TWI824650B - 體態檢測系統及體態檢測方法 - Google Patents
體態檢測系統及體態檢測方法 Download PDFInfo
- Publication number
- TWI824650B TWI824650B TW111129482A TW111129482A TWI824650B TW I824650 B TWI824650 B TW I824650B TW 111129482 A TW111129482 A TW 111129482A TW 111129482 A TW111129482 A TW 111129482A TW I824650 B TWI824650 B TW I824650B
- Authority
- TW
- Taiwan
- Prior art keywords
- detection
- image
- electronic device
- person
- posture detection
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 212
- 238000010586 diagram Methods 0.000 claims abstract description 58
- 210000002414 leg Anatomy 0.000 claims description 47
- 210000003205 muscle Anatomy 0.000 claims description 33
- 238000001827 electrotherapy Methods 0.000 claims description 18
- 210000003127 knee Anatomy 0.000 claims description 10
- 230000004913 activation Effects 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 description 10
- 244000309466 calf Species 0.000 description 8
- 210000000689 upper leg Anatomy 0.000 description 8
- 238000001467 acupuncture Methods 0.000 description 6
- 210000000988 bone and bone Anatomy 0.000 description 4
- 230000003750 conditioning effect Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 3
- 210000003423 ankle Anatomy 0.000 description 2
- 210000004197 pelvis Anatomy 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 241001227561 Valgus Species 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- 238000001126 phototherapy Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000000015 thermotherapy Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Image Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
一種體態檢測系統，包含一電子裝置與一分析模組。體態檢測方法包含：由電子裝置取得至少一人體影像；分析模組辨識人體影像並產生對應的一骨架圖，骨架圖包含複數個特徵點，各特徵點對應該人體影像的一個部位；依據骨架圖中的特徵點進行複數個體態檢測項目的判斷，並產生複數個檢測結果；將檢測結果顯示於一顯示器上。藉此，可方便得知受測之人員的體態的狀態。
Description
本發明係與人體的體態檢測有關；特別是指一種體態檢測系統及體態檢測方法。
人體的骨骼與神經、肌肉有著密不可分的重要性，不管是對身體起支撐或運動的作用，同時也保護著人體重要的臟腑經絡，有良好的體態，才能有健康的生活品質。
骨骼系統有問題時，大多都會找骨科醫生看診，近年來由於醫學的發展使得人類的壽命延長、老年人口的增加，讓許多退化性疾病大幅增多。醫生診斷病患的過程中，常會依照觸診或照X光的方式來判斷患者的體態是否正常，從骨骼的位置推測潛在風險，並擬定合適的治療方案。由於患者數量之多，醫生人力有限，可能會造成門診爆滿的情況發生，導致醫療資源吃緊。
有鑑於此，本發明之目的在於提供一種體態檢測系統及體態檢測方法，可以方便得知受測之人員的體態的狀態。
緣以達成上述目的，本發明提供的一種體態檢測系統，包含一電子裝置與一分析模組，其中，該電子裝置具有一攝影模組與一顯示器，該攝影模組用以拍攝一人員，以取得至少一人體影像；該分析模組訊號連接該電子裝置，該分析模組辨識該至少一人體影像並產生對應的至少一骨架圖，該至少一骨架圖包含複數個特徵點，各該特徵點對應該人體影像的一個部位；該分析模組依據該至少一骨架圖中的該些特徵點進行複數個體態檢測項目的判斷，並產生複數個檢測結果；該分析模組將該些檢測結果傳送到該電子裝置；其中，該電子裝置接收該些檢測結果，並將該些檢測結果顯示於該顯示器上。
本發明提供的一種體態檢測方法，包含下列步驟：
A. 取得至少一人體影像；
