一种康复训练机器人、基于机器人的康复训练方法及装置

技术领域

本申请涉及康复辅助的技术领域，尤其涉及一种康复训练机器人、基于机器人的康复训练方法及装置。

背景技术

康复治疗以消除和减轻人的功能障碍，弥补和重建人的功能缺失，设法改善和提高人的各方面功能的医学治疗，也就是功能障碍的预防、诊断、评估、治疗、训练和处理的治疗项目。患者康复治疗是一项漫长的治疗，需要花费较多的人力物力辅助患者康复。康复治疗包括运动疗法、作业疗法、言语疗法等，其中运动疗法，花费的人力物力较多，且康复的训练效果较难直观的评估。

发明内容

有鉴于此，本申请实施例提供了一种基于机器人的康复训练方法、装置、机器人及计算机可读存储介质，以解决现有技术中康复训练花费的人力物力较多，康复的训练效果较难直观评估的问题。

本申请实施例的第一方面，提供了一种康复训练机器人，康复训练机器人包括：

显示器，设置康复训练机器人的上端，用于展示视频；

动作捕捉传感器，设置在显示器的边缘或显示屏的屏下；

动作分析处理器，设置在康复训练机器人的壳体内，并且与显示器以及动作捕捉传感器相连；

训练方案确定装置，设置在康复训练机器人的壳体内，并且与动作分析处理器相连。

本申请实施例的第二方面，提供了一种基于机器人的康复训练方法，应用于机器人，该方法包括：

基于患者的康复状况，展示康复训练虚拟视频，以引导患者做出相应的康复训练动作；

采集患者的肢体动作图像，并结合预设的标准康复训练动作和肢体动作图像进行分析，得到患者的跟练评分；

根据所述跟练评分，确定患者下一次的康复训练计划。

本申请实施例的第三方面，提供了一种基于机器人的康复训练装置，包括：

显示单元，被配置为用于基于患者的康复状况，展示康复训练虚拟视频，以引导患者做出相应的康复训练动作；

分析单元，被配置为用于采集患者的肢体动作图像，并结合预设的标准康复训练动作和肢体动作图像进行分析，得到患者的跟练评分；

确定单元，根据所述跟练评分，确定患者下一次的康复训练计划。

本申请实施例的第四方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：可以基于患者的康复状况，展示康复训练虚拟视频，以引导患者做出相应的康复训练动作；接着，采集患者的肢体动作图像，并结合预设的标准康复训练动作和肢体动作图像进行分析，得到患者的跟练评分；然后，根据所述跟练评分，确定患者下一次的康复训练计划。本申请方法可以更好地帮助患者进行肢体康复训练，根据患者的训练情况评估得到跟练评分并确认患者下一次的康复训练计划，以解决现有技术中康复训练花费的人力物力较多，康复的训练效果较难直观评估的问题。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，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它的附图。

图1是本申请实施例的应用场景的场景示意图；

图2是本申请实施例提供的一种基于机器人的康复训练方法的流程示意图；

图3是本申请实施例提供的另一种基于机器人的康复训练方法的流程示意图；

图4是本申请实施例提供的标准康复训练动作的第一图像；

图5是本申请实施例提供的患者肢体动作的第二图像；

图6是本申请实施例提供的一种基于机器人的康复训练装置的结构示意图；

图7是本申请实施例提供的另一种基于机器人的康复训练装置的结构示意图；

图8是本申请实施例提供的一种机器人的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

下面将结合附图详细说明根据本申请实施例的一种基于机器人的康复训练方法和装置。

图1是本申请实施例的应用场景的场景示意图。该应用场景可以包括康复训练机器人101、服务器102以及网络103。

康复训练机器人101主要基于硬件。当康复训练机器人101为硬件时，其可以是具有显示屏且支持与服务器102通信的各种电子设备，进一步地，康复训练机器人101上可以安装有各种应用，例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。

