基于三维空间运动轨迹/空间体积的运动功能评估方法与流程

1.本发明涉及医疗器械技术领域，尤其涉及一种基于三维空间运动轨迹/空间体积的运动功能评估方法。


背景技术：

2.随着生活条件和医疗水平的不断提高，人的健康指数在提高，同时对人的健康越来越看重。随着年龄的增长，老年人会由于身体机能退化和疾病导致严重的运动障碍，步态特征发生明显的变化，移动速度下降，关节角度活动范围减小，站立和行走稳定性不足。同时，在其它人群中，也经常因为不良习惯、或因受伤等导致部分部位运动障碍；例如，颈椎病、骨质增生、关节炎等，如何对运动能力进行系统、完善的评估，以供医生或监护者进行诊断参考，国内外还缺乏相应的研究。


技术实现要素：

3.鉴于目前医疗器械技术领域存在的缺乏对运动能力评估的研究，本发明提供一种基于三维空间运动轨迹/空间体积的运动功能评估方法，能够智能判断待评估对象运动能力情况，为待评估对象和医护人员提供身体状况评估的参考数据。
4.为达到上述目的，本发明的实施例采用如下技术方案：
5.一种基于三维空间运动轨迹/空间体积的运动功能评估方法，所述基于三维空间运动轨迹/空间体积的运动功能评估方法包括以下步骤：
6.预设动作组合，并采集不同人群根据动作组合进行运动时的运动图像；
7.根据采集的运动图像识别并生成基于三维空间的运动轨迹、空间体积中任一或任两种运动参数；
8.根据获得的运动参数进行识别获得不同人群的特征库并与预设动作组合进行绑定；
9.选择动作组合让待评估对象进行运动，并采集待测运动图像；
10.对待测运动图像进行识别获得待测运动图像的待匹配特征；
11.将待匹配特征与特征库进行匹配获得匹配结果；
12.根据匹配结果将参与者进行人群划分得到评估结果。
13.依照本发明的一个方面，所述预设动作组合包括：选择最能代表人体某一部位运动能力的动作编成一组，作为一组预设动作组合；根据部位的不同可有多组预设动作组合。
14.依照本发明的一个方面，所述采集不同人群根据动作组合进行运动时的运动图像包括：根据各人相应人体部位的运动能力的不同，将人分为多个人群，采集不同人群根据同一组预设动作组合进行运动时的运动图像。
15.依照本发明的一个方面，所述根据采集的运动图像识别并生成基于三维空间的运动轨迹、空间体积中任一或任两种运动参数包括：对采集的运动图像中每一帧图像进行关键点检测得到人体节点坐标，从每一帧图像中的所述人体节点坐标中选取预设动作组合对
应的关键点坐标；根据所述运动图像中每一帧图像中的关键点坐标，形成基于三维空间的运动轨迹和/或空间体积的运动参数。
16.依照本发明的一个方面，所述根据所述运动图像中每一帧图像中的关键点坐标，形成基于三维空间的运动轨迹和/或空间体积的运动参数包括：
17.从预置的多种提取算法中选择与所述预设动作组合对应的目标提取算法；
18.根据每一帧图像中关键点坐标通过目标提取算法进行提取，形成基于三维空间的运动轨迹和/或空间体积的运动参数；
19.根据运动参数进行特征提取获得每一帧图像的运动特征。
20.依照本发明的一个方面，所述对所述运动图像中每一帧图像进行关键点检测得到人体节点坐标包括：将运动图像输入预训练的深度学习模型，通过所述深度学习模型对运动图像进行多层级多维度特征提取，获得图像中的身体部位节点位置响应图；将所述身体部位节点位置响应图中的最大值所在位置坐标作为检测到的人体节点坐标。
21.依照本发明的一个方面，所述不同人群至少包括：健全人群、轻度运动障碍者和重度运动障碍者；或根据运动能力分为更多细分人群。
22.依照本发明的一个方面，所述基于三维空间运动轨迹/空间体积的运动功能评估方法包括：获取不同人群的历史病历信息，提取出预设动作组合对应的部位诊断信息。
23.依照本发明的一个方面，所述根据匹配结果将参与者进行人群划分得到评估结果包括：将待评估对象划分为匹配到的人群，并调出该人群对应的部位诊断信息，将人群分类及部位诊断信息作为评估结果。
24.依照本发明的一个方面，所述基于三维空间运动轨迹/空间体积的运动功能评估方法包括：将评估结果展示给医生作为诊断参考。
25.本发明实施的优点：
26.本发明所述的基于三维空间运动轨迹/空间体积的运动功能评估方法，实现了对待评估对象运动能力状况的智能评估，为待评估对象和医护人员提供辅助评估身体状况的参考数据。该方法是从图像处理角度出发，基于图像分析技术和关键点检测技术，能够挖掘出待评估对象的运动细节特征，得出基于三维空间的运动轨迹和/或空间体积的运动参数，根据运动参数得出运动特征，并分析出待评估对象的运动能力，在一定程度上避免了医护人员肉眼观察的局限性，同时避免了医护人员判断的主观性，为医生诊断提供有价值的参考数据，以辅助医生做医疗诊断。同时，对于一些运动障碍的疾病，其表象特征不明显，且需要医生有长时间的经验积累才能准确作出诊断，然而，具有相当经验的医生是少数，大部分并不具备长时间经验，对于运动障碍的疾病并不能快速作出诊断，不利于提升医疗服务效率，本发明所述的评估方法，能将待评估对象的运动特征进行匹配及进行人群分类，并给出对应的人群历史诊断信息，以作为历史经验参考，便于医生快速根据上述信息作出疾病诊断，有效提升了医疗服务效率。
27.同时，由于上述提供的评估方法能够对待评估对象的运动情况进行分析，自动给出评估结果供待评估对象自己参考，以使其无需定期前往医院检查，在家就可以评估身体状况。如此，解决了对于行动不便的待评估对象需要定期前往医院检查的困扰，还能够辅助医护人员对待评估对象的身体状况进行监控。
