基于视觉识别的肩关节活动度计算方法技术

本发明专利技术实施例公开了一种基于视觉识别的肩关节活动度计算方法，涉及身体测量评估技术领域。所述方法包括：获取深度摄像头采集的测试者完成第一预设测试动作的正面人体图像，第一预设测试动作为手臂前伸上举；从正面人体图像中提取测试者的关节标记点的第一空间坐标数据；根据第一空间坐标数据，计算得到第一长度值和第二长度值；将第二长度值除以第一长度值，并取反正弦，得到手臂前伸上举关节角数据；根据手臂前伸上举关节角数据，计算肩关节活动度得分。本发明专利技术实施例利用受试者的正面人体图像，一次计算出了手臂前伸上举关节角数据和手臂外展上举关节角数据，准确度高，无需多方向采集人体图像，操作简便，省时省力。省时省力。省时省力。

【技术实现步骤摘要】
基于视觉识别的肩关节活动度计算方法


[0001]本专利技术涉及身体测量评估
，特别是指一种基于视觉识别的肩关节活动度计算方法。

技术介绍

[0002]肩关节活动度下降，多见于肩臂活动多但却并不耗力的非体力劳动者，如厨师、作家、司机和某些办公室工作人员等。这类人群虽然并非体力劳动者，但是所从事的工作均需要频繁活动肩臂或肩臂必须长时间固定于某一位置。随着年龄增长，类似肩周炎的疾病发病率还会进一步上升。肩关节活动度下降会影响人们的工作和生活自理能力。因此，测量肩关节活动度可以较早预知肩周炎得病风险。
[0003]当前肩关节活动度测试多为器械类测量，即通过多种测量杆一侧固定，通过转动角度测量，比如中国专利申请CN113080943A公开了一种肩关节活动度测量装置，以及中国专利CN210749218U公开了一种评价甲状腺癌术后肩颈活动度的装置。现在基于大数据的摄像头视觉识别已经能够识别出人体关节角度，但目前在视觉识别的关节角度计算中，大多通过摄像头识别的坐标点进行评估计算，但由于摄像机对人体标记点当下仍不能实现准确识别，所以目前的关节角度仍不能实现较高的准确度。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种准确度高的基于视觉识别的肩关节活动度计算方法。
[0005]一种基于视觉识别的肩关节活动度计算方法，包括：
[0006]获取深度摄像头采集的测试者完成第一预设测试动作的正面人体图像，所述第一预设测试动作为手臂前伸上举；
[0007]从所述正面人体图像中提取测试者的关节标记点的第一空间坐标数据；
[0008]根据所述第一空间坐标数据，计算测试者的手臂从自然下垂至向前伸直上举至最大限度过程中手臂竖向长度的绝对值的平均值，并将该平均值乘以预设系数，得到第一长度值；并将测试者的手臂在向前伸直上举至最大限度时的手臂竖向长度记为第二长度值；
[0009]将所述第二长度值除以所述第一长度值，并取反正弦，得到手臂前伸上举关节角数据；
[0010]根据所述手臂前伸上举关节角数据，计算肩关节活动度得分。
[0011]本专利技术实施例提供的基于视觉识别的肩关节活动度计算方法，一方面，运用视觉识别的方法采集受试者的关节点，利用受试者的正面人体图像，计算了第一长度值(可理解为直角三角形中斜边的长度)和第二长度值(可理解为直角三角形中一直边的长度)，将第二长度值除以第一长度值，并取反正弦，从而得到手臂前伸上举关节角数据，间接计算出了手臂前伸上举关节角，且准确度高；另一方面，利用受试者的正面人体图像，一次计算出了手臂前伸上举关节角数据和手臂外展上举关节角数据，同时根据手臂前伸上举关节角数据
和手臂外展上举关节角数据，能够更加准确的计算出肩关节活动度得分，无需多方向采集人体图像，操作简便，省时省力。
附图说明
[0012]为了更清楚地说明本专利技术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专利技术的一些实施例，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。
[0013]图1为本专利技术的基于视觉识别的肩关节活动度计算方法的流程示意图；
[0014]图2为本专利技术中关节标记点的位置示意图，其中(a)为人体侧面图，(b)为人体正面图；
[0015]图3为本专利技术中关节空间角在冠状面、矢状面和水平面上的投影示意图；
[0016]图4为本专利技术测试过程中手臂前伸上举关节角的变化示意图。
具体实施方式
[0017]下面结合附图对本专利技术实施例进行详细描述。
[0018]应当明确，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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它实施例，都属于本专利技术保护的范围。
[0019]本专利技术实施例提供一种基于视觉识别的肩关节活动度计算方法，如图1所示，包括：
[0020]步骤101：获取深度摄像头采集的测试者完成第一预设测试动作的正面人体图像，所述第一预设测试动作为手臂前伸上举；
