一种基于Microsoft Kinect的脑卒中患者上肢运动功能评定方法

文档序号:9915 发布日期:2021-09-17 浏览:48次 英文

一种基于Microsoft Kinect的脑卒中患者上肢运动功能评定 方法

技术领域

本发明涉及人机交互技术和康复评价

技术领域

,具体涉及一种基于MicrosoftKinect 2.0的脑卒中患者上肢运动功能恢复阶段的评定方法。

背景技术

我国脑卒中的发病率、患病率逐年上升,发病年龄呈下降趋势。同时伴随着医学的发展进步,脑卒中患者的死亡率逐步下降,造成残疾的比率和残疾的人数不断增加。减轻患者的功能障碍,帮助患者重新回归到家庭和社会需要康复治疗的介入。康复评定是康复治疗的基础,通过对脑卒中患者进行上肢运动功能评定,可以确定患者上肢的运动障碍程度、指导康复治疗项目和训练计划的制定。在一些经济发展相对落后的地区,康复专业人员的数量远不足以服务当地的残疾人,脑卒中患者常得不到及时、准确的功能评定,影响其后续的康复治疗。

当前国内针对脑卒中偏瘫患者的上肢运动功能评定,仍主要以康复治疗师主导的人工评定为主。在评定过程中,治疗师与患者的身体接触及他对患者心理状态的干扰,都会导致大脑运动计划的产生过程发生改变,最终影响患者在评定过程中的表现,造成评价结果的不准。同时,人工评定的主观性较强,在康复过程中常需要保证由同一位治疗师对患者进行评价。

MicrosoftKinect是一种体感设备,利用骨骼跟踪技术和基于环境的深度图像数据来实现对人体的跟踪,主要用于捕捉三维空间中患者的运动,获取患者执行评定动作过程中人体关节点的三维坐标信息。

发明内容

为解决上述问题,本发明的目的在于提供一种即使康复医生和治疗师缺席的情况下,也能够判定卒中后偏瘫患者上肢运动功能恢复阶段的评定方法。利用MicrosoftKinect 2.0获取患者执行评定动作时人体关节点的三维坐标信息,通过动作算法将评定动作分解,对获取到的关节点坐标按流程进行计算分析,判断患者动作执行的充分程度,最后统计患者各项评定动作的完成情况,确定患者上肢运动功能的恢复阶段。

为了实现上述目的,本发明采用如下技术方案:一种基于Microsoft Kinect 2.0的脑卒中患者上肢运动功能评定方法,包括以下步骤:

1)初始定义:建立人体空间坐标系,调用评定动作相关的关节点参数定义,并初始化各参数值、设置基本姿势的条件算法;

2)动作执行:偏瘫患者在屏幕中文字、图像及声音的指导下执行评定动作;

3)数据采集:利用安装在治疗室的Kinect摄像头获取患者人体关键点的三维坐标信息;

4)数据分析:通过动作算法将评定动作分解,对获取到的关节点坐标按流程进行计算分析,判断患者动作执行的充分程度;

5)结果统计:统计患者各项评定动作完成情况,确定患者上肢运动功能的恢复阶段。

进一步,所述步骤1)中建立人体空间坐标系:假设HEAD、NECK、SPINE SHOULDER、SPINE MID、SPINE BASE在一条直线上。以SPINE BASE骨骼坐标点为(0,0),左右方向为(X),上下方向为(Y),前后方向为(Z)。向右、向上和向前为正值,向左、向下和向后为负值。进一步,所述步骤1)评定动作相关的关节点参数定义,直接调用Microsoft Kinect 2.0系统自带的参数定义,具体为:

进一步,所述步骤1)初始化各参数,具体为确定人体上肢手臂长度、躯干长度值。

左手臂长度:L_AMLT = J_SRLT_Y - J_HDLT_Y

右手臂长度:L_AMRT = J_SRRT_Y - J_HDRT_Y

左手手掌到肘关节长度:L_AMLT_1 = J_EWLT_Y - J_HDLT_Y

右手手掌到肘关节长度:L_AMRT_1 = J_EWRT_Y - J_HDRT_Y

左手肘关节到肩长度:L_AMLT_2 = J_SRLT_Y - J_EWLT_Y

右手肘关节到肩长度:L_AMRT_2 = J_SRRT_Y - J_EWRT_Y。

进一步,所述步骤1)设置基本姿势的条件算法:设定容差为delt = 5cm。

当人体处于端坐位时,各动作满足的条件:

左手自然下垂,不弯曲:|J_SRLT_X - J_HDLT_X| <delt & |J_SRLT_Y - J_HDLT_Y - L_AMLT |<delt

右手自然下垂,不弯曲:|J_SRRT_X - J_HDRT_X| <delt &|J_SRRT_Y - J_HDRT_Y- L_AMRT |<delt。

左右手臂伸直的满足条件:

|((S_SRLT_X - S_HDLT_X)2 +(S_SRLT_Y - S_HDLT_Y)2 + S_SRLT_Z - S_HDLT_Z)2)^0.5 - L_AMLT| < delt

|((S_SRRT_X - S_HDRT_X)2 +(S_SRRT_Y - S_HDRT_Y)2 + S_SRRT_Z - S_HDRT_Z)2)^0.5 - L_AMRT| < delt。

进一步,所述步骤2)评定动作,对Brunnstrom上肢运动功能评定表中的动作进行改进,具体包括:

(1)患手放在对侧腰部,从身体前面将患手从对侧腰部抬起,尝试摸同侧耳朵;

(2)患手放在同侧腰的位置,从身体前面将患手伸到对侧膝盖;

(3)患手放在同侧大腿中部,将患手伸向背后,尝试摸腰带后方;

(4)患侧上肢下垂放在体侧,肘部伸直,将患侧上肢向前方举起,与肩同高;

(5)患侧肘靠紧体侧,肘关节屈曲90°,前臂处于中立位(拇指朝上),将前臂旋前(即转动前臂使掌心朝下);

(6)在动作(5)的基础上,将前臂旋后(即转动前臂使掌心朝上);

(7)患侧上肢下垂放在体侧,肘部伸直,将患侧上肢向侧方水平外展,与肩同高;

(8)患侧上肢下垂放在体侧,肘部伸直,将患侧上肢向前方举起,尽量使肩关节屈曲达180°;

(9)患侧肘部伸直,前臂中立位(拇指朝上),将肩关节抬至30-90°,前臂旋前(即转动前臂使掌心朝下);

(10)在动作(9)的基础上,将前臂旋后(即转动前臂使掌心朝上);

(11)肘关节屈曲,上臂在身体前侧,将手指尖放在同侧肩膀上。用指尖触肩做快速上举动作,测量反复10次动作所需要的时间,先测量健侧,并将患侧与健侧的测量结果进行比较(判定患侧所需时间为健侧的1.5倍以下为充分);

(12)患手放在同侧大腿中部,用最快的速度手指摸下颏,然后放回到大腿上。测量反复10次动作所需要的时间,先测量健侧,并将患侧与健侧的测量结果进行比较(判定患侧所需时间为健侧的1.5倍以下为充分);

*(1)到(12)的动作全部在坐位下进行。

进一步,所述步骤4)通过动作算法将评定动作分解,具体过程如下:基于Kinect可捕捉到的人体关节点,利用身体各部位关节点间X、Y、Z的坐标参照关系,设计出可以分解复杂评定动作的动作算法。将Kinect捕捉到的患者动作过程中相关关节点的三维坐标带入算法,判断患者完成了多少分解动作,进而确定该项评定动作执行的充分程度。

进一步,所述步骤5)统计患者各项评定动作完成情况的具体流程为:患者能完成动作(1)(2)的其中一项即判定为Brunnstrom Ⅲ期,否则输出评定结果为Brunnstrom Ⅰ至Ⅱ期。在判定为Ⅲ期的基础上,患者能够完成(3)(4)(5)(6)的其中一项即判定为Brunnstrom Ⅳ期,否则输出评定结果为Brunnstrom Ⅲ期。在判定为Ⅳ期的基础上,患者能够完成(7)(8)(9)(10)的其中一项即判定为Brunnstrom Ⅴ期,否则输出评定结果为Brunnstrom Ⅳ期。在判定为Ⅴ期的基础上,患者能够完成(11)(12)两项动作任务即判定为Brunnstrom Ⅵ期,否则输出评定结果为BrunnstromⅤ。

与现有技术相比,本发明的有益效果在于:

Microsoft Kinect 2.0和计算机、监视器组合而成的康复评价系统价格低廉,因此可以广泛应用于经济发展相对落后地区的基层医疗康复机构,为本康复评价系统的普及提供了可能。

在医疗领域判定脑卒中患者的恢复阶段,需要康复医生和治疗师等专业人员依据评定量表做出分析判断。根据Microsoft Kinect 2.0获取的关节点信息判定脑卒中患者恢复阶段的技术方法,不需要医生或治疗师参与评定过程,因此在康复专业人员不足的地区有很高的利用价值。

