System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智能康复过程分析,更具体地,涉及一种运动康复过程投影智能监测方法、系统、介质及设备。
技术介绍
1、在康复分析领域,研究运动康复过程投影智能监测的方式是通过高科技传感器和数据分析软件,精确捕捉患者运动过程中的生物力学数据,并利用算法将复杂数据投影至易于理解的低维空间进行可视化处理。这种监测方式的意义在于为临床医生提供实时、客观的运动功能评估,优化康复方案,并为患者提供直观反馈,增强其参与康复的积极性。重要性体现在能显著提高康复效率,减少主观偏差,个性化康复计划,及时调整治疗方案,最终帮助患者更快恢复健康,提高生活质量。
2、在本专利技术技术出现之前,现有的运动康复过程投影智能监测方法主要依靠摄像系统、可穿戴传感器和手动记录等方式来收集患者运动数据,并依赖专业人员的主观判断来分析这些数据。这些技术的难点在于准确捕捉和处理大量复杂的生物力学数据,以及将这些高维数据有效转换为临床医生和患者可以理解的信息。关键点包括提高数据采集的准确性和实时性、开发高效的数据处理算法以自动识别运动特征,以及创造直观的可视化工具来促进数据的解译和应用。此外,确保系统的易用性、可靠性和成本效益,以便可以广泛部署于临床环境中,也是技术上的重要挑战。
技术实现思路
1、鉴于上述问题,本专利技术提出了一种运动康复过程投影智能监测方法及系统,通过在患者身上部署多种高精度传感设备,结合实时数据预处理与同步传输,利用低维空间特征投影与可视化,可视化展示分析。
2、根据本专利技术实施例
3、在一个或多个实施例中,优选地,所述一种运动康复过程投影智能监测方法包括:
4、设置关键监测点的位置,设置视频摄像头和惯性传感器的位置;
5、根据预设的动作顺序形成动作过程的信息采集,形成在线采集信息;
6、根据所述在线采集信息动作记录形成关键点位的动作幅度分析结果;
7、根据动作幅度分析结果,形成预设动作顺序对应的综合恢复度和分项恢复度;
8、完成视频数据提取,并进行3d投影形成3d模型,并根据所述3d模型进行全息投影显示;
9、将全息投影传输至数据分析中心,根据所述综合恢复度和所述分项恢复度进行在线投影展示。
10、在一个或多个实施例中,优选地,所述设置关键监测点的位置,设置视频摄像头和惯性传感器的位置,具体包括:
11、根据医师或患者需求预先选择若干个关键监测点位;
12、在关键监测点位设置惯性传感器;
13、使用的传感器在线对关键监测点位进行信息采集;
14、对运动过程,通过4个方向的视频摄像头进行动态视频的采集。
15、在一个或多个实施例中,优选地,所述根据预设的动作顺序形成动作过程的信息采集,形成在线采集信息,具体包括:
16、设置预设的动作顺序,根据动作顺序,在一个预设的屏幕上播放对应的动作;
17、在播放动作期间,通过惯性传感器和视频传感器在线采集,形成所述在线采集信息。
18、在一个或多个实施例中,优选地,所述根据所述在线采集信息动作记录形成关键点位的动作幅度分析结果,具体包括:
19、在每个动作播放期间,对每个动作预先设置对应的若干个关键监测点;
20、对每个关键监测点设置一个预设的运动方向矢量,并对每个关键监测节点计算每次运动过程中预设运动方向矢量上的投影距离;
21、利用第一计算公式计算单次波动幅度;
22、所述第一计算公式为:
23、df=max(st)÷yz
24、其中,max()为在每个预设动作的播放期间所产生的运动过程中预设运动方向矢量上的投影距离的最大值函数,df为单次波动幅度,st为运动过程中预设运动方向矢量上的投影距离,yz为预设的距离最大值。
25、在一个或多个实施例中,优选地,所述根据动作幅度分析结果,形成预设动作顺序对应的综合恢复度和分项恢复度,具体包括:
26、获取预设的动作顺序,以表格形式存储为动作表格;
27、对每个动作,利用第二计算公式计算综合恢复度;
28、对每个时刻,提取预期对应的预设运动方向矢量上的投影距离,利用第三计算公式形成当前时刻、当前动作对应的关键监测点的动作恢复度;
29、根据所述动作表格,分别显示综合恢复度和分项恢复度,所述分项恢复度为当前时刻、当前动作对应的关键监测点的动作恢复度;
30、所述第二计算公式为:
31、zhf=σi=n i=1(df)÷n
32、其中,zhf为综合恢复度,i为当前动作预先设置对应的若干个关键监测点的编号,n为当前动作预先设置对应的若干个关键监测点的编号为总数;