服务器102可以是提供各种服务的服务器，例如，对与其建立通信连接的康复训练机器人101发送的请求进行接收的后台服务器，该后台服务器可以对康复训练机器人101发送的请求进行接收和分析等处理，并生成处理结果。服务器102可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本申请实施例对此不作限制。

需要说明的是，服务器102可以是硬件，也可以是软件。当服务器102为硬件时，其可以是为康复训练机器人101提供各种服务的各种电子设备。当服务器102为软件时，其可以是为康复训练机器人101提供各种服务的多个软件或软件模块，也可以是为康复训练机器人101提供各种服务的单个软件或软件模块，本申请实施例对此不作限制。

网络103可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙(Bluetooth)、近场通信(Near FieldCommunication，NFC)、红外(Infrared)等，本申请实施例对此不作限制。

用户可以通过康复训练机器人101经由网络103与服务器102建立通信连接，以接收或发送信息等。具体地，在用户将收集到的兴趣点的数据导入到服务器102之后，服务器102获取待处理兴趣点的第一数据，该第一数据包括待处理兴趣点的第一经纬度和第一分类，并根据第一经纬度和第一分类，对待处理兴趣点进行冲突校验；进一步地，在确定冲突的情况下，服务器102对待处理兴趣点进行冲突处理，以避免数据库中存在大量的重复数据和不可用数据。

需要说明的是，康复训练机器人101、服务器102以及网络103的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本申请实施例对此不作限制。

再次参见附图1，本申请实施例提供的一种康复训练机器人101，包括显示器1011、动作捕捉传感器1012、动作分析处理器1013以及训练方案确定装置1014。显示器1011设置康复训练机器人101的上端，用于展示视频。动作捕捉传感器1012设置在显示器的边缘或显示屏的屏下。示例性地，动作捕捉传感器设置1012在显示器1011的屏下，如附图1。动作分析处理器1013设置在康复训练机器人101的壳体内，并且与显示器1011以及动作捕捉传感器1012相连。训练方案确定装置1014设置在康复训练机器人101的壳体内，并且与动作分析处理器1013相连。

图2是本申请实施例提供的一种基于机器人的康复训练方法的流程示意图。图2的基于机器人的康复训练方法可以由图1的康复训练机器人执行。如图2所示，该基于机器人的康复训练方法包括步骤S101、步骤S102以及步骤S103。

步骤S101，基于患者的康复状况，展示康复训练虚拟视频，以引导患者做出相应的康复训练动作；

步骤S102，采集患者的肢体动作图像，并结合预设的标准康复训练动作和肢体动作图像进行分析，得到患者的跟练评分；

步骤S103，根据跟练评分，确定患者下一次的康复训练计划。

机器人包括存储器和显示单元，存储器存储有患者的康复训练计划，该康复训练计划根据患者的康复状况制定和更新。在患者进行康复训练前，服务器先获取患者的身份信息，根据身份信息调取患者的康复状况，以在机器人的显示单元上展示与该康复状况相对应的康复训练虚拟视频，以引导患者做出相应的康复训练动作。步骤S101能够对应患者的康复状况展示对应的康复训练动作，使该次康复训练符合患者的实际情况，从而使康复训练的效果更好。

机器人展示康复训练虚拟视频后，患者跟练视频里的康复动作，机器人采集患者的肢体动作图像，以结合预设的标准康复训练动作和肢体动作图像进行分析，得到患者的跟练评分。示例性地，在机器人上设置跟练评分算法，该跟练评分算法根据实际情况确定，结合预设的标准康复训练动作和肢体动作图像进行分析，如此设置使跟练评分更为直观。

示例性地，基于患者的康复状况，由康复训练机器人的显示器展示康复训练虚拟视频，以引导患者做出相应的康复训练动作。动作捕捉传感器采集患者的肢体动作图像。动作分析处理器结合预设的标准康复训练动作和肢体动作图像进行分析，得到患者的跟练评分。训练方案确定装置根据跟练评分，确定患者下一次的康复训练计划。