与传统的康复治疗师主导的人工评定相比,通过动作算法将评定动作分解,对获取到的关节点坐标按流程进行计算分析,判断患者动作执行的充分程度,进而判定脑卒中患者上肢运动功能恢复阶段的技术方案,其评定结果具有客观性和高再现性,后者体现在不同的康复机构对于同一患者的上肢运动功能评定结果高度相似,这对提高康复医疗的质量和效率有很大帮助。

步骤3)中的数据采集利用Kinect体感摄影机,即时非接触式地捕获患者评定过程中的关节点数据,避免了传统人工评定中治疗师与患者的身体接触及其对患者心理状态的影响,减少了患者大脑运动计划产生过程中的干扰因素,使该技术方案获得的评定结果更具准确性。

基于Microsoft Kinect 2.0的脑卒中患者上肢运动功能评定方法的实施过程中,不需要在患者的身体上佩戴任何传感器,这降低了使用难度,也减少了患者穿戴设备的安全隐患。由于没有外在设备对身体感觉刺激的输入,患者更容易获得身在其中的真实感受,使注意力更加集中。此外,患者不需要额外的操作学习,仅需在屏幕中文字、图像及声音的指导下完成评定动作,就可以实现与计算机的交互,具有简单易行、体验性好的特点。这有利于激励患者的参与动机,提高患者的依从性。

附图说明

图1是脑卒中患者上肢运动功能评定方法的流程图。

图2是脑卒中患者恢复阶段判定的流程图。

图3是本发明实施例的动作分解流程图。

具体实施方式

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。

如图1所示,为本发明基于Microsoft Kinect 2.0的脑卒中患者上肢运动功能评定方法的流程,具体包括以下步骤:

1)初始定义:建立人体空间坐标系,调用评定动作相关的关节点参数定义,并初始化各参数值、设置基本姿势的条件算法。

在上述步骤1)中建立人体空间坐标系:假设HEAD、NECK、SPINESHOULDER、SPINEMID、SPINEBASE在一条直线上。以SPINEBASE骨骼坐标点为(0,0),左右方向为(X),上下方向为(Y),前后方向为(Z)。向右、向上和向前为正值,向左、向下和向后为负值。

直接调用Microsoft Kinect 2.0系统自带的参数定义,具体为:

受试者在椅子上端正坐好,下肢髋、膝、踝关节屈曲90°,双上肢于身侧自然下垂,初始化各参数,确定受试者上肢手臂长度、躯干长度值。

左手臂长度:L_AMLT = J_SRLT_Y - J_HDLT_Y

右手臂长度:L_AMRT = J_SRRT_Y - J_HDRT_Y

左手手掌到肘关节长度:L_AMLT_1 = J_EWLT_Y - J_HDLT_Y

右手手掌到肘关节长度:L_AMRT_1 = J_EWRT_Y - J_HDRT_Y

左手肘关节到肩长度:L_AMLT_2 = J_SRLT_Y - J_EWLT_Y

右手肘关节到肩长度:L_AMRT_2 = J_SRRT_Y - J_EWRT_Y。

进一步,所述步骤1)设置基本姿势的条件算法:设定容差为delt = 5cm。

当人体处于端坐位时,各动作满足的条件:

左手自然下垂,不弯曲:|J_SRLT_X - J_HDLT_X| <delt & |J_SRLT_Y - J_HDLT_Y - L_AMLT |<delt

右手自然下垂,不弯曲:|J_SRRT_X - J_HDRT_X| <delt &|J_SRRT_Y - J_HDRT_Y- L_AMRT |<delt。

左右手臂伸直的满足条件:

|((S_SRLT_X - S_HDLT_X)2 +(S_SRLT_Y - S_HDLT_Y)2 + S_SRLT_Z - S_HDLT_Z)2)^0.5 - L_AMLT| < delt

|((S_SRRT_X - S_HDRT_X)2 +(S_SRRT_Y - S_HDRT_Y)2 + S_SRRT_Z - S_HDRT_Z)2)^0.5 - L_AMRT| < delt。

2)动作执行:偏瘫患者在屏幕中文字、图像及声音的指导下执行评定动作。

所述步骤2)评定动作,对Brunnstrom上肢运动功能评定表中的动作进行改进,具体包括:

(1)患手放在对侧腰部,从身体前面将患手从对侧腰部抬起,尝试摸同侧耳朵;

(2)患手放在同侧腰的位置,从身体前面将患手伸到对侧膝盖;

(3)患手放在同侧大腿中部,将患手伸向背后,尝试摸腰带后方;

