一种基于数据采集的患后康复系统

技术领域

本发明涉及患者康复系统，具体涉及一种基于数据采集的患后康复系统。

背景技术

脑中风属于临床上常见的神经性疾病，由脑部突发血运障碍而导致，部分患者会出现意志障碍，脑中风的患者有较高的病死率和致残率。2013年的国际物理与康复医学世界大会的公开资料表明，我国拥有约700万脑中风患者，这些患者中约有70﹪-80﹪留下残疾后遗症。

随着近些年医疗水平的逐步提高，脑中风的治疗效果已得到明显提升，但患者治疗后仍伴随肢体功能障碍、吞咽障碍等，迫切需要康复治疗。临床实验表明，采取早期康复护理干预训练(包括心理疏导、吞咽功能训练和Bobath握手训练)的中风患者在运动能力和生活自理能力上明显高于只采用普通护理的患者，康复训练可显著提高脑中风患者日常生活能力的恢复。

运动康复训练通过训练患者进行肢体运动，加强肌肉、关节活动，增加肌力，有利于相关功能及日常活动能力的恢复。同时，刺激病灶周围细胞突触形成，加快细胞增殖，促进未受损细胞代偿、重组，建立新的神经通路，有利于病灶快速有效的康复。

然而，目前缺乏一种能够快速有效识别患者做出康复动作准确性的患后康复系统，如果患者做出的康复动作不够标准，那么患后的康复训练效果甚微。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种基于数据采集的患后康复系统，能够有效克服现有技术所存在的不能快速有效识别患者做出康复动作准确性的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于数据采集的患后康复系统，包括控制器，所述控制器与用于存储患者康复动作的康复动作样本库相连，所述控制器与用于患者从康复动作样本库中选择康复动作的康复动作选择模块相连，所述控制器与用于显示患者选择康复动作的康复动作显示模块相连；

所述控制器与用于在人体做出康复动作时形成人体骨骼模型的骨骼跟踪单元相连，所述控制器与用于根据人体骨骼模型识别人体姿势的姿势识别模块相连，所述控制器与用于根据人体姿势识别人体动作的动作识别模块相连；

所述控制器与用于提取患者选择康复动作的特征向量方向角度的特征向量方向角度提取模块相连，所述控制器与用于根据患者选择康复动作从骨骼跟踪单元中删去已识别的不相关关节的数据预处理模块相连，所述控制器与用于检测获取姿势识别模块计算关节点向量的方向角度的人体向量方向角度检测模块相连，所述控制器与用于对特征向量方向角度提取模块、人体向量方向角度检测模块的数据进行对比的数据对比模块相连。

优选地，所述骨骼跟踪单元包括用于确定空间中人体位置得到深度图像的深度图像采集模块，用于根据深度图像得到人体轮廓的人体检测模块，用于识别人体轮廓中各人体部位的人体部位识别模块，用于识别人体部位中各人体关节，并合成人体骨架模型的人体关节识别模块，以及用于将三维坐标下的人体骨架模型转换为二维坐标人体骨架模型的坐标转换模块相连。

优选地，所述人体检测模块逐个像素扫描深度图像，通过边缘检测、噪声阈值处理、提取目标特征点将人体从背景中分离。

优选地，所述人体部位识别模块通过Exemplar系统进行机器学习识别人体部位；

所述人体关节识别模块利用机器学习，通过近似概率匹配得到人体部位的关节点，并对人体关节进行合成，得到人体骨架模型。

优选地，所述姿势识别模块通过计算关节点向量的方向角度识别人体姿势，包括：

选定肘关节p

p

该关节点向量的方向角度可表示为：

与X轴的夹角：

与Y轴的夹角：

与Z轴的夹角：

优选地，所述动作识别模块通过构建人体动作识别模型识别人体动作，所述人体动作识别模型的训练方法，包括：

将人体各关节点向量的方向角度以及当前人体动作输入人体动作识别模型进行训练，构建分类器。

优选地，所述控制器与用于将对比结果可视化显示在康复动作显示模块上的对比结果显示模块相连，所述数据对比模块计算特征向量方向角度提取模块提取患者选择康复动作的特征向量方向角度、人体向量方向角度检测模块获取关节点向量的方向角度之间的差值。