B. 辨識該至少一人體影像並產生對應的至少一骨架圖，該至少一骨架圖包含複數個特徵點，各該特徵點對應該至少一人體影像的一個部位；
C. 依據該至少一骨架圖中的該些特徵點進行複數個體態檢測項目的判斷，並產生複數個檢測結果；
D. 將該些檢測結果顯示於一顯示器上。
本發明之效果在於，藉由電子裝置拍攝受測之人員的人體影像，經過分析後得到體態檢測項目的檢測結果，可方便得知受測之人員的體態的狀態，並可減少醫療資源的浪費。
為能更清楚地說明本發明，茲舉較佳實施例並配合圖式詳細說明如後。請參圖1所示，為本發明一較佳實施例之體態檢測系統1，包含一電子裝置10與一分析模組20。
該電子裝置10具有一攝影模組與一顯示器14，該電子裝置10為智慧型手機，但不以此為限，電子裝置10亦可為平板電腦、筆記型電腦、桌上電腦等可連接網路的裝置。該電子裝置10用以執行一應用程式。使用者操作該電子裝置10執行該應用程式以控制該攝影模組12拍攝一受測之人員的身體，以取得至少一人體影像。使用者可為受測之人員本人或其他人。
該分析模組20以設置於一伺服器30中為例，但不以此為限，該分析模組20亦可設置於該電子裝置10中。本實施例中，該伺服器30透過網路40與該電子裝置10連線，使該分析模組20與該電子裝置10訊號連接。該分析模組20用以接收人體影像並辨識人體影像，以產生對應的骨架圖。該分析模組20係使用人體姿態估計(Human Pose Estimation)之演算法辨識人體影像以產生對應的骨架圖，本實施例中係採用AlphaPose演算法，但不以此為限，亦可採用OpenPose演算法或其它可由人體影像產生骨架圖的人體姿態估計演算法。實務上，可再配合YOLOv4演算法辨識影像中是否有人體影像存在，若有人體影像時，再以AlphaPose演算法產生骨架圖。
於後說明本實施例之體態檢測方法，其該體態檢測方法應用於該體態檢測系統1，體態檢測方法包含圖2所示之下列步驟。
步驟S11：取得至少一人體影像。
本實施例中，請配合圖3，使用者操作該電子裝置10執行該應用程式，並於該電子裝置10的顯示器14上顯示一操作介面50，該操作介面50具有一預覽窗格502、一拍攝按鈕504與一辨識按鈕506，該預覽窗格502用以顯示該攝影模組12取得的影像，並且使用者點選拍攝按鈕504可進行拍攝，以取得人體影像60，人體影像60為靜態的影像。拍攝後，使用者確認預覽窗格中具有人體影像60時，點選該辨識按鈕506，該電子裝置10便將該人體影像60傳送到該分析模組20。本實施例中，電子裝置10係經由網路40將人體影像60傳送到該伺服器30。
較佳者，於本步驟中係分別使用電子裝置10拍攝複數個人體影像60，該些人體影像60包括一正視影像與一側視影像。正視影像即人員正面的全身之影像（圖3參照），側視影像即人員側面的全身之影像。電子裝置10將該些人體影像60分別傳送至該分析模組20。
步驟S12：辨識各該人體影像60並產生對應的一骨架圖62（圖4參照），各該骨架圖62包含複數個特徵點P0~P18，各該特徵點P0~P18對應各該人體影像60的一個部位。
請配合圖4，該分析模組20分別辨識正視影像與側視影像，並產生複數個骨架圖62，該些骨架圖62包含一正視骨架圖622（圖4(a)參照）與至少一側視骨架圖624（圖4(b)參照，以右側視骨架圖為例），該些骨架圖62亦可包括左側視骨架圖。各該骨架圖62具有複數個特徵點P0~P18（或稱關節點），如表1所示，為圖4中的該些特徵點P0~P18對應人體影像的一個部位。特徵點P17為特徵點P5, P6連線的中心點，特徵點P18為特徵點P11, P12連線的中心點。
表1 各個特徵點與身體部位對應表
| 特徵點 | 身體部位 |
| P0 | 鼻子 |
| P1、P2 | 左眼、右眼 |
| P3、P4 | 左耳、右耳 |
| P5、P6 | 左肩、右肩 |
| P7、P8 | 左手肘、右手肘 |
| P9、P10 | 左手腕、右手腕 |
| P11、P12 | 左骨盆、右骨盆 |
| P13、P14 | 左膝、右膝 |
| P15、P16 | 左腳踝、右腳踝 |
| P17、P18 | 脊柱 |
步驟S13：依據該至少一骨架圖62中的該些特徵點P0~P18進行複數個體態檢測項目的判斷，並產生複數個檢測結果。
本實施例中，該分析模組20依據該些骨架圖62的特徵點P0~P18進行體態檢測項目的判斷，以檢測身體的傾斜狀況，進一步給預風險評估之範圍。該些體態檢測項目包括複數個第一體態檢測項目與複數個第二體態檢測項目，該些檢測結果包括一第一檢測結果與一第二檢測結果，本步驟中，該分析模組20依據該正視骨架圖622的特徵點進行該些第一體態檢測項目的判斷，並產生對應各該第一體態檢測項目的第一檢測結果，以及依據該側視骨架圖624的特徵點進行該些第二體態檢測項目的判斷，並產生對應各該第二體態檢測項目的第二檢測結果。
如表2所示，為依據正視骨架圖622所進行的第一體態檢測項目中使用的特徵點。如表3所示，為依據側視骨架圖624所進行的第一體態檢測項目中使用的特徵點。
表2 正視骨架圖之第一體態檢測項目與特徵點對應表
| 第一體態檢測項目 | 特徵點 |
| 頭部側傾 | P3、P4 |
| 高低肩 | P5、P6 |
| 脊柱異位 | P17、P18 |
| 骨盆側傾 | P11、P12 |
| 左腿腿型 | P11、P13、P15 |
| 右腿腿型 | P12、P14、P16 |
表3 側視骨架圖之第二體態檢測項目與特徵點對應表
| 第二體態檢測項目 | 特徵點 |
| 頭部前傾 | P4、P6 |
| 圓肩 | P4、P6、P8 |
| 膝過伸 | P12、P14、P16 |
本實施例中，體態檢測項目的判斷方式可分為兩種，一部分的體態檢測項目採用第一種判斷方式，一部分的體態檢測項目採用第二種判斷方式。