本申请由机器人辅助患者进行康复训练，可协助患者更好地进行康复训练，无需医护人员的参与，节省人力物力，且跟练评分结合预设的标准康复训练动作和肢体动作图像进行分析，更直观的评估跟练评分，跟练评分可以体现患者康复的训练效果，如此，可以解决现有技术中康复的训练效果较难直观评估的问题。除此之外，本申请根据跟练评分，确定患者下一次的康复训练计划，可以节省医护人员为患者制定下一次康复训练计划的人力。

在一些实施例中，基于机器人的康复训练方法应用于康复训练系统，上述实施例中，康复训练系统包括如附图2中的机器人和服务器。如附图3所示，在步骤S103，根据所述跟练评分，确定患者下一次的康复训练计划，包括步骤S1031和步骤S1032。

步骤S1031：上传跟练评分至康复训练系统，根据跟练评分确定是否调整患者的康复训练计划；

步骤S1032：若调整了患者的康复训练计划，则根据调整后的患者的康复训练计划，更新下一次患者康复训练的康复训练虚拟视频。

如上，跟练评分可以体现患者的康复效果，例如患者的肢体受伤，从而在患者治疗一段时间后，患者需要进行康复治疗。刚开始进行康复治疗时，由于患者是肢体受伤，很久没有锻炼过肢体，且肢体刚恢复，且肢体较为僵硬，动作伸展没办法如正常那样自如，即患者跟练康复训练的动作没有那么标准，从而使跟练评分较低。在患者跟练评分分析出来后，机器人上传跟练评分至康复训练系统，示例性地，机器人上传跟练评分至康复训练系统的服务器。服务器根据跟练评分确定是否调整患者的康复训练计划。若患者的跟练评估分较低，说明患者当前的肢体康复的还不是很好，还不足以跟练制定的康复训练的动作。此时，可为患者调整较为简单的康复训练，即调整患者的康复训练计划，以使康复训练符合患者的康复情况。若患者的跟练评估分较高，说明患者当前的肢体康复的较好，可以跟练更复杂的康复训练动作。此时，可为患者调整较为复杂的康复训练，即调整患者的康复训练计划，以使康复训练符合患者的康复情况。调整了患者的康复训练计划后，则根据调整后的患者的康复训练计划，更新下一次患者康复训练的康复训练虚拟视频，并将更新后的康复训练虚拟视频发送给机器人，或者在机器人存储器内，更新康复训练虚拟视频，可以理解地，机器人的存储器可以存储有不同难度的康复训练虚拟视频，可以根据服务器的指令，更新与患者对应的康复训练虚拟视频。

在一些实施例中，步骤S102，结合预设的标准康复训练动作和肢体动作图像进行分析，得到患者的跟练评分，包括步骤S1022、步骤S1023、步骤S1024以及步骤S1025。

步骤S1022，获取标准康复训练动作的各标准肢体节点位置，并根据各标准肢体节点位置得到标准肢体位置关系；

步骤S1023，获取肢体动作图像中患者肢体动作的各肢体节点位置，并根据各肢体节点位置得到肢体位置关系；

步骤S1024，结合标准肢体位置关系和肢体位置关系进行分析，得到标准肢体位置关系和肢体位置关系的相似度；

步骤S1025，根据相似度确定患者的跟练评分。

步骤S1022-步骤S1025即为上述所说的跟练评分算法的一种实施方式。可以知道地，人在做不同动作时，其肢体节点都会在不同的位置，从而可以通过肢体节点判断人的动作。示例性地，肢体节点包括额头点、颈椎节点、肩胛节点、肘关节点、腕关节点、中指尾末点、髋关节点、漆关节点、踝关节、腰椎节点、锁骨节点、下颌骨节点、鼻骨节点、肱骨节点、肋软骨节点、尺骨节点以及股骨节点等。

