
优选地,所述图像采集部件可拆卸,拆卸下来的图像采集部件通过与具有图像数据采集软件的计算机连接后便可采集图像,从而便于携带并可在任何方便的场所进行步态图像采集。更优选地,所述图像采集部件包括图像数据采集软件。
进一步优选地,所述图像数据采集软件可将采集的图像数据上传至云端,以便于数据处理与分析软件从云端获得数据进行处理与分析,从而实现图像采集地点的自由变换。
进一步,本实用新型还提供了一种步态图像采集器,具有多个采集臂,每个采集臂设置有一个摄像头,同步采集步态的深度图像与彩色图像;进一步,各摄像头之间形成一定角度,便于深度图像的采集。
优选地,所述数据处理与分析软件通过以下方法进行数据处理:基于深度学习的图像语义分割,将人体分割为各个节段;通过采集得到的深度与彩色图像获取人体各个节段的三维点云数据,并利用迭代最近点(ICP)算法获取人体各个阶段的平移和旋转矩阵,进一步获取人体各个关节中心在空间中的位置;利用基于网格的运动估计(GMS)算法对多个成像进行精确校准。
进一步,所述基于深度学习的图像语义分割包括训练过程和应用过程,其中训练过程的步骤为:采集大量的志愿者数据,对志愿者数据进行语义分割,将人体各个节段分割出来,形成训练数据集,使用680层神经网络,利用训练数据集对神经网络进行训练;应用过程的步骤为:将训练好的深度神经网络模型应用于采集得到的彩色图像中,准确划分人体各个节段,再根据彩色图像中对人体各个节段的划分应用于三维点云中,对人体的点云进行标记分类。
更进一步,所述数据处理装置基于人体各个关节中心在空间中的位置,计算人体步态的时间空间参数和包括关节角在内的运动学参数。
优选地,所述迭代最近点(ICP)算法的图像处理方法,包括以下步骤:
获取步骤,用于获取由图像采集部件采集的人体图像数据;
分割步骤,基于深度学习的图像语义分割,将获取的人体图像分割为各个节段;
配准步骤,基于分割的人体的各个节段,获取各个节段对应的三维点云数据,并利用ICP算法获取人体各个节段的平移和旋转矩阵;
校准步骤,利用基于网格的运动估计(GMS)算法对由图像采集部件同步采集的多个图像进行精确校准。
本实用新型的步态采集与分析装置具有以下优点:
1、体积小、结构简单、便于携带,本实用新型本身体积较小,且图像采集部件可收纳,主机箱可移动,考虑到产品的灵活性和便利性,本实用新型的图像采集部件还可拆卸,并可单独用于步态图像的采集,因而测试地点可自由选择;
2、由于采用深度图像与彩色图像的同步采集和多目成像原理,本实用新型不需要受试者绑定光标或红外标点,无需更换衣物,穿着紧身衣物即可完成测试,大大减少了测试消耗的时间;
3、操作简洁,操作人员只需选择功能,并观察测试过程即可,无需任何多余操作;
4、没有测试场地的限制,由于本实用新型的图像采集原理对完成测试的空间要求小,因而医护人员在使用本产品时不需要单独建造检查科室,能够更便捷的使用;
5、数据分析简易,采集完成后,数据可自动上传至云端服务器中进行自动分析。
以下将结合附图对本实用新型的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本实用新型的目的、特征和效果。
附图说明
图1是本实用新型的步态采集与分析装置优选实施例的结构示意图,其中图像采集部件处于收纳位;
图2是本实用新型的步态采集与分析装置优选实施例的背面结构示意图,其中图像采集部件出于工作位;
图3是本实用新型的步态采集与分析装置优选实施例的图像采集部件与主机箱连接部位的结构示意图;
图4是本实用新型的步态采集与分析装置的图像采集部件拆卸下来后的结构示意图。
具体实施方式
下面详细描述本实用新型的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本实用新型,而不能理解为对本实用新型的限制。
在本实用新型的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本实用新型和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本实用新型的限制。
在本实用新型中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本实用新型中的具体含义。
如图1至图3所示,本实施例提供了一种步态采集与分析装置,包括主机箱1、图像采集部件2,其中主机箱内设置有控制主机(图中未示出),用于控制所述图像采集部件的图像采集过程,并用于处理和分析采集到的所述步态图像。
主机箱1的顶面为操作平台,其上设置有控制主机的显示器3,主机箱还包括储物抽屉4、5、6,其中抽屉4中可放置控制主机的键盘,操作人员可面对显示器3站立,从而方便地操作控制主机。
主机箱1靠近顶部的位置设置有把手7,主机箱1的底部设置有侧轮8和背轮9,操作人员可以通过推拉把手7方便地移动整个装置。
本实施例中的图像采集装置为一体化的采集臂设计,具有两个摄像头,采集臂2的两端各设置有一个摄像头分别为21和22,采用多目成像原理,分别从不同的角度采集受试者的深度图像和彩色图像。本实施例中的采集臂2可旋转,通过图3可知,采集臂2通过旋转轴10与主机箱1连接。图1中的采集臂处于竖直的收纳位,占地面积小,方便收纳,图2中的采集臂处于水平的工作位,且从图1、图3和图4可知,采集臂2具有一定弧度,两个摄像头之间有一定的夹角,有利于深度图像的采集。
本实用新型的步态采集与分析装置采集步态图像时,只需将摄像头面对受试者,受试者身着贴身的普通衣物,正常行走即可,受试者的最佳站位为正对两个摄像头的中轴线,装置的操作者站在主机箱的另一侧操作控制主机,控制主机中安装有图像数据采集软件和数据处理与分析软件,图像数据采集软件以30帧/秒的速度采集和保存数据。
进一步,图像数据采集软件可将采集的图像数据上传至云端,数据处理与分析软件可以直接安装在云端或由设置在医院的计算机从云端下载数据进行处理与分析,从而实现图像采集地点的自由变换。
所述数据处理与分析软件通过以下方法进行数据处理:基于深度学习的图像语义分割,将人体分割为各个节段;通过采集得到的深度与彩色图像获取人体各个节段的三维点云数据,并利用迭代最近点(ICP)算法获取人体各个阶段的平移和旋转矩阵,进一步获取人体各个关节中心在空间中的位置;利用基于网格的运动估计(GMS)算法对多个成像进行精确校准。
以上详细描述了本实用新型的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本实用新型的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本实用新型的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种步态采集与分析装置,其特征在于,包括主机箱以及与其相连的图像采集部件,所述图像采集部件用于采集受试者的深度和彩色步态图像,所述主机箱包括控制主机,用于控制所述图像采集部件的图像采集过程,并用于处理和分析采集到的所述步态图像。
2.如权利要求1所述的步态采集与分析装置,其特征在于,所述图像采集部件包括多个摄像头。
3.如权利要求1所述的步态采集与分析装置,其特征在于,所述图像采集部件可平移和/或旋转和/或伸缩。