第一種判斷方式所適用的體態檢測項目包括頭部側傾檢測、高低肩檢測、骨盆側傾檢測、腿型檢測（左腿腿型、右腿腿型）、頭部前傾檢測與脊柱異位檢測。實務上，亦可為前述的體態檢測項目中的至少一者採用第一種判斷方式。
〔頭部側傾檢測〕
請配合圖5，以頭部往左側傾為例，該分析模組20依據正視骨架圖622中的兩個特徵點P3,P4的座標計算連接該兩個特徵點P3,P4的一直線L相對於一參考線R之一夾角θ的角度，並於該夾角θ的角度落於一第一角度範圍時，產生的檢測結果為一第一結果，於該夾角θ的角度落於一第二角度範圍時，產生的檢測結果為一第二結果。其中，參考線R可為骨架圖62中與該直線L（或該直線L的延伸線）相交的一水平線。其中該第一角度範圍與該第二角度範圍不重疊。在頭部側傾檢測中，該第一角度範圍小於該第二角度範圍，其它部分的體態檢測項目中該第一角度範圍小於該第二角度範圍，亦有部分的體態檢測項目中該第一角度範圍大於該第二角度範圍。
頭部側傾檢測中的第一角度範圍為0度≦θ≦1度，第一結果為輕度或正常，第二角度範圍為1度＜θ≦4度，第二結果為中度或潛在風險。本實施例中分析模組20更於該夾角θ的角度落於一第三角度範圍（θ＞4度）時，產生的檢測結果為一第三結果，第三結果為重度或高風險。
頭部往右側傾亦以相同的方式判斷檢測結果。
〔高低肩檢測〕
請配合圖6，該分析模組依據正視骨架圖622中的兩個特徵點P5,P6的座標計算連接該兩個特徵點P5,P6的一直線L相對於一參考線R之一夾角θ的角度，如表4所示依夾角θ的角度產生對應的檢測結果。
表4 高低肩檢測之檢測結果對應表
| 角度範圍（單位：度） | 檢測結果 | ||
| 第一角度範圍 | 0 ≦ θ ≦ 1 | 第一結果 | 輕度或正常 |
| 第二角度範圍 | 1 ＜ θ ≦ 5 | 第二結果 | 中度或潛在風險 |
| 第三角度範圍 | θ ＞ 5 | 第三結果 | 重度或高風險 |
〔骨盆側傾檢測〕
請配合圖7，該分析模組20依據正視骨架圖622中的兩個特徵點P11,P12的座標計算連接該兩個特徵點P11,P12的一直線L相對於一參考線R之一夾角θ的角度，如表5所示依夾角θ的角度產生對應的檢測結果。
表5 骨盆側傾檢測之檢測結果對應表
| 角度範圍（單位：度） | 檢測結果 | ||
| 第一角度範圍 | 0 ≦ θ ≦ 2 | 第一結果 | 輕度或正常 |
| 第二角度範圍 | 2 ＜ θ ≦ 5 | 第二結果 | 中度或潛在風險 |
| 第三角度範圍 | θ＞ 5 | 第三結果 | 重度或高風險 |
〔腿型檢測（左腿腿型、右腿腿型）〕
請配合圖8，腿型檢測中係進行大腿腿型檢測與小腿腿型檢測，以左腿腿型檢測為例，先做左大腿腿型檢測，再做左小腿腿型檢測，其中，在左大腿腿型檢測中，該分析模組20依據正視骨架圖622中的兩個特徵點P11,P13的座標計算連接該兩個特徵點P11,P13的一直線L1相對於一參考線R1之一夾角θ1的角度，如表6所示依夾角θ1的角度產生對應的檢測結果。
表6 左大腿腿型檢測之檢測結果對應表
| 角度範圍（單位：度） | 檢測結果 | ||
| 第一角度範圍 | θ1 ＜ 92.5 | 第一結果 | X型腿 |
| 第二角度範圍 | θ1 ≧ 92.5 | 第二結果 | O型腿 |
由左大腿腿型檢測之檢測結果可區分為第一結果（X型腿）或第二結果（O型腿）。
當左大腿腿型檢測之檢測結果為第一結果（X型腿）時，則進一步用左小腿的兩個特徵點P13,P15的座標計算連接該兩個特徵點P13,P15的一直線L2相對於一參考線R2之一夾角θ2的角度。當夾角θ2小於或等於92度時，如表7所示依夾角θ2的角度產生對應的檢測結果；當夾角θ2大於92度時，如表8所示依夾角θ2的角度產生對應的檢測結果。
表7 左小腿腿型檢測θ2 ≦ 92度之檢測結果對應表
| 角度範圍（單位：度） | 檢測結果 | ||
| 第一角度範圍 | θ2 ≧ 89 | 第一結果 | X型腿，且為輕度或正常 |
| 第二角度範圍 | 86 ≦θ2 ＜ 89 | 第二結果 | X型腿，且為中度或潛在風險 |
| 第二角度範圍 | θ2 ＜ 86 | 第三結果 | X型腿，且為重度或高風險 |
表8 左小腿腿型檢測θ2 ＞ 92度之檢測結果對應表。
| 角度範圍（單位：度） | 檢測結果 | ||
| 第一角度範圍 | θ2 ≦ 95 | 第一結果 | XO型腿，且為輕度或正常 |
| 第二角度範圍 | 95 ＜ θ2 ≦ 98 | 第二結果 | XO型腿，且為中度或潛在風險 |
| 第二角度範圍 | θ2 ＞ 98 | 第三結果 | XO型腿，且為重度或高風險 |
當左大腿腿型檢測之檢測結果為第二結果（O型腿）時，則進一步用左小腿的兩個特徵點P13,P15的座標計算連接該兩個特徵點P13,P15的直線L2相對於參考線R2之夾角θ2的角度。如表9所示依夾角θ2的角度產生對應的檢測結果。
表9 左小腿腿型檢測度於O型腿之檢測結果對應表。
| 角度範圍（單位：度） | 檢測結果 | ||
| 第一角度範圍 | θ2 ≦ 93 | 第一結果 | O型腿，且為輕度或正常 |
| 第二角度範圍 | 93 ＜θ2 ≦ 96 | 第二結果 | O型腿，且為中度或潛在風險 |
| 第二角度範圍 | θ2 ＞ 96 | 第三結果 | O型腿，且為重度或高風險 |
藉此，可檢測出左腿的腿型為X型腿、XO型腿或O型腿，且判斷其為輕度或正常、中度或潛在風險、或者為重度或高風險。
同樣地，右腿腿型檢測則是先做右大腿腿型檢測（使用特徵點P12,P14），再做右小腿腿型檢測（使用特徵點P14,P16），亦可檢測出右腿的腿型為X型腿、XO型腿或O型腿，且判斷其為輕度或正常、中度或潛在風險、或者為重度或高風險。
〔頭部前傾檢測〕