获取标准康复训练动作的各标准肢体节点位置，根据各标准肢体节点位置得到标准肢体位置关系，标准肢体位置关系即可体现康复训练虚拟视频中的标准康复训练动作姿态。同样地，获取肢体动作图像中患者肢体动作的各肢体节点位置，并根据各肢体节点位置得到肢体位置关系，肢体位置关系即可体现患者的动作姿态。将标准肢体位置关系和肢体位置关系进行对比分析，即将标准康复训练动作姿态与患者的动作姿态进行对比，可以得到相似度，该相似度即可体现患者跟练动作是否标准，从而可以根据相似度确定患者的跟练评分。

本申请通过结合标准肢体位置关系和肢体位置关系进行分析，评估患者的跟练评分，可较为客观的评估跟练评分，得到较能体现患者跟练效果的跟练评分。

在一些实施例中，在步骤S1022，获取标准康复训练动作的各标准肢体节点位置，并根据各标准肢体节点位置得到标准肢体位置关系前，步骤S102还包括步骤S1021。

步骤S1021，确定人体中的关键肢体节点，其中，各标准肢体节点位置和各肢体节点位置至少包括关键肢体节点的位置。

可以理解地，人体中可以标注的节点比较多。如上述，肢体节点包括额头点、颈椎节点、肩胛节点、肘关节点、腕关节点、中指尾末点、髋关节点、漆关节点、踝关节、腰椎节点、锁骨节点、下颌骨节点、鼻骨节点、肱骨节点、肋软骨节点、尺骨节点以及股骨节点等。在进行跟练评分算法时，加入太多的肢体节点使得各肢体节点的位置关系运算比较复杂，且运算结果准确度的提升度并不高，即对跟练评分的准确度的提升不高。基于加入太多的肢体节点使得各肢体节点的位置关系运算比较复杂的原因，在获取标准康复训练动作的各标准肢体节点位置前，先确定关键肢体节点，可以理解地，关键肢体节点能较好地体现人体的动作，从而不需要加入过多的肢体节点，避免影响跟练评分运算的效率。在一实施例中，关键肢体节点包括额头点、颈椎节点、肩胛节点、肘关节点、腕关节点、中指尾末点、髋关节点、漆关节点、踝关节这9个肢体节点。标准肢体节点位置包括额头点、颈椎节点、肩胛节点、肘关节点、腕关节点、中指尾末点、髋关节点、漆关节点、踝关节9个肢体节点的位置。同样地，肢体节点位置包括额头点、颈椎节点、肩胛节点、肘关节点、腕关节点、中指尾末点、髋关节点、漆关节点、踝关节9个肢体节点的位置。示例性地，机器人设有识别单元，用于识别肢体动作图像中患者肢体动作的各肢体节点位置。

在一些实施例中，标准肢体位置关系包括各标准肢体节点位置连线的图像、各标准肢体节点位置连线的比例、以及各标准肢体节点位置连线之间的角度中的至少一种。同样地，肢体位置关系包括各肢体节点位置连线的图像、各肢体节点位置连线的比例、以及各肢体节点位置连线之间的角度中的至少一种。各标准肢体节点位置可以体现康复训练虚拟视频中的标准康复训练动作，各标准肢体节点位置连线的图像、连线以及角度可以显示标准康复训练动作的姿态，从而可以通过图像、比例以及角度中的至少一种描述该标准康复训练动作的姿态。各肢体节点位置可以体现患者在康复训练时的动作，各肢体节点位置连线的图像、比例以及角度可以显示患者肢体动作的姿态，从而可以通过图像、连线以及角度中的至少一种描述该患者肢体动作的姿态。图像、比例和角度更容易进行对比，以得到相似度，从而可使得到的跟练评分更为客观。