优选地，所述差值在阈值范围内，则判定患者做出康复动作与患者选择康复动作相似，康复训练达标；否则，通过对比结果显示模块在康复动作显示模块上进行可视化显示。

优选地，所述康复动作样本库中包括上肢训练动作、下肢训练动作和全身训练动作；

所述患者选择康复动作、动作识别模块识别的人体动作均在康复动作显示模块上进行显示。

优选地，所述对比结果显示模块通过线条指示运动路径，并通过箭头引导患者到达正确的运动位置。

(三)有益效果

与现有技术相比，本发明所提供的一种基于数据采集的患后康复系统，能够对患者做出的康复动作进行快速有效识别，并通过计算关节点向量的方向角度之间的差值来对患者动作的标准性进行评判，还能够通过对比结果显示模块进行可视化显示，帮助患者更加标准地进行运动康复训练，有助于病灶的快速恢复。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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。

图1为本发明系统示意图；

图2为本发明图1中骨骼跟踪单元的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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作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。

一种基于数据采集的患后康复系统，如图1和图2所示，包括控制器，控制器与用于存储患者康复动作的康复动作样本库相连，控制器与用于患者从康复动作样本库中选择康复动作的康复动作选择模块相连，控制器与用于显示患者选择康复动作的康复动作显示模块相连。

本申请技术方案中，康复动作样本库中包括上肢训练动作、下肢训练动作和全身训练动作，患者可以根据自己的患病情况，有针对性地选择有利于自身恢复的康复动作。

控制器与用于在人体做出康复动作时形成人体骨骼模型的骨骼跟踪单元相连，控制器与用于根据人体骨骼模型识别人体姿势的姿势识别模块相连，控制器与用于根据人体姿势识别人体动作的动作识别模块相连。

骨骼跟踪单元包括用于确定空间中人体位置得到深度图像的深度图像采集模块，用于根据深度图像得到人体轮廓的人体检测模块，用于识别人体轮廓中各人体部位的人体部位识别模块，用于识别人体部位中各人体关节，并合成人体骨架模型的人体关节识别模块，以及用于将三维坐标下的人体骨架模型转换为二维坐标人体骨架模型的坐标转换模块相连。

深度图像采集模块通过红外摄影机发射激光散斑，红外摄像头分析红外光谱后将散斑信息传给芯片。在可视空间内，每隔一定的距离取一个参考面，记录散斑图案，将这些参考面组合就形成了整个空间的散斑图案，完成了光源标定。由于激光散斑的随机性，空间中每个物体的散斑图案各不相同，将每个物体的散斑图案分别与每个参考面散斑图案做互相关运算，依据运算结果可确定物体的空间位置、形状等，再经过插值运算即可得到场景的三维形状，即深度图像。

人体检测模块逐个像素扫描深度图像，通过边缘检测、噪声阈值处理、提取目标特征点将人体从背景中分离。

人体部位识别模块通过Exemplar系统进行机器学习识别人体部位；人体关节识别模块利用机器学习，通过近似概率匹配得到人体部位的关节点，并对人体关节进行合成，得到人体骨架模型。

姿势识别模块通过计算关节点向量的方向角度识别人体姿势，包括：

选定肘关节p

p

该关节点向量的方向角度可表示为：

与X轴的夹角：

与Y轴的夹角：

与Z轴的夹角：

动作识别模块通过构建人体动作识别模型识别人体动作，人体动作识别模型的训练方法，包括：

将人体各关节点向量的方向角度以及当前人体动作输入人体动作识别模型进行训练，构建分类器。

控制器与用于提取患者选择康复动作的特征向量方向角度的特征向量方向角度提取模块相连，控制器与用于根据患者选择康复动作从骨骼跟踪单元中删去已识别的不相关关节的数据预处理模块相连，控制器与用于检测获取姿势识别模块计算关节点向量的方向角度的人体向量方向角度检测模块相连，控制器与用于对特征向量方向角度提取模块、人体向量方向角度检测模块的数据进行对比的数据对比模块相连，控制器与用于将对比结果可视化显示在康复动作显示模块上的对比结果显示模块相连。

数据对比模块计算特征向量方向角度提取模块提取患者选择康复动作的特征向量方向角度、人体向量方向角度检测模块获取关节点向量的方向角度之间的差值。

差值在阈值范围内，则判定患者做出康复动作与患者选择康复动作相似，康复训练达标；否则，通过对比结果显示模块在康复动作显示模块上进行可视化显示。

患者选择康复动作、动作识别模块识别的人体动作均在康复动作显示模块上进行显示，对比结果显示模块通过线条指示运动路径，并通过箭头引导患者到达正确的运动位置，帮助患者更加标准地进行运动康复训练，有助于病灶的快速恢复。

本申请技术方案中，数据预处理模块根据患者选择康复动作从骨骼跟踪单元中删去已识别的不相关关节。例如，在进行上肢康复训练时，坐标变换后会删除下身关节点坐标数据，只剩下上身关节点坐标用于后面的相似性分析，从而大大减少了系统的计算量。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。