(4)患侧上肢下垂放在体侧,肘部伸直,将患侧上肢向前方举起,与肩同高;

(5)患侧肘靠紧体侧,肘关节屈曲90°,前臂处于中立位(拇指朝上),将前臂旋前(即转动前臂使掌心朝下);

(6)在动作(5)的基础上,将前臂旋后(即转动前臂使掌心朝上);

(7)患侧上肢下垂放在体侧,肘部伸直,将患侧上肢向侧方水平外展,与肩同高;

(8)患侧上肢下垂放在体侧,肘部伸直,将患侧上肢向前方举起,尽量使肩关节屈曲达180°;

(9)患侧肘部伸直,前臂中立位(拇指朝上),将肩关节抬至30-90°,前臂旋前(即转动前臂使掌心朝下);

(10)在动作(9)的基础上,将前臂旋后(即转动前臂使掌心朝上);

(11)肘关节屈曲,上臂在身体前侧,将手指尖放在同侧肩膀上。用指尖触肩做快速上举动作,测量反复10次动作所需要的时间,先测量健侧,并将患侧与健侧的测量结果进行比较(判定患侧所需时间为健侧的1.5倍以下为充分);

(12)患手放在同侧大腿中部,用最快的速度手指摸下颏,然后放回到大腿上。测量反复10次动作所需要的时间,先测量健侧,并将患侧与健侧的测量结果进行比较(判定患侧所需时间为健侧的1.5倍以下为充分);

*(1)到(12)的动作全部在坐位下进行。

本实施例中,令偏瘫患者在指示下执行评定动作一:患手放在对侧腰部,从身体前面将患手从对侧腰部抬起,并尝试触摸同侧耳朵。假定脑卒中患者为左侧身体偏瘫,则使用左手完成评定动作一。

3)数据采集:利用安装在治疗室的Kinect摄像头获取患者人体关键点的三维坐标信息。

4)数据分析:通过动作算法将评定动作分解,对获取到的关节点坐标按流程进行计算分析,判断患者动作执行的充分程度。

其中,通过动作算法将评定动作分解,本实施例的具体实施方法为:

如图3所示,按照流程判断评定动作一的执行情况,具体包括:左手指尖能否超过乳头高度、左手指尖能否到达头部至耳垂边。

相关的动作判断标准算法具体为:

左手放置于对侧腰部:J_HDLT _Y <= J_SPINE MID _Y &| J_HDLT _X- J_SRRT_X|<delt & J_HDLT _X >= J_HPRT _X

(1)不充分:

J_HPLT_Y <=J_HDTPLT_Y <= J_SEMD _Y(指尖高度位于髋到乳头之间)

(2)充分1:

① J_ SEMD_Y < J_HDTPLT_Y <= J_HEAD_Y(指尖高度位于乳头和头部之间)

② J_ HDTPLT_X < J_ SEMD _X (左手手指尖位于脊柱中线的左侧)

(3)充分2:

① J_HDLT_X < J_HEAD_X(手掌位于头部左侧)

② J_HDTPLT_Y >= J_HEAD_Y(指尖高度到达耳垂)。

将患者执行评定动作一时相关的关节点三维坐标带入动作算法中,即可判断患者执行该项动作的充分程度。

5)结果统计:统计患者各项评定动作完成情况,确定患者上肢运动功能的恢复阶段。

如图2所示,统计患者各项评定动作完成情况的具体流程为:患者能完成动作(1)(2)的其中一项即判定为Brunnstrom Ⅲ期,否则输出评定结果为Brunnstrom Ⅰ至Ⅱ期。在判定为Ⅲ期的基础上,患者能够完成(3)(4)(5)(6)的其中一项即判定为Brunnstrom Ⅳ期,否则输出评定结果为Brunnstrom Ⅲ期。在判定为Ⅳ期的基础上,患者能够完成(7)(8)(9)(10)的其中一项即判定为Brunnstrom Ⅴ期,否则输出评定结果为Brunnstrom Ⅳ期。在判定为Ⅴ期的基础上,患者能够完成(11)(12)两项动作任务即判定为Brunnstrom Ⅵ期,否则输出评定结果为BrunnstromⅤ。

上述实施例只是用于对本发明的举例和说明,而非意在将本发明限制于所描述的实施例范围内。根据本发明还可以做出多种的变型和修改,这些变型和修改均落在本发明所要求保护的范围内。

完整详细技术资料下载
上一篇:石墨接头机器人自动装卡簧、装栓机
下一篇:一种颅内肿瘤放射性粒子植入训练及剂量验证方法

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!