在一些实施例中，步骤S1024，结合标准肢体位置关系和肢体位置关系进行分析，得到标准肢体位置关系和肢体位置关系的相似度，包括步骤S10241、步骤S10242。

步骤S10241，若标准肢体位置关系为各标准肢体节点位置连线的图像，肢体位置关系为各肢体节点位置连线的图像；

步骤S10242，则将各标准肢体节点位置连线的图像与各肢体节点位置连线的图像进行轮廓相似度对比，得到第一相似度。

根据标准康复训练动作所得到的图像，和患者肢体动作所得到图像进行对比，可得到能够评估标准康复训练动作和患者肢体动作的第一相似度，用第一相似度作为目标相似度，该目标相似度用于确定患者的跟练评分。

在一些实施例中，步骤S1024，结合标准肢体位置关系和肢体位置关系进行分析，得到标准肢体位置关系和肢体位置关系的相似度，包括步骤S10241`、步骤S10242`、以及步骤S10243`。

步骤S10241`，若标准肢体位置关系为各标准肢体节点位置连线的比例，肢体位置关系为各肢体节点位置连线的比例；

步骤S10242`，则将各标准肢体节点位置连线的比例与各肢体节点位置连线的比例进行计算，得到比例差值；

步骤S10243`，根据比例差值得到第二相似度。

同样地，根据标准康复训练动作所得到的比例，和患者肢体动作所得到比例进行差值计算，得到比例差值，根据比例差值可得到能够评估标准康复训练动作和患者肢体动作的第二相似度，用第二相似度作为目标相似度，该目标相似度用于确定患者的跟练评分。

在一些实施例中，步骤S1024，结合标准肢体位置关系和肢体位置关系进行分析，得到标准肢体位置关系和肢体位置关系的相似度，包括步骤S10241``、步骤S10242``、以及步骤S10243``。

步骤S10241``，若标准肢体位置关系为各标准肢体节点位置连线的角度，肢体位置关系为各肢体节点位置连线的角度；

步骤S10242``，则将各标准肢体节点位置连线的角度与各肢体节点位置连线的角度进行计算，得到角度差值；

步骤S10243``，根据角度差值得到第三相似度。

同样地，根据标准康复训练动作所得到的角度，和患者肢体动作所得到比例进行差值计算，得到角度差值，根据角度差值可得到能够评估标准康复训练动作和患者肢体动作的第三相似度，用第三相似度作为目标相似度，该目标相似度用于确定患者的跟练评分。

在一些实施例中，步骤S1024，结合标准肢体位置关系和肢体位置关系进行分析，得到标准肢体位置关系和肢体位置关系的相似度，包括步骤S10241```、步骤S10242```、以及步骤S10243```、步骤S10244```，步骤S10245```、步骤S10246```、步骤S10247```、步骤S10248```以及步骤S10249```。