請配合圖9，該分析模組20依據側視骨架圖624中的兩個特徵點P4,P6的座標計算連接該兩個特徵點P4,P6的一直線L相對於一參考線R之一夾角θ的角度，如表10所示依夾角θ的角度產生對應的檢測結果。
表10 頭部前傾檢測之檢測結果對應表
| 角度範圍（單位：度） | 檢測結果 | ||
| 第一角度範圍 | 84 ≦ θ | 第一結果 | 輕度或正常 |
| 第二角度範圍 | 79 ≦ θ ＜ 84 | 第二結果 | 中度或潛在風險 |
| 第三角度範圍 | θ ＜ 79 | 第三結果 | 重度或高風險 |
〔脊柱異位檢測〕
請配合圖10，該分析模組20依據側視骨架圖中的兩個特徵點P17,P18的座標計算連接該兩個特徵點P17,P18的一直線L相對於一參考線R之一夾角的角度，如表11所示依夾角θ的角度產生對應的檢測結果。
表11 脊柱異位檢測之檢測結果對應表
| 角度範圍（單位：度） | 檢測結果 | ||
| 第一角度範圍 | 86 ≦ θ | 第一結果 | 輕度或正常 |
| 第二角度範圍 | 80 ≦ θ ＜ 86 | 第二結果 | 中度或潛在風險 |
| 第三角度範圍 | θ ＜ 80 | 第三結果 | 重度或高風險 |
第二種判斷方式所適用的體態檢測項目包括圓肩檢測與膝過伸檢測。實務上，亦可為前述的體態檢測項目中的至少一者採用第二種判斷方式。
〔圓肩檢測〕
請配合圖11，以右側的圓肩檢測為例，該分析模組20依據側視骨架圖中的三個特徵點P4,P6,P8的座標計算計算連接該三個特徵點之相鄰二者的二直線L1,L2之間的一夾角θ的角度，即連接特徵點P4,P6的直線L1及連接特徵點P6,P8的直線L2。
並於該夾角θ的角度落於一第一角度範圍時，產生的檢測結果為一第一結果，於該夾角θ的角度落於一第二角度範圍時，產生的檢測結果為一第二結果，其中該第一角度範圍大於該第二角度範圍。
圓肩檢測中的第一角度範圍為θ ≧ 175度，第一結果為輕度或正常，第二角度範圍為168度≦ θ ＜ 175度，第二結果為中度或潛在風險。本實施例中分析模組20更於該夾角θ的角度落於一第三角度範圍（θ ＜ 168度）時，產生的檢測結果為一第三結果，第三結果為重度或高風險。
左側的圓肩檢測則可依據左側視骨架圖，使用特徵點P3,P5,P7以相同的方式判斷檢測結果。
〔膝過伸檢測〕
請配合圖12，以右側的膝過伸檢測為例，該分析模組20依據側視骨架圖624中的三個特徵點P12,P14,P16的座標計算計算連接該三個特徵點之相鄰二者的二直線L1,L2之間的一夾角θ的角度，即連接特徵點P12,P14的直線L1及連接特徵點P14,P16的直線L2。如表12所示依夾角θ的角度產生對應的檢測結果。
表12 膝過伸檢測之檢測結果對應表
| 角度範圍（單位：度） | 檢測結果 | ||
| 第一角度範圍 | θ ≧ 183 | 第一結果 | 輕度或正常 |
| 第二角度範圍 | 179 ≦ θ ＜ 183 | 第二結果 | 中度或潛在風險 |
| 第三角度範圍 | θ ＜ 179 | 第三結果 | 重度或高風險 |
左側的膝過伸檢測則可依據左側視骨架圖，使用特徵點P11,P13,P15以相同的方式判斷檢測結果。
以上為本實施例所進行的體態檢測項目，實務上，不以進行全部的體態檢測項目為限，更可包含其它的體態檢測項目，例如手肘外翻檢測，可採用手臂的特徵點檢測。當然，亦可進行至少一體態檢測項目，或者由使用者自該些體態檢測項目中選擇一或多個進行。
該分析模組20產生該些檢測結果後，經由該伺服器30將該些檢測結果傳送到該電子裝置10。
步驟S14：將該些檢測結果顯示於顯示器14上。
本實施例中，該電子裝置10接收該些檢測結果，並將該些檢測結果顯示於該顯示器14上。檢測結果更包含所計算的夾角θ,θ1,θ2的角度，傾斜的方向。如圖13所示將頭部側傾檢測之檢測結果顯示於該顯示器上，顯示了頭部側傾的角度為2.5度、向左傾斜、第二結果（中度或潛在風險），並以顯示對應長條圖，以及顯示對應頭部側傾之人體影像60的部分區域與對應的骨骼圖片66供使用者比對。使用者操作電子裝置10即可將顯示的畫面下移，即可看其它的體態檢測項目的檢測結果。
藉由上述步驟，使用者可以由顯示器14上得知該人員目前的體態檢測項目的檢測結果，可方便得知受測之人員的體態的狀態。若有潛在風險或高風險，受測之人員可以提早接受調理。例如檢測結果為第三結果時，可在顯示器14上顯示應就醫的提示。
本實施例的體態檢測系統1更包含一資料庫70，該資料庫70訊號連接該分析模組20，該資料庫70儲存有複數個肌肉資料、複數個經絡資料與複數個運動指示資料。
各該體態檢測項目對應該些肌肉資料之至少一者、該些經絡資料之至少一者與該些運動指示資料之至少一者。
舉例而言，各肌肉資料為各體態檢測項目之檢測結果於中度（第二結果）或嚴重（第三結果）時，會影響到的肌肉或肌群，肌肉資料可例如是基於骨力學來判斷會受影響的肌肉或肌群。各經絡資料為各體態檢測項目之檢測結果於中度（第二結果）或嚴重（第三結果）時，會影響到的經絡，此外，經絡資料亦可包含該經絡上需調理之特定之穴道的位置，以及各經絡資料更可與該經絡會影響到的臟腑相關聯。各運動指示資料為各體態檢測項目之檢測結果於中度（第二結果）或嚴重（第三結果）時，所需進行的調理指示，例如，至少一復健運動之動作的靜態影像或影片。
在上述步驟S13中，該分析模組20於任一該體態檢測項目的判斷產生的檢測結果包括該第二結果或該第三結果時，自該資料庫70取得對應的至少一該肌肉資料、至少一該經絡資料及至少一該運動指示資料並傳送到該電子裝置10。
在步驟S14之後，包含將取得的至少一該肌肉資料顯示於該顯示器14上。本實施例中，在圖13所顯示的畫面中，具有一詳細說明按鈕80，使用者點選該詳細說明按鈕80後，該電子裝置10於顯示器14上顯示取得的肌肉資料、經絡資料及運動指示資料。