附图说明
28.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
29.图1为本发明所述的一种基于三维空间运动轨迹/空间体积的运动功能评估方法示意图。
具体实施方式
30.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
31.如图1所示，一种基于三维空间运动轨迹/空间体积的运动功能评估方法，所述基于三维空间运动轨迹/空间体积的运动功能评估方法包括以下步骤：
32.步骤s1：预设动作组合，并采集不同人群根据动作组合进行运动时的运动图像；
33.所述预设动作组合包括：选择最能代表人体某一部位运动能力的动作编成一组，作为一组预设动作组合；根据部位的不同可有多组预设动作组合。例如，对于颈椎的运动能力，可选择一组动作组合为：低头、抬头、左转头、右转头、顺逆时针360
°
摇头等。
34.所述并采集不同人群根据动作组合进行运动时的运动图像包括：根据各人相应人体部位的运动能力的不同，将人分为多个人群，采集不同人群根据同一组预设动作组合进行运动时的运动图像。
35.所述不同人群至少包括：健全人群、轻度运动障碍者和重度运动障碍者；或根据运动能力分为更多细分人群。可将预设动作组合设定为一系列的日常生活活动，如打电话、喝水、梳头、举起物体。图像采集时，除了能获得关节活动度的数据外，还能将获得在空间内的动作的活动轨迹及产生的空间体积。
36.步骤s2：根据采集的运动图像识别并生成基于三维空间的运动轨迹、空间体积中任一或任两种运动参数；
37.对采集的运动图像中每一帧图像进行关键点检测得到人体节点坐标，从每一帧图像中的所述人体节点坐标中选取预设动作组合对应的关键点坐标；根据所述运动图像中每一帧图像中的关键点坐标，形成基于三维空间的运动轨迹和/或空间体积的运动参数。所述对所述运动轨迹/空间体积中每一帧图像进行关键点检测得到人体节点坐标包括：将运动轨迹/空间体积输入预训练的深度学习模型，通过所述深度学习模型对运动轨迹/空间体积进行多层级多维度特征提取，获得图像中的身体部位节点位置响应图；将所述身体部位节点位置响应图中的最大值所在位置坐标作为检测到的人体节点坐标。
38.从预置的多种提取算法中选择与所述预设动作组合对应的目标提取算法；
39.根据每一帧图像中关键点坐标通过目标提取算法进行提取，形成基于三维空间的运动轨迹和/或空间体积的运动参数；
40.根据运动参数进行特征提取获得每一帧图像的运动特征。
41.步骤s3：根据获得的运动参数进行识别获得不同人群的特征库并与预设动作组合进行绑定；
42.步骤s4：选择动作组合让待评估对象进行运动，并采集待测运动图像；
43.步骤s5：对待测运动图像进行识别获得待测运动图像的待匹配特征；
44.根据步骤s2、步骤s3的图像识别方法，对对待测运动图像进行识别获得待测运动图像的待匹配特征。
45.步骤s6：将待匹配特征与特征库进行匹配获得匹配结果；
46.步骤s7：根据匹配结果将参与者进行人群划分得到评估结果。
47.在实际应用中，所述基于三维空间运动轨迹/空间体积的运动功能评估方法包括：获取不同人群的历史病历信息，提取出预设动作组合对应的部位诊断信息。
48.在实际应用中，所述根据匹配结果将参与者进行人群划分得到评估结果包括：将待评估对象划分为匹配到的人群，并调出该人群对应的部位诊断信息，将人群分类及部位诊断信息作为评估结果。将评估结果展示给医生作为诊断参考。将诊断信息提取出来，有利于给无经验的医生作为诊断的参考依据，快速吸收经验；也有利于给有经验的医生作出准确判断的参考，避免出现主观上的臆断。
49.同时，评估结果可以作为待评估对象自我进行评估的依据，可自我初步判断，进一步的，可到医院进行就诊。
50.本发明所述的基于三维空间运动轨迹/空间体积的运动功能评估方法，实现了对待评估对象运动能力状况的智能评估，为待评估对象和医护人员提供辅助评估身体状况的参考数据。该方法是从图像处理角度出发，基于图像分析技术和关键点检测技术，能够挖掘出待评估对象的运动细节特征，得出基于三维空间的运动轨迹和/或空间体积的运动参数，根据运动参数得出运动特征，并分析出待评估对象的运动能力，在一定程度上避免了医护人员肉眼观察的局限性，同时避免了医护人员判断的主观性，为医生诊断提供有价值的参考数据，以辅助医生做医疗诊断。同时，对于一些运动障碍的疾病，其表象特征不明显，且需要医生有长时间的经验积累才能准确作出诊断，然而，具有相当经验的医生是少数，大部分并不具备长时间经验，对于运动障碍的疾病并不能快速作出诊断，不利于提升医疗服务效率，本发明所述的评估方法，能将待评估对象的运动特征进行匹配及进行人群分类，并给出对应的人群历史诊断信息，以作为历史经验参考，便于医生快速根据上述信息作出疾病诊断，有效提升了医疗服务效率。
51.同时，由于上述提供的评估方法能够对待评估对象的运动情况进行分析，自动给出评估结果供待评估对象自己参考，以使其无需定期前往医院检查，在家就可以评估身体状况。如此，解决了对于行动不便的待评估对象需要定期前往医院检查的困扰，还能够辅助医护人员对待评估对象的身体状况进行监控。
52.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域技术的技术人员在本发明公开的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。