步骤S10241```，若标准肢体位置关系为各标准肢体节点位置连线的图像，肢体位置关系为各肢体节点位置连线的图像；

步骤S10242```，则将各标准肢体节点位置连线的图像与各肢体节点位置连线的图像进行轮廓相似度对比，得到第一相似度；

步骤S10243```，若标准肢体位置关系为各标准肢体节点位置连线的比例，肢体位置关系为各肢体节点位置连线的比例；

步骤S10244```，则将各标准肢体节点位置连线的比例与各肢体节点位置连线的比例进行计算，得到比例差值；

步骤S10245```，根据比例差值得到第二相似度；

步骤S10246```，若标准肢体位置关系为各标准肢体节点位置连线的角度，肢体位置关系为各肢体节点位置连线的角度；

步骤S10247```，则将各标准肢体节点位置连线的角度与各肢体节点位置连线的角度进行计算，得到角度差值；

步骤S10248```，根据角度差值得到第三相似度。

步骤S10249```，将第一相似度、第二相似度、以及第三相似度通过预算算法进行计算得到目标相似度。

预算算法包括平均值计算、中值计算、以及加权平均值计算。示例性地，将第一相似度、第二相似度、以及第三相似度通过平均值计算得到目标相似度。

根据标准康复训练动作所得到的图像，和患者肢体动作所得到图像进行对比，可得到能够评估标准康复训练动作和患者肢体动作的第一相似度，第一相似度可用于确定患者的跟练评分。同样地，根据标准康复训练动作所得到的比例，和患者肢体动作所得到比例进行差值计算，得到比例差值，根据比例差值可得到能够评估标准康复训练动作和患者肢体动作的第二相似度，第二相似度可用于确定患者的跟练评分。同样地，根据标准康复训练动作所得到的角度，和患者肢体动作所得到比例进行差值计算，得到角度差值，根据角度差值可得到能够评估标准康复训练动作和患者肢体动作的第三相似度，第三相似度可用于确定患者的跟练评分。为了使跟练评分更为准确和客观，将第一相似度、第二相似度以及第三相似度进行相加得到总值，该总值的三分至一即为目标相似度，根据该目标相似度确定患者的跟练评分。

在一实施例中，如附图4所示，为一个标准康复训练动作的第一图像，第一图像包括各标准肢体节点位置，分别为第一额头点位置1、第一颈椎节点位置2、第一肩胛节点位置3、第一肘关节点位置4、第一腕关节点位置5、第一中指尾末点位置6、第一髋关节点位置7、第一漆关节点位置8、第一踝关节位置9这9个标准肢体节点位置。如附图5所示，为一个患者肢体动作的第二图像，第二图像包括患者的各肢体节点位置，分别为第二额头点位置1`、第二颈椎节点位置2`、第二肩胛节点位置3`、第二肘关节点位置4`、第二腕关节点位置5`、第二中指尾末点位置6`、第二髋关节点位置7`、第二漆关节点位置8`、第二踝关节位置9`这9个标准肢体节点位置。

在机器人的显示单元展示康复训练虚拟视频，以引导患者做出相应的康复训练动作；机器人采集患者的肢体动作图像，获取在康复训练虚拟视频中的第一标准康复训练动作伸展后的图片，在图片中获取第一额头点位置1、第一颈椎节点位置2、第一肩胛节点位置3、第一肘关节点位置4、第一腕关节点位置5、第一中指尾末点位置6、第一髋关节点位置7、第一漆关节点位置8、第一踝关节位置9这9个标准肢体节点位置。将第一额头点位置1与第一颈椎节点位置2连线，第一颈椎节点位置2分别与左边的第一肩胛节点位置3以及右边的第一肩胛节点位置3相连，左边的第一肩胛节点位置3、第一肘关节点位置4、第一腕关节点位置5、第一中指尾末点位置6、第一髋关节点位置7、第一漆关节点位置8、第一踝关节位置9依次相连。同样地，右边的第一肩胛节点位置3、第一肘关节点位置4、第一腕关节点位置5、第一中指尾末点位置6、第一髋关节点位置7、第一漆关节点位置8、第一踝关节位置9依次相连。左边的第一踝关节位置9与右边的第一踝关节位置9相连，从而得到各标准肢体节点位置连线的图像100。

获取肢体动作图像中患者第一肢体动作的伸展后的图片，在图片中获取第二额头点位置1`、第二颈椎节点位置2`、第二肩胛节点位置3`、第二肘关节点位置4`、第二腕关节点位置5`、第二中指尾末点位置6`、第二髋关节点位置7`、第二漆关节点位置8`、第二踝关节位置9`这9个标准肢体节点位置。将第二额头点位置1`与第二颈椎节点位置2`连线，第二颈椎节点位置2`分别与左边的第二肩胛节点位置3`以及右边的第二肩胛节点位置3`相连，左边的第二肩胛节点位置3`、第二肘关节点位置4`、第二腕关节点位置5`、第二中指尾末点位置6`、第二髋关节点位置7`、第二漆关节点位置8`、第二踝关节位置9`依次相连。同样地，右边的第二肩胛节点位置3`、第二肘关节点位置4`、第二腕关节点位置5`、第二中指尾末点位置6`、第二髋关节点位置7`、第二漆关节点位置8`、第二踝关节位置9`依次相连。左边的第二踝关节位置9`与右边的第二踝关节位置9`相连，从而得到患者各肢体节点位置连线的图像200。

则将各标准肢体节点位置连线的图像100与各肢体节点位置连线的图像200进行轮廓相似度对比，得到第一相似度。示例性地，第一相似度为65％，则根据相似度确定患者的跟练评分。跟练评分可以等于相似度，也可以是相似度乘以一个系数，从而得到跟练评分，系数可根据实际情况确定。

可以理解地，康复训练虚拟视频中的第一标准康复训练动作伸展后的图片与肢体动作图像中患者第一肢体动作的伸展后的图片是对应地，即第一肢体动作为患者跟练康复训练虚拟视频中的第一标准康复训练动作所做出的动作。可以获取康复训练虚拟视频中多个不同时间的图片，肢体动作图像中多个患者肢体动作的图片。示例性地，由于康复训练是由多个动作连续组成，例如，康复训练包括第一标准康复训练动作、第二标准康复训练动作、第三标准康复训练动作、第四标准康复训练动作、第五标准康复训练动作、第六标准康复训练动作，每个动作在切换下一个动作时，得伸展完全，才能进入下一个动作。患者跟练也是连续做出多个动作，和上述康复训练一样，在此不再赘述。故而选取康复训练虚拟视频中、以及肢体动作图像中每个动作伸展后的图片作为获取关键肢体节点的图像。

在一另实施例中，再次参见附图4，将第一额头点位置1、第一颈椎节点位置2、第一肩胛节点位置3、第一肘关节点位置4、第一腕关节点位置5、第一中指尾末点位置6、第一髋关节点位置7、第一漆关节点位置8、第一踝关节位置9连线后，可以获取相邻两连线的角度，例如，各标准肢体节点位置连线的图像100包括角度α

可以理解地，各标准肢体节点位置连线的图像100以及患者各肢体节点位置连线的图像200中的角度个数以及角度的位置可以根据患者的身体情况确定。以患者各肢体节点位置连线的图像200为例，患者的左手手臂受过伤(即为附图5中的左边手臂)，在医院治疗成功后，需要针对受伤手臂做康复训练，这时，在患者各肢体节点位置连线的图像200中可以选取角度β

在一另实施例中，再次参见附图4，将第一额头点位置1、第一颈椎节点位置2、第一肩胛节点位置3、第一肘关节点位置4、第一腕关节点位置5、第一中指尾末点位置6、第一髋关节点位置7、第一漆关节点位置8、第一踝关节位置9连线后，可以获取连线的长度，选取图像100某一条连线作为参考线，计算图像100中每一条连线与参考线的比例。再次参见附图5，将第二额头点位置1`、第二颈椎节点位置2`、第二肩胛节点位置3`、第二肘关节点位置4`、第二腕关节点位置5`、第二中指尾末点位置6`、第二髋关节点位置7`、第二漆关节点位置8`、第二踝关节位置9`连线后，可以获取连线的长度，选取图像200中与图像100参考线对应的连线作为参考线，计算图像200中每一条连线与参考线的比例。将在图像100中计算得到的各连线比例与图像200中计算得到的各连线比例进行差值计算得到各比例差值，比例差值为绝对值。获取各比例差值的总和或平均值，根据该总和或平均值确定跟练评分。跟练评分可以与该总和或平均值成负相关关系，或者跟练评分可以与该总和或平均值具有对应关系表，依照对应关系表，找到与该总和或平均值对应的跟练评分。跟练评分与该总和或平均值的计算算法可以根据实际情况确定，上述示例仅为一实施例，并非对跟练评分与该总和或平均值的计算算法的限制。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

图6是本申请实施例提供的一种基于机器人的康复训练装置的示意图。基于机器人的康复训练装置可设置在机器人。如图6所示，该基于机器人的康复训练装置包括：

显示单元601，被配置为用于基于患者的康复状况，展示康复训练虚拟视频，以引导患者做出相应的康复训练动作；

分析单元602，被配置为被配置为用于采集患者的肢体动作图像，结合预设的标准康复训练动作和肢体动作图像进行分析，得到患者的跟练评分；

确定单元603，被配置为用于根据所述跟练评分，确定患者下一次的康复训练计划。

在一些实施例中，如附图7所示，该确定单元603，包括：

上传单元6031，被配置为用于上传跟练评分至康复训练系统，根据跟练评分确定是否调整患者的康复训练计划；

更新单元6032，被配置为用于若调整了患者的康复训练计划，则根据调整后的患者的康复训练计划，更新下一次患者康复训练的康复训练虚拟视频。

在一些实施例中，分析单元，被配置为用于：

获取标准康复训练动作的各标准肢体节点位置，并根据各标准肢体节点位置得到标准肢体位置关系；

获取肢体动作图像中患者肢体动作的各肢体节点位置，并根据各肢体节点位置得到肢体位置关系；

结合标准肢体位置关系和肢体位置关系进行分析，得到标准肢体位置关系和肢体位置关系的相似度；

根据相似度确定患者的跟练评分。

在一些实施例中，分析单元，被配置为用于：

确定人体中的关键肢体节点，其中，各标准肢体节点位置和各肢体节点位置至少包括关键肢体节点的位置。

在一些实施例中，分析单元，被配置为用于：

若标准肢体位置关系为各标准肢体节点位置连线的图像，肢体位置关系为各肢体节点位置连线的图像；

则将各标准肢体节点位置连线的图像与各肢体节点位置连线的图像进行轮廓相似度对比，得到第一相似度；和/或，

若标准肢体位置关系为各标准肢体节点位置连线的比例，肢体位置关系为各肢体节点位置连线的比例；

则将各标准肢体节点位置连线的比例与各肢体节点位置连线的比例进行计算，得到比例差值；

根据比例差值得到第二相似度；和/或，

若标准肢体位置关系为各标准肢体节点位置连线的角度，肢体位置关系为各肢体节点位置连线的角度；

则将各标准肢体节点位置连线的角度与各肢体节点位置连线的角度进行计算，得到角度差值；

根据角度差值得到第三相似度。

在一些实施例中，分析单元，被配置为用于：

将第一相似度、第二相似度、以及第三相似度任意一种作为目标相似度；或，

将第一相似度、第二相似度、以及第三相似度通过预算算法进行计算得到目标相似度；

其中，预算算法包括平均值计算、中值计算、以及加权平均值计算。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

图8是本申请实施例提供的电子设备800的示意图。如图8所示，该实施例的电子设备800包括：处理器801、存储器802以及存储在该存储器802中并且可在处理器801上运行的计算机程序803。处理器801执行计算机程序803时实现上述各个方法实施例中的步骤。或者，处理器801执行计算机程序803时实现上述各装置实施例中各模块/单元的功能。

电子设备800可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备800可以包括但不仅限于处理器801和存储器802。本领域技术人员可以理解，图8仅仅是电子设备800的示例，并不构成对电子设备800的限定，可以包括比图示更多或更少的部件，或者不同的部件。

处理器801可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。

存储器802可以是电子设备800的内部存储单元，例如，机器人800的硬盘或内存。存储器802也可以是电子设备800的外部存储设备，例如，电子设备800上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。存储器802还可以既包括电子设备800的内部存储单元也包括外部存储设备。存储器802用于存储计算机程序以及机器人所需的其它程序和数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。