舉例而言，如圖14所示，於顯示器14上顯示肌肉資料，以圖片文字提示應放鬆的特定肌肉或肌群。如圖15所示，於顯示器14上顯示經絡資料，以顯示受影響的經絡為例，亦可再顯示需調理之該經絡上特定穴道的位置，並可在顯示器14上顯示，或再顯示與該經絡會影響到的臟腑位置。如圖16所示，於顯示器14上顯示運動指示資料，以圖片及文字提示應做出的舒緩或復健動作。
藉此，讓使用者可以依照顯示器14上顯示的肌肉資料、經絡資料對人員進行調理，例如按壓肌肉、經絡或其穴道，或依照顯示的運動指示資料進行舒緩或復健動作。相較於習用的照X光只能看到骨骼狀態的方式，本發明更可確定受影響的骨架、肌肉、經絡的位置，且無X光放射線危害。
此外，體態檢測系統1更包含以至少一治療裝置，用以對該人員進行調理。本實施例中為兩個治療裝置，分別為一電療裝置72與一按摩裝置74。
電療裝置72包括以至少一貼片722為例的作動部，於本實施例中電療裝置72為低週波電療器且具有兩個貼片722。貼片722供輸出電力以作用於該人員身上。電療裝置72訊號連接該電子裝置10，例如可透過無線或有線的方式訊號連接。使用者點選圖14中的調理按鈕82後，使用者操作該電子裝置10以攝影模組12拍攝貼有貼片722的該人員的另一人員影像，該電子裝置10於該人員影像中確認貼片722的位置對應所接收的經絡資料時，例如由人員影像中辨識貼片722己貼於對應的經絡或上的特定之穴道時，該電子裝置10傳送一啟動訊號至該電療裝置72，該電療裝置72依據該啟動訊號令該貼片722作動，亦即自貼片722輸出電療之電力。藉此，可依體態檢測項目的檢測結果對人員的經絡進行調理。
本實施例中按摩裝置74為按摩槍且包括以一按摩頭742為例的作動部，按摩裝置74訊號連接該電子裝置10，例如可透過無線或有線的方式訊號連接。使用者點選圖15中的調理按鈕84後，使用者操作該電子裝置10以攝影模組12拍攝貼該人員的另一人員影像，該電子裝置10於該人員影像中確認按摩頭742的位置對應所接收的肌肉資料時，例如由人員影像中辨識按摩頭742貼靠在對應肌肉的皮膚時，該電子裝置10傳送一啟動訊號至該按摩裝置74，該按摩裝置74依據該啟動訊號令該按摩頭742作動，亦即讓按摩頭742產生震動。藉此，可依體態檢測項目的檢測結果對人員的肌肉進行調理。
前述中，電療裝置72亦可用於肌肉的調理，將貼片722貼在對應肌肉的皮膚上，該電子裝置10於人員影像中確認貼片722的位置對應所接收的肌肉資料時，輸出啓動訊號並傳送至電療裝置72。另外，按摩裝置74亦可用於經絡及或經絡上穴道的調理，將按摩頭742貼靠在對應經絡或穴道處，該電子裝置10於人員影像中確認按摩頭742的位置對應所接收的經絡資料時，輸出啓動訊號並傳送至按摩裝置。
該治療裝置除了是電療裝置72與按摩裝置74之外，亦可為熱療裝置、光療裝置、超音波裝置等具有作動部可作用於人體之裝置。
人員欲依照運動指示資料進行舒緩或復健動作時，使用者點選圖16中的調理按鈕86後，使用電子裝置10拍攝該人員的另一人員影像，以取得另一人體影像，該分析模組20辨識該另一人體影像並以相同的演算法產生對應的另一骨架圖，該另一骨架圖同樣具有複數個特徵點，該分析模組20依據特徵點進行對應的體態檢測項目之檢測，例如以頭部側傾檢測檢測人員的頭部是否有依照運動指示資料如實側傾，並且於判斷該另一骨架圖不符該運動指示資料之一姿勢時，產生一錯誤提示訊息並傳送至該電子裝置10，以提示人員的舒緩或復健動作有誤。
透過治療裝置對人員調理，或辨識人員是否如實依照運動指示資料進行運動，可促進人員的體態恢復正常。
以上所述僅為本發明較佳可行實施例而已，舉凡應用本發明說明書及申請專利範圍所為之等效變化，理應包含在本發明之專利範圍內。
1:體態檢測系統
10:電子裝置
12:攝影模組
14:顯示器
20:分析模組
30:伺服器
40:網路
50:操作介面
502:預覽窗格
504:拍攝按鈕
506:辨識按鈕
60:人體影像
62:骨架圖
622:正視骨架圖
624:側視骨架圖
66:骨骼圖片
70:資料庫
72:電療裝置
722:貼片
74:按摩裝置
742:按摩頭
80:詳細說明按鈕
82,84,86:調理按鈕
L,L1,L2:直線
P0~P18:特徵點
R,R1,R2:參考線
S11~S14:步驟
θ,θ1,θ2:夾角
圖1為本發明一較佳實施例之體態檢測系統的示意圖。
圖2為本發明上述較佳實施例之體態檢測方法的流程圖。
圖3為本發明上述較佳實施例之電子裝置的顯示器上顯示的操作介面示意圖。
圖4為本發明上述較佳實施例之骨架圖，(a)為正視骨架圖，(b)為側視骨架圖。
圖5為本發明上述較佳實施例之頭部側傾檢測之示意圖。
圖6為本發明上述較佳實施例之高低肩檢測之示意圖。
圖7為本發明上述較佳實施例之骨盆側傾檢測之示意圖。
圖8為本發明上述較佳實施例之腿型檢測之示意圖。
圖9為本發明上述較佳實施例之頭部前傾檢測之示意圖。
圖10為本發明上述較佳實施例之脊柱異位檢測之示意圖。
圖11為本發明上述較佳實施例之圓肩檢測之示意圖。
圖12為本發明上述較佳實施例之膝過伸檢測之示意圖。
圖13為本發明上述較佳實施例之電子裝置的顯示器上顯示檢測結果的示意圖。
圖14為本發明上述較佳實施例之電子裝置的顯示器上顯示肌肉資料的示意圖。
圖15為本發明上述較佳實施例之電子裝置的顯示器上顯示經絡資料的示意圖。
圖16為本發明上述較佳實施例之電子裝置的顯示器上顯示運動指示資料的示意圖。
1:體態檢測系統
10:電子裝置
12:攝影模組
14:顯示器
20:分析模組
30:伺服器
40:網路
70:資料庫
72:電療裝置
722:貼片
74:按摩裝置
742:按摩頭
Claims (10)
- 一種體態檢測系統，包含：一電子裝置，具有一攝影模組與一顯示器，該攝影模組用以拍攝一人員，以取得至少一人體影像；以及一分析模組，訊號連接該電子裝置，該分析模組辨識該至少一人體影像並產生對應的至少一骨架圖，該至少一骨架圖包含複數個特徵點，各該特徵點對應該人體影像的一個部位；該分析模組依據該至少一骨架圖中的該些特徵點進行複數個體態檢測項目的判斷，並產生複數個檢測結果；該分析模組將該些檢測結果傳送到該電子裝置；其中，該電子裝置接收該些檢測結果，並將該些檢測結果顯示於該顯示器上；其中該分析模組於進行一部分的體態檢測項目的判斷時，係依據該至少一骨架圖中的兩個特徵點的座標計算連接該兩個特徵點的一直線相對於一參考線之一夾角的角度，並於該夾角的角度落於一第一角度範圍時，產生的檢測結果包括一第一結果，於該夾角的角度落於一第二角度範圍時，產生的檢測結果包括一第二結果；一資料庫，訊號連接該分析模組，該資料庫儲存有複數個經絡資料，各該體態檢測項目對應該些經絡資料之至少一者；該分析模組於任一該體態檢測項目的判斷產生的檢測結果包括該第二結果時，自該資料庫取得對應的至少一該經絡資料，並將取得的至少一該經絡資料傳送到該電子裝置；該電子裝置接收至少一該經絡資料，並將至少一該經絡資料顯示於該顯示器上；一治療裝置，訊號連接該電子裝置，該治療裝置包括至少一作動部供作用於該人員身上；該電子裝置的攝影模組拍攝該人員的另一人員影 像，且該電子裝置於該另一人員影像中確認該至少一作動部的位置對應所接收的至少一該經絡資料時，傳送一啟動訊號至該治療裝置，該治療裝置依據該啟動訊號令該至少一作動部作動。
- 如請求項1所述之體態檢測系統，其中該攝影模組取得的至少一人體影像的數量為複數個且包含一正視影像與一側視影像；該分析模組分別辨識該正視影像與該側視影像，並且所產的該至少一骨架圖為複數個且包含一正視骨架圖與一側視骨架圖；其中，該些體態檢測項目包括複數個第一體態檢測項目與複數個第二體態檢測項目，該些檢測結果包括一第一檢測結果與一第二檢測結果；該分析模組係依據該正視骨架圖的特徵點進行該些第一體態檢測項目的判斷，並產生該些第一檢測結果，以及依據該側視骨架圖的特徵點進行該些第二體態檢測項目的判斷，並產生該些第二檢測結果。
- 如請求項1所述之體態檢測系統，其中，該一部分的體態檢測項目包括一頭部側傾檢測、一高低肩檢測、一骨盆側傾檢測、一腿型檢測、一頭部前傾檢測與一脊柱異位檢測之中的至少一者。
- 如請求項1所述之體態檢測系統，其中該分析模組於進行一部分的體態檢測項目的判斷時，係依據該至少一骨架圖中的三個特徵點的座標計算連接該三個特徵點之相鄰二者的二直線之間的一夾角的角度，並於該夾角的角度落於一第一角度範圍時，產生的檢測結果包括一第一結果，於該夾角的角度落於一第二角度範圍時，產生的檢測結果包括一第二結果。
- 如請求項4所述之體態檢測系統，其中，該一部分的體態檢測項目包括一圓肩檢測與一膝過伸檢測之至少一者。
- 如請求項1所述之體態檢測系統，其中，該資料庫儲存有複數個運動指示資料，各該體態檢測項目對應該些運動指示資料之至少一者；該分析模組於任一該體態檢測項目的判斷產生的檢測結果包括該第二結果時，自該資料庫取得對應的至少一該運動指示資料，並將取得的至少一該運動指示資料傳送到該電子裝置；該電子裝置接收至少一該運動指示資料，並將至少一該運動指示資料顯示於該顯示器上。
- 如請求項6所述之體態檢測系統，其中該電子裝置接收至少一該運動指示資料後，該電子裝置拍攝該人員的另一人員影像，以取得另一人體影像；該分析模組辨識該另一人體影像並產生對應的另一骨架圖，並且於判斷該另一骨架圖不符該運動指示資料之一姿勢時，產生一錯誤提示訊息並傳送至該電子裝置。
- 如請求項1所述之體態檢測系統，其中該治療裝置為一電療裝置，該至少一作動部為至少一貼片且供貼於該人員身上；該電子裝置的攝影模組拍攝貼有該至少一貼片的該人員的該另一人員影像，且於該另一人員影像中確認該至少一貼片的位置對應所接收的至少一該經絡資料時，傳送該啟動訊號至該電療裝置，該電療裝置依據該啟動訊號自該至少一貼片輸出電療之電力。
- 一種體態檢測系統，包含：一電子裝置，具有一攝影模組與一顯示器，該攝影模組用以拍攝一人員，以取得至少一人體影像；以及一分析模組，訊號連接該電子裝置，該分析模組辨識該至少一人體影像並產生對應的至少一骨架圖，該至少一骨架圖包含複數個特徵點，各該特徵點對應該人體影像的一個部位；該分析模組依據該至少一骨架 圖中的該些特徵點進行複數個體態檢測項目的判斷，並產生複數個檢測結果；該分析模組將該些檢測結果傳送到該電子裝置；其中，該電子裝置接收該些檢測結果，並將該些檢測結果顯示於該顯示器上；其中該分析模組於進行一部分的體態檢測項目的判斷時，係依據該至少一骨架圖中的兩個特徵點的座標計算連接該兩個特徵點的一直線相對於一參考線之一夾角的角度，並於該夾角的角度落於一第一角度範圍時，產生的檢測結果包括一第一結果，於該夾角的角度落於一第二角度範圍時，產生的檢測結果包括一第二結果；一資料庫，訊號連接該分析模組，該資料庫儲存有複數個肌肉資料，各該體態檢測項目對應該些肌肉資料之至少一者；該分析模組於任一該體態檢測項目的判斷產生的檢測結果包括該第二結果時，自該資料庫取得對應的至少一該肌肉資料，並將取得的至少一該肌肉資料傳送到該電子裝置；該電子裝置接收至少一該肌肉資料，並將至少一該肌肉資料顯示於該顯示器上；一治療裝置，訊號連接該電子裝置，該治療裝置包括至少一作動部供作用於該人員身上；該電子裝置的攝影模組拍攝該人員的另一人員影像，且該電子裝置於該另一人員影像中確認該至少一作動部的位置對應所接收的至少一該肌肉資料時，傳送一啟動訊號至該治療裝置，該治療裝置依據該啟動訊號令該至少一作動部作動。