33、所述第三计算公式为:
34、dff=sttime÷yz
35、其中,sttime为当前时刻、当前动作对应的关键监测点的预设运动方向矢量上的投影距离的最大值函数,dff为当前时刻、当前动作对应的关键监测点的动作恢复度。
36、在一个或多个实施例中,优选地,所述完成视频数据提取,并进行3d投影形成3d模型,并根据所述3d模型进行全息投影显示,具体包括:
37、对整个运动过程形成四组视频;
38、确保四组视频能够同步捕捉,保证视角和时间上的一致性;
39、经过裁剪、校正和格式转换,通过软件工具cinema 4d根据四组视频建立3d模型;
40、将处理过的视频作为纹理映射到对应的3d模型上;
41、借助45°玻璃屏,使用全息投影设备将3d模型投影到全息介质上。
42、在一个或多个实施例中,优选地,所述将全息投影传输至数据分析中心,根据所述综合恢复度和所述分项恢复度进行在线投影展示,具体包括:
43、根据所述动作表格逐一标记所述3d模型;
44、并标记每个关键监测点在所述3d模型中的位置;
45、医师根据个性化需求根据所述动作表格和对应的综合恢复度和分项恢复度,在线选择对应的3d模型进行展示。
46、根据本专利技术实施例第二方面,提供一种运动康复过程投影智能监测系统。
47、在一个或多个实施例中,优选地,所述一种运动康复过程投影智能监测系统包括:
48、传感设置模块,用于设置关键监测点的位置,设置视频摄像头和惯性传感器的位置;
49、动作记录模块,用于根据预设的动作顺序形成动作过程的信息采集,形成在线采集信息;
50、动作分析模块,用于根据所述在线采集信息动作记录形成关键点位的动作幅度分析结果;
51、恢复分析模块,用于根据动作幅度分析结果,形成预设动作顺序对应的综合恢复度和分项恢复度;
52、关联显示模块,用于完成视频数据提取,并进行3d投影形成3d模型,并本文档来自技高网...
【技术保护点】
1.一种运动康复过程投影智能监测方法,其特征在于,该方法包括:
2.如权利要求1所述的一种运动康复过程投影智能监测方法,其特征在于,所述设置关键监测点的位置,设置视频摄像头和惯性传感器的位置,具体包括:
3.如权利要求1所述的一种运动康复过程投影智能监测方法,其特征在于,所述根据预设的动作顺序形成动作过程的信息采集,形成在线采集信息,具体包括:
4.如权利要求1所述的一种运动康复过程投影智能监测方法,其特征在于,所述根据所述在线采集信息动作记录形成关键点位的动作幅度分析结果,具体包括:
5.如权利要求4所述的一种运动康复过程投影智能监测方法,其特征在于,所述根据动作幅度分析结果,形成预设动作顺序对应的综合恢复度和分项恢复度,具体包括:
6.如权利要求1所述的一种运动康复过程投影智能监测方法,其特征在于,所述完成视频数据提取,并进行3D投影形成3D模型,并根据所述3D模型进行全息投影显示,具体包括:
7.如权利要求5所述的一种运动康复过程投影智能监测方法,其特征在于,所述将全息投影传输至数据分析中心,根据所述综
8.一种运动康复过程投影智能监测系统,其特征在于,该系统用于实施如权利要求1-7中任一项所述的方法,该系统包括:
9.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种运动康复过程投影智能监测方法,其特征在于,该方法包括:
2.如权利要求1所述的一种运动康复过程投影智能监测方法,其特征在于,所述设置关键监测点的位置,设置视频摄像头和惯性传感器的位置,具体包括:
3.如权利要求1所述的一种运动康复过程投影智能监测方法,其特征在于,所述根据预设的动作顺序形成动作过程的信息采集,形成在线采集信息,具体包括:
4.如权利要求1所述的一种运动康复过程投影智能监测方法,其特征在于,所述根据所述在线采集信息动作记录形成关键点位的动作幅度分析结果,具体包括:
5.如权利要求4所述的一种运动康复过程投影智能监测方法,其特征在于,所述根据动作幅度分析结果,形成预设动作顺序对应的综合恢复度和分项恢复度,具体包括:
6.如权利要求1所述的一种运动康复过程投影智能监测方法,其...
【专利技术属性】
技术研发人员:唐玥,王晓丹,赵卫东,谢玉萍,潘清文,
申请(专利权)人:成都工业职业技术学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。