[0021]本步骤中，通过摄像头采集测试者完成预设测试动作的正面人体图像，该摄像头优选为具有3D功能的深度摄像头。第一预设测试动作可以为手臂前伸上举。
[0022]具体实施时，受试者可以进行3次手臂前伸上举，摄像头分别采集在手臂前伸上举过程中X、Y、Z三个方向(参考图3)的关节标记点时间序列，从而得到后续的第一空间坐标数据，以利于后续步骤进行关节角数据计算，以及计算肩关节活动度得分。
[0023]例如在测试时，受试者听从测试仪器指示，进行双臂前伸上举：受试者身体站直，手臂自然下垂，掌心向内，双臂向前伸直上举至最大限度，或停留在上举至手臂垂直地面方向，听从测试仪器指示，进行3次动作。
[0024]步骤102：从所述正面人体图像中提取测试者的关节标记点的第一空间坐标数据；
[0025]本步骤中，可利用视觉识别系统从所述正面人体图像中提取测试者的关节标记点时间序列对应下的第一空间坐标数据，具体提取方法可采用本领域常规技术，此处不再赘述。
[0026]作为一种可选的实施例，所述关节标记点可以包括至少20个标记点，包括：头、颈椎上端、颈椎中部、颈椎下端、胸椎中端、腰椎上端、腰椎中部、骶骨、左/右肩、左/右肘、左/右腕、左/右髋、左/右膝、左/右踝。
[0027]可以理解的是，本步骤中，也可以仅提取手臂涉及的关节标记点的空间坐标数据，
手臂涉及的关节标记点为左/右肩、左/右肘、左/右腕。
[0028]提取的空间坐标数据例如可以如下：
[0029]ι
i
＝(x
i
，y
i
，z
i
)表示第i个关节标记点的坐标，测试者的关节标记点集合表示为R(x,y,z)。在测试过程中采集得到正面人体图像各时间序列中的20个关节标记点的空间坐标数据。1号点为第一颈椎(C1)；2号点为第四颈椎(C4)；3号点为第七颈椎(C7)；10号点为第六胸椎(T6)；11号点为第十二胸椎(T12)；12点为第三腰椎(L3)；13号点为骶椎上缘。
[0030]测试者的关节标记点及编号可以如表1和图2所示。
[0031]表1关节标记点及编号
[0032]编号标记点编号标记点0头10胸椎中端1颈椎上端11腰椎上端2颈椎中部12腰椎中部3颈椎下端13骶椎4左肩14左髋5左肘15左膝6左腕16左踝7右肩17右髋8右肘18右膝9右腕19右踝
[0033]本专利技术中所定义的关节标记点通常对应人体上有一定自由度的关节或体表骨性标志物定义，通过对人体关节点在三维空间相对位置的计算，来估计人体当前状态，由于人体结构的特殊性，标记点之间的连线只以人体结构相连。
[0034]此处，为提高后续评估的准确性，还可以对提取到的第一空间坐标数据进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉识别的肩关节活动度计算方法，其特征在于，包括：获取深度摄像头采集的测试者完成第一预设测试动作的正面人体图像，所述第一预设测试动作为手臂前伸上举；从所述正面人体图像中提取测试者的关节标记点的第一空间坐标数据；根据所述第一空间坐标数据，计算测试者的手臂从自然下垂至向前伸直上举至最大限度过程中手臂竖向长度的绝对值的平均值，并将该平均值乘以预设系数，得到第一长度值；并将测试者的手臂在向前伸直上举至最大限度时的手臂竖向长度记为第二长度值；将所述第二长度值除以所述第一长度值，并取反正弦，得到手臂前伸上举关节角数据；根据所述手臂前伸上举关节角数据，计算肩关节活动度得分。2.根据权利要求1所述的基于视觉识别的肩关节活动度计算方法，其特征在于，所述关节标记点包括至少20个标记点，包括：头、颈椎上端、颈椎中部、颈椎下端、胸椎中端、腰椎上端、腰椎中部、骶骨、左/右肩、左/右肘、左/右腕、左/右髋、左/右膝、左/右踝。3.根据权利要求1所述的基于视觉识别的肩关节活动度计算方法，其特征在于，所述预设系数为1.1
‑
1.3。4.根据权利要求1所述的基于视觉识别的肩关节活动度计算方法，其特征在于，所述手臂竖向长度为整个手臂的竖向长度、大臂的竖向长度、小臂的竖向长度中任意一个。5.根据权利要求1所述的基于视觉识别的肩关节活动度计算方法，其特征在于，所述根据所述第一空间坐标数据，计算测试者的手臂从自然下垂至向前伸直上举至最大限度过程中手臂竖向长度的绝对值的平均值，并将该平均值乘以预设系数，得到第一长度值；并将测试者的手臂在向前伸直上举至最大限度时的手臂竖向长度记为第二长度值，包括：根据所述第一空间坐标数据，计算测试者的手臂从自然下垂至向前伸直上举至最大限度过程中大臂竖向长度的绝对值的平均值，并将该平均值乘以预设系数，得到大臂第一长度值；并将测试者的手臂在向前伸直上举至最大限度时的大臂竖向长度记为大臂第二长度值；根据所述第一空间坐标数据，计算测试者的手臂从自然下垂至向前伸直上举至最大限度过程中小臂竖向长度的绝对值的平均值，并将该平均值乘以预设系数，得到小臂第一长度值；并将测试者的手臂...

【专利技术属性】
技术研发人员：刘铮，
申请(专利权)人：北京新清泰克科技有限公司，
类型：发明
国别省市：