一种基于AR技术的骨科术后康复辅助设备及辅助方法与流程

本发明涉及ar医疗康复，具体涉及一种基于ar技术的骨科术后康复辅助设备及辅助方法。

背景技术：

1、ar医疗康复是一种采用ar虚拟技术来辅助患者进行康复训练的技术，现有申请公开号为cn115576109a的中国专利公开的ar医疗增强现实眼镜、申请公开号为cn111968447a的中国专利公开的一种腰椎穿刺用ar训练装置以及申请公开号为cn113223389a的中国专利公开的一种基于ar技术的心肺复苏自助培训考核系统，此类专利中的ar医疗设备是通过ar成像为用户提供辅助训练的标准，该标准是预设的，且是固定的标准，但是不同的患者不同的部位骨科术后康复的进度是不相同的，骨科术后康复辅助需要根据患者本身的康复进度进行实时调整，现有的ar医疗设备提供的训练标准对于康复进度慢的患者，其幅度和频率会超过患者的负荷，从而导致该患者的康复受到反向影响，对于康复进度快的患者，其幅度和频率不能达到康复训练的效果，从而延迟了该患者的康复期限。

技术实现思路

1、为了克服上述的技术问题，本发明的目的在于提供一种基于ar技术的骨科术后康复辅助设备及辅助方法，以解决现有技术中，ar医疗康复设备提供的预设标准是固定的，导致在患者进行骨科术后康复训练时，不能匹配患者本身的康复进度的问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种基于ar技术的骨科术后康复辅助设备，包括ar眼镜，生成康复训练动作标准，ar眼镜通过数据连接有结构光传感器，结构光传感器用于获取患者人体的姿态动作，与ar眼镜生成的康复训练动作标准进行对比，在ar眼镜的正面设置有高清摄像头，高清摄像头用于提取患者骨科术后的医学影像图片中的骨头术后特征和患者首次复查的医学影像图片中的骨头首次复查特征，ar眼镜内设有控制模块，控制模块通过骨头术后特征和骨头首次复查特征计算患者骨头的康复进度，控制模块根据康复进度和患者术后与首次复查之间的时间间隔预测患者骨头的后续康复进度，ar眼镜根据后续康复进度提供康复训练动作标准，ar眼镜内还设有卷积神经网络模块，卷积神经网络模块根据骨头术后特征和骨头首次复查特征建立数据回归计算算法，预测患者骨头的康复进度。

4、作为本发明进一步的方案：所述结构光传感器将患者人体的姿态动作数据传输至ar眼镜，ar眼镜通过控制模块计算患者人体的姿态动作所对应的幅度和频率，控制模块将患者人体的姿态动作所对应的幅度和频率与ar眼镜生成的康复训练动作对应的幅度和频率进行对比。

5、作为本发明进一步的方案：所述控制模块通过高清摄像头获取的患者骨科术后的医学影像图片中的影像信息，根据影像信息建立卷积神经网络模型，控制模块通过卷积神经网络模型得出的目标信息提供对应的康复训练动作标准。

6、一种基于ar技术的骨科术后康复辅助方法，该骨科术后康复辅助方法基于上述的骨科术后康复辅助设备实现，包括以下步骤：

7、s1：控制模块通过高清摄像头获取的患者骨科术后的医学影像图片中的影像信息，根据影像信息建立卷积神经网络模型，控制模块通过卷积神经网络模型得出的目标信息提供对应的康复训练动作标准；

8、s2：通过高清摄像头提取患者骨科术后的医学影像图片中的骨头术后特征和患者首次复查的医学影像图片中的骨头首次复查特征；

9、s3：控制模块根据骨头术后特征和骨头首次复查特征采用卷积神经网络模块分析患者骨头的康复进度；

10、s4：控制模块根据康复进度和患者术后与首次复查之间的时间间隔预测患者骨头的后续康复进度；

11、s5：ar眼镜根据后续康复进度提供康复训练动作标准，控制模块调整患者后续康复训练动作的幅度和频率；

12、s6：将患者人体的姿态动作数据传输至ar眼镜，ar眼镜通过控制模块计算患者人体的姿态动作所对应的幅度和频率，控制模块将患者人体的姿态动作所对应的幅度和频率与ar眼镜生成的康复训练动作对应的幅度和频率进行对比，辅助患者完成康复训练动作；

13、s7：ar眼镜为患者提供康复训练评价界面，由患者输入无痛感或者有痛感；

14、若患者输入无痛感，则继续按照ar眼镜提供的康复训练动作标准进行康复训练，直至患者完成康复；

15、若患者输入有痛感，则患者需要再次进行复查，获得再次复查的医学影像图片；

16、s8：通过高清摄像头提取再次复查的医学影像图片中的骨头再次复查特征；

17、s9：控制模块根据骨头术后特征和骨头再次复查特征采用卷积神经网络模块分析患者骨头的康复进度；

18、s10：控制模块根据康复进度和患者术后与再次复查之间的时间间隔预测患者骨头的后续康复进度，重复步骤s4。

19、作为本发明进一步的方案：所述控制模块通过卷积神经网络模型得出的目标信息的具体过程如下：

20、将患者骨科术后的医学影像图片放置在高清摄像头的正面，高清摄像头采集医学影像图片上的影像信息；

21、将医学影像图片分割成多个像素，高清摄像头根据医学影像图片上的影像信息标记出有效像素，有效像素为出现骨骼的像素，控制模块通过卷积神经网络模型根据有效像素的数量和空间位置确定患者骨科手术的位置，患者骨科手术的位置为卷积神经网络模型得出的目标信息。

22、作为本发明进一步的方案：所述患者骨科术后的医学影像图片中的骨头术后特征的获取过程具体如下：

23、将患者骨科术后的医学影像图片放置在高清摄像头的正面，高清摄像头采集医学影像图片上的影像信息和诊断信息；

24、将医学影像图片分割成多个像素，高清摄像头根据医学影像图片上的影像信息和诊断信息标记出异常像素，异常像素是医学影像图片上异常的区域，根据异常像素的数量n术后和排列方向a术后确定骨头术后特征c术后：

25、c术后＝n术后×a术后；

26、作为本发明进一步的方案：所述患者首次复查的医学影像图片中的骨头首次复查特征的获取过程具体如下：

27、将患者首次复查的医学影像图片放置在高清摄像头的正面，高清摄像头采集医学影像图片上的影像信息和诊断信息；

28、将医学影像图片分割成多个像素，高清摄像头根据医学影像图片上的影像信息和诊断信息标记出异常像素，根据异常像素的数量n首次和排列方向a首次确定骨头首次复查特征c首次：

29、c首次＝n首次×a首次；

30、控制模块记录患者骨科术后的医学影像图片拍摄时间和患者首次复查的医学影像图片的拍摄时间，计算出二者之间的时间间隔t间隔，t间隔的单位为天，则：

31、r0＝(c术后－c首次)/t间隔；

32、其中r0是患者骨头的康复进度。

33、作为本发明进一步的方案：所述再次复查的医学影像图片中的骨头再次复查特征的获取过程具体如下：

34、将患者再次复查的医学影像图片放置在高清摄像头的正面，高清摄像头采集医学影像图片上的影像信息和诊断信息；

35、将医学影像图片分割成多个像素，高清摄像头根据医学影像图片上的影像信息和诊断信息标记出异常像素，根据异常像素的数量n再次和排列方向a再次确定骨头再次复查特征c再次：

36、c再次＝n再次×a再次；

37、控制模块记录患者骨科术后的医学影像图片拍摄时间和患者再次复查的医学影像图片的拍摄时间，计算出二者之间的时间间隔t间隔，t间隔的单位为天，则：

38、r0＝(c术后－c再次)/t间隔；

39、其中r0是患者骨头的康复进度。

40、作为本发明进一步的方案：所述控制模块根据康复进度和患者术后与首次复查之间的时间间隔预测患者骨头的后续康复进度为r后续，则：

41、r后续＝c首次－r0×t康复；

42、或者：

43、r后续＝c再次－r0×t康复；

44、其中t康复为患者进行康复训练的天数，康复训练的天数从1开始累加。

45、作为本发明进一步的方案：所述ar眼镜生成的康复训练动作标准根据后续康复进度r后续进行调整：

46、v康复[幅度、频率]＝v标准[幅度、频率]×(1－nr后续/r0)；

47、其中v康复[幅度、频率]为患者康复过程中训练动作所需要达到的幅度和频率，v标准[幅度、频率]为该患者健康状态下训练动作所需要达到的幅度和频率，n为系数，对于患者不同位置的骨科手术，n取不同的常数。

48、作为本发明进一步的方案：所述控制模块将v康复[幅度、频率]与v标准[幅度、频率]进行对比，具体如下：

49、v康复[幅度、频率]<0.9×v标准[幅度、频率]，ar眼镜提示黄色界面；

50、0.9×v标准[幅度、频率]≤v康复[幅度、频率]<1.1×v标准[幅度、频率]，ar眼镜提示绿色界面；

51、v康复[幅度、频率]≥1.1×v标准[幅度、频率]，ar眼镜提示红色界面。

52、本发明的有益效果：

53、1、本发明中，控制模块将骨头术后特征与骨头首次复查特征进行对比，判断出患者的骨头康复进度，控制模块再通过患者术后与首次复查之间的时间间隔预测患者骨头的后续康复进度，为ar眼镜生产康复训练动作标准提供康复数据支撑，这样ar眼镜就可以根据该患者的后续康复进度生产对应的康复训练动作标准，保证康复训练动作标准可以契合患者的康复进度，有助于患者的骨科术后康复效果，并且还可以防止康复训练动作标准与患者的骨头愈合进度不匹配，避免了导致患者康复训练动作不标准而影响骨科术后康复效果的可能；

54、2、本发明中，控制模块还会根据ar眼镜生成的康复训练动作标准计算出对应的幅度和频率，然后将患者人体进行康复训练的实时姿态动作的幅度和频率与ar眼镜生成的康复训练动作标准的幅度和频率进行对比，来判断患者人体进行康复训练是否符合标准，ar眼镜可以通过界面颜色来提醒患者，便于患者及时调整训练动作的幅度和频率。