- 如請求項9所述之體態檢測系統，其中該治療裝置為一按摩裝置，該至少一作動部為一按摩頭且貼靠於該人員身上；該電子裝置的攝影模組拍攝該人員的該另一人員影像，且於該另一人員影像中 確認該按摩頭的位置對應所接收的至少一該肌肉資料時，傳送該啟動訊號至該按摩裝置，該按摩裝置依據該啟動訊號令該按摩頭作動。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111129482A TWI824650B (zh) | 2022-08-05 | 2022-08-05 | 體態檢測系統及體態檢測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111129482A TWI824650B (zh) | 2022-08-05 | 2022-08-05 | 體態檢測系統及體態檢測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI824650B true TWI824650B (zh) | 2023-12-01 |
| TW202407511A TW202407511A (zh) | 2024-02-16 |
Family
ID=90052949
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111129482A TWI824650B (zh) | 2022-08-05 | 2022-08-05 | 體態檢測系統及體態檢測方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI824650B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201123088A (en) * | 2009-12-31 | 2011-07-01 | Univ Southern Taiwan Tech | Lying posture monitoring method and system. |
| TW201947533A (zh) * | 2018-05-15 | 2019-12-16 | 國立中央大學 | 利用影像偵測閱讀姿勢之方法及系統、電腦可讀取之記錄媒體及電腦程式產品 |
| CN111158457A (zh) * | 2019-12-31 | 2020-05-15 | 苏州莱孚斯特电子科技有限公司 | 一种基于手势识别的车载hud人机交互系统 |
| CN111568438A (zh) * | 2019-07-09 | 2020-08-25 | 四川大学华西第二医院 | 孕妇姿态校正与监测系统 |
| CN113673492A (zh) * | 2021-10-22 | 2021-11-19 | 科大讯飞(苏州)科技有限公司 | 人体姿态评估方法、电子设备及存储介质 |
| CN113901891A (zh) * | 2021-09-22 | 2022-01-07 | 上海交通大学 | 帕金森病握拳任务的评估方法及系统、存储介质及终端 |
| TW202206022A (zh) * | 2020-08-03 | 2022-02-16 | 財團法人工業技術研究院 | 步態評估系統及步態評估方法 |
| CN114092969A (zh) * | 2021-11-23 | 2022-02-25 | 华南师范大学 | 一种基于人体姿态识别的穴位定位方法和系统 |
| TW202219823A (zh) * | 2020-11-04 | 2022-05-16 | 財團法人資訊工業策進會 | 人體姿勢辨識系統、人體姿勢辨識方法以及非暫態電腦可讀取儲存媒體 |
-
2022
- 2022-08-05 TW TW111129482A patent/TWI824650B/zh active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201123088A (en) * | 2009-12-31 | 2011-07-01 | Univ Southern Taiwan Tech | Lying posture monitoring method and system. |
| TW201947533A (zh) * | 2018-05-15 | 2019-12-16 | 國立中央大學 | 利用影像偵測閱讀姿勢之方法及系統、電腦可讀取之記錄媒體及電腦程式產品 |
| CN111568438A (zh) * | 2019-07-09 | 2020-08-25 | 四川大学华西第二医院 | 孕妇姿态校正与监测系统 |
| CN111158457A (zh) * | 2019-12-31 | 2020-05-15 | 苏州莱孚斯特电子科技有限公司 | 一种基于手势识别的车载hud人机交互系统 |
| TW202206022A (zh) * | 2020-08-03 | 2022-02-16 | 財團法人工業技術研究院 | 步態評估系統及步態評估方法 |
| TW202219823A (zh) * | 2020-11-04 | 2022-05-16 | 財團法人資訊工業策進會 | 人體姿勢辨識系統、人體姿勢辨識方法以及非暫態電腦可讀取儲存媒體 |
| CN113901891A (zh) * | 2021-09-22 | 2022-01-07 | 上海交通大学 | 帕金森病握拳任务的评估方法及系统、存储介质及终端 |
| CN113673492A (zh) * | 2021-10-22 | 2021-11-19 | 科大讯飞(苏州)科技有限公司 | 人体姿态评估方法、电子设备及存储介质 |
| CN114092969A (zh) * | 2021-11-23 | 2022-02-25 | 华南师范大学 | 一种基于人体姿态识别的穴位定位方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202407511A (zh) | 2024-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Culham et al. | Functional anatomy of the shoulder complex | |
| Hidalgo et al. | Reliability and validity of a kinematic spine model during active trunk movement in healthy subjects and patients with chronic non-specific low back pain | |
| Teece et al. | Three-dimensional acromioclavicular joint motions during elevation of the arm | |
| Chen et al. | Wearable motion sensor device to facilitate rehabilitation in patients with shoulder adhesive capsulitis: pilot study to assess feasibility | |
| US10624579B2 (en) | Biofeedback system with body mapping clothing for patients with adolescent idiopathic scoliosis | |
| WO2013001358A1 (en) | Augmented-reality range-of-motion therapy system and method of operation thereof | |
| US20100222711A1 (en) | Devices, systems and methods for capturing biomechanical motion | |
| CN105031908A (zh) | 一种平衡矫正式训练装置 | |
| EP2358450A1 (en) | Motion assessment system and method | |
| Levinger et al. | A real time biofeedback using Kinect and Wii to improve gait for post-total knee replacement rehabilitation: a case study report | |
| WO2020142535A1 (en) | Dynamic 3d motion capture for surgical implant orientation | |
| Intolo et al. | The Spineangel®: Examining the validity and reliability of a novel clinical device for monitoring trunk motion | |
| Pierrynowski et al. | Proficiency of foot care specialists to place the rearfoot at subtalar neutral | |
| Lawrence et al. | Measuring 3D in-vivo shoulder kinematics using biplanar videoradiography | |
| Clark et al. | Comparison of older adult performance during the functional-reach and limits-of-stability tests | |
| TWI824650B (zh) | 體態檢測系統及體態檢測方法 | |
| Kuboki et al. | The effect of occlusal appliances and clenching on the temporomandibular joint space. | |
| TWM637357U (zh) | 體態檢測系統 | |
| Matthew et al. | Reachable workspace and proximal function measures for quantifying upper limb motion | |
| CN115410707A (zh) | 一种膝关节骨性关节炎的远程诊疗及康复系统 | |
| Radwan et al. | Comparison of two periods of Schroth exercises for improving postural stability indices and Cobb angle in adolescent idiopathic scoliosis | |
| CN117547221A (zh) | 体态检测系统及体态检测方法 | |
| JP7287210B2 (ja) | 画像処理装置及びプログラム | |
| Shingai et al. | Quantitative evaluation of subjective posture recognition by physiotherapists using a 3D motion capture | |
| Braman | The effect of hamstring lengthening on pelvic tilt and lumbar lordosis |