4.如权利要求1所述的步态采集与分析装置,其特征在于,所述图像采集部件具有工作位和收纳位;当摄像头采集图像时,所述图像采集部件向外扩张至工作位,当摄像头停止工作时,所述图像采集部件向内收缩至收纳位。
5.如权利要求1所述的步态采集与分析装置,其特征在于,所述主机箱还包括操作平台,用于供操作人员操作所述控制主机。
6.如权利要求1所述的步态采集与分析装置,其特征在于,所述主机箱还包括储物部件。
7.如权利要求1所述的步态采集与分析装置,其特征在于,所述主机箱还包括轮子和把手。
8.如权利要求1所述的步态采集与分析装置,其特征在于,所述控制主机包括图像数据采集软件,其可将采集的图像数据上传至云端。
9.如权利要求1所述的步态采集与分析装置,其特征在于,所述控制主机包括数据处理与分析软件,其通过以下方法进行数据处理:基于深度学习的图像语义分割,将人体分割为各个节段;通过采集得到的深度与彩色图像获取人体各个节段的三维点云数据,并利用迭代最近点算法获取人体各个阶段的平移和旋转矩阵,进一步获取人体各个关节中心在空间中的位置;利用基于网格的运动估计算法对多个成像进行精确校准。
10.如权利要求1所述的步态采集与分析装置,其特征在于,所述图像采集部件具有采集臂,所述采集臂设置有两个摄像头,同步采集步态的深度图像与彩色图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201821316595.1U CN209733994U (zh) | 2018-08-15 | 2018-08-15 | 一种步态采集与分析装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201821316595.1U CN209733994U (zh) | 2018-08-15 | 2018-08-15 | 一种步态采集与分析装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN209733994U true CN209733994U (zh) | 2019-12-06 |
Family
ID=68702101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201821316595.1U Active CN209733994U (zh) | 2018-08-15 | 2018-08-15 | 一种步态采集与分析装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN209733994U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110833418A (zh) * | 2018-08-15 | 2020-02-25 | 上海脉沃医疗科技有限公司 | 一种步态采集与分析装置 |
-
2018
- 2018-08-15 CN CN201821316595.1U patent/CN209733994U/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110833418A (zh) * | 2018-08-15 | 2020-02-25 | 上海脉沃医疗科技有限公司 | 一种步态采集与分析装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Robertson et al. | Research methods in biomechanics | |
CN105468896B (zh) | 关节运动检测系统及方法 | |
CA3042819A1 (en) | Method and system for postural analysis and measuring anatomical dimensions from a digital image using machine learning | |
EP3376414B1 (en) | Joint movement detection system and method, and dynamic assessment method and system for knee joint | |
CN102679964B (zh) | 步态参数测量系统及其数据处理装置和方法 | |
CN112826458B (zh) | 脉诊系统和脉诊方法 | |
CN104887238A (zh) | 基于动作捕捉的手康复训练评估系统和方法 | |
CN103584919A (zh) | 多模态生物信号同步检测系统及方法 | |
Surer et al. | Methods and technologies for gait analysis | |
CN107122593A (zh) | 基于深度扫描与信息分析的上肢淋巴水肿监测系统 | |
CN103340632A (zh) | 一种基于特征点空间位置的人体关节角度测量方法 | |
CN110833418A (zh) | 一种步态采集与分析装置 | |
CN209733994U (zh) | 一种步态采集与分析装置 | |
CN115661862A (zh) | 一种基于压力视觉卷积模型的坐姿样本集自动标注方法 | |
Chen et al. | Measurement of body joint angles for physical therapy based on mean shift tracking using two low cost Kinect images | |
CN112183316A (zh) | 一种运动员人体姿态测量方法 | |
CN102479386A (zh) | 基于单目视频的人体上半身三维运动跟踪方法 | |
CN114332421A (zh) | 一种考虑人因的增强现实辅助装配系统 | |
US20210267494A1 (en) | Analysis system and method of joint movement | |
CN204500710U (zh) | 康复运动记录仪 | |
CN110837748B (zh) | 远程步态采集分析系统 | |
CN104285240A (zh) | 基于立体x射线管的对体外的高对比物体的抑制 | |
Bagheri et al. | IMU Applications within STEM Branch: Cognitive, Behavioral, Practical and Design-Based Implementation Approach | |
Lu et al. | Comparing limb-volume measurement techniques: 3D models from an infrared depth sensor versus water displacement | |
CN111369626A (zh) | 基于深度学习的无标志点上肢运动分析方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |