康复训练方法及装置、存储介质、电子设备制造方法及图纸

本公开涉及肢体训练技术领域，尤其涉及一种康复训练方法及装置、存储介质、电子设备。本方法根据激光雷达获取的各患者的扫描数据并结合骨骼模型获取各患者的各关节的第一角度数据；根据惯性传感器获取的各患者的位移数据计算各患者的各关节的第二角度数据；将各患者的各关节的第一角度数据和其第二角度数据进行融合，以得到各患者的各关节的综合角度数据；根据各患者的各关节的综合角度数据结合人工神经网络得到各患者的各关节的误差补偿矩阵，在患者进行康复训练的过程中，根据患者的扫描数据并结合患者的训练样本集合对患者的动作进行识别。本公开可以避免个体的差异，识别结果准确、精度高。

Rehabilitation training method and device, storage medium, and electronic equipment

The invention relates to the technical field of limb training, in particular to a rehabilitation training method and device, a storage medium and an electronic device. This method obtains the first angle data of each joint according to the scanning data of each patient acquired by lidar and the skeleton model of each patient; calculates the second angle data of each joint according to the displacement data of each patient acquired by inertial sensor; calculates the first angle data and the second angle data of each joint of each patient; Degree data are fused to get the comprehensive angle data of each joint of each patient; the error compensation matrix of each joint of each patient is obtained according to the comprehensive angle data of each joint of each patient and the artificial neural network. In the process of rehabilitation training, according to the scan data of the patient and the training sample of the patient, the error compensation matrix of each joint of each patient is obtained. This collection identifies patients' movements. The disclosure can avoid individual differences, and the identification results are accurate and accurate.

【技术实现步骤摘要】
康复训练方法及装置、存储介质、电子设备
本公开涉及肢体训练
，尤其涉及一种康复训练方法及装置、存储介质、电子设备。
技术介绍
目前的康复训练治疗主要是在医院通过一些训练器械的辅助或者以治疗师的手法操作来促进肢体运动能力恢复的治疗。然而，在我国，由于患者分布广，康复机构少，很多患者都无法进行规范的、系统控制下精确式的康复训练。因此，为了解决上述问题，人们开始利用人机交互的方式来进行康复训练。目前，常用的基于人机交互方式的康复训练的过程为：录制患者在康复训练中的视频，并获取该视频中的每一帧图片，将每一帧图片输入预先训练好的识别模型中对患者的动作进行识别，并根据识别结果对患者的康复训练进行评价和纠正。显然，在上述方式中，由于每一帧图片为二维的，因此，在对患者的动作进行识别的过程中，无法对垂直于成像面的动作进行有效的识别，存在识别盲区，从而导致动作识别的准确率低，进而导致无法对患者的康复训练作出准确的评估，并对患者的动作作出精确的纠正。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种康复训练方法及装置、存储介质、电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。根据本公开的一个方面，提供一种康复训练方法，包括：根据激光雷达获取的各患者的扫描数据并结合骨骼模型获取各所述患者的各关节的第一角度数据；根据惯性传感器获取的各所述患者的位移数据计算各所述患者的各关节的第二角度数据；将各所述患者的各关节的所述第一角度数据和其所述第二角度数据进行融合，以得到各所述患者的各关节的综合角度数据；根据各所述患者的各关节的综合角度数据结合人工神经网络得到各所述患者的各关节的误差补偿矩阵，并根据各所述患者的各关节的误差补偿矩阵构建各所述患者的训练样本集合；在患者进行康复训练的过程中，根据所述激光雷达实时获取的所述患者的扫描数据并结合所述患者的训练样本集合对所述患者在康复训练中的动作进行识别。在本公开的一种示例性实施例中，所述方法还包括：根据对所述患者在康复训练中的动作的识别结果生成评价报告和/或纠正数据。在本公开的一种示例性实施例中，所述方法还包括：响应患者的预设康复训练请求，展示与所述预设康复训练请求对应的标准动作视频或标准动作指导语音。在本公开的一种示例性实施例中，所述方法还包括：展示所述纠正数据，并播放与所述纠正数据对应的纠正视频或纠正语音。在本公开的一种示例性实施例中，所述方法还包括：响应通过输入设备获取的所述患者的语音指令，执行与所述语音指令对应的操作。在本公开的一种示例性实施例中，可通过所述输入设备拾音，从而实现位置校准。在本公开的一种示例性实施例中，所述方法还包括：在所述患者未进行康复训练的过程中，感测并响应所述患者的手势指令，执行与所述手势指令对应的操作。在本公开的一种示例性实施例中，所述根据所述激光雷达实时获取的所述患者的扫描数据并结合所述患者的训练样本集合对所述患者在康复训练中的动作进行识别包括：通过所述激光雷达实时获取所述患者的扫描数据；根据所述患者的扫描数据并结合所述骨骼模型获取所述患者的各关节的角度；根据所述患者的各关节的角度在所述患者的训练样本集合中获取对应的所述误差补偿矩阵，并根据对应的所述误差补偿矩阵对所述患者在康复训练中的动作进行识别。根据本公开的一个方面，提供一种康复训练装置，包括：激光雷达，用于在构建各患者的训练样本集合的过程中，获取各所述患者的扫描数据，以及在患者的康复训练过程中，获取所述患者的扫描数据；惯性传感器，用于在构建各所述患者的训练样本集合的过程中，获取各所述患者的位移数据；训练模块，用于根据各所述患者的扫描数据结合骨骼模型获取各所述患者的各关节的第一角度数据，根据各所述患者的位移数据计算各所述患者的各关节的第二角度数据，将各所述患者的各关节的所述第一角度数据和其所述第二角度数据进行融合得到各所述患者的各关节的综合角度数据，以及根据各所述患者的各关节的综合角度数据结合人工神经网络得到各所述患者的各关节的误差补偿矩阵，并根据各所述患者的误差补偿矩阵构建各所述患者的训练样本集合；处理器，用于在所述患者进行康复的过程中，根据患者的扫描数据并结合所述患者的训练样本集合对所述患者在康复训练中的动作进行识别。在本公开的一种示例性实施例中，所述处理器还用于根据对所述患者在康复训练中的动作的识别结果生成评价报告和/或纠正数据。在本公开的一种示例性实施例中，所述装置还包括：输出设备，用于响应所述患者的预设康复训练请求，展示与所述预设康复训练请求对应的标准动作视频或标准动作指导语音。在本公开的一种示例性实施例中，所述装置还包括：输出设备，用于响应所述患者的预设康复训练请求，展示与所述预设康复训练请求对应的标准动作视频或标准动作指导语音，并用于展示与所述纠正数据对应的纠正视频或纠正语音。在本公开的一种示例性实施例中，所述装置还包括：输入设备，用于获取来自所述患者的语音指令。在本公开的一种示例性实施例中，所述激光雷达还用于在所述患者未进行康复训练的过程中，感测所述患者的手势指令。在本公开的一种示例性实施例中，所述处理器还用于响应所述指令，执行与所述指令对应的操作。根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的康复训练方法。根据本公开的一个方面，提供一种电子设备，包括：处理单元；以及存储单元，用于存储所述处理单元的可执行指令；其中，所述处理单元配置为经由执行所述可执行指令来执行上述任意一项所述的康复训练方法。本公开一种示例性实施例提供的康复训练方法及装置、存储介质和电子设备。该方法根据激光雷达获取的各患者的扫描数据并结合骨骼模型获取各所述患者的各关节的第一角度数据；根据惯性传感器获取的各所述患者的位移数据计算各所述患者的各关节的第二角度数据；将各患者的各关节的第一角度数据和其第二角度数据进行融合，以得到各患者的各关节的综合角度数据；根据各患者的各关节的综合角度数据结合人工神经网络得到各患者的各关节的误差补偿矩阵，并根据各患者的各关节的误差补偿矩阵构建各患者的训练样本集合；以及在患者进行康复训练的过程中，根据激光雷达实时获取的患者的扫描数据并结合患者的训练样本集合对患者在康复训练中的动作进行识别。一方面，由于通过激光雷达获取到的各患者的扫描数据具有更高的深度精度，因此，基于扫描数据训练得到的各关节的误差补偿矩阵的精度较高，从而使得康复训练中的动作的识别更加准确；另一方面，通过将各患者的各关节的第一角度数据和第二角度数据进行融合得到各患者的各关节的综合角度，并根据各患者的各关节的综合角度数据结合人工神经网络得到各患者的各关节的误差补偿矩阵，更进一步的增加了误差补偿矩阵的精度，从而进一步的降低动作识别的误差；又一方面，通过构建各患者的训练样本集合，为每个患者提供个性化的训练样本集合，以使根据各患者的训练样本集合对对应患者的动作进行识别时，避免了个体的差异，识别结果准确、精度高。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明本文档来自技高网...

【技术保护点】
1.一种康复训练方法，其特征在于，包括：根据激光雷达获取的各患者的扫描数据并结合骨骼模型获取各所述患者的各关节的第一角度数据；根据惯性传感器获取的各所述患者的位移数据计算各所述患者的各关节的第二角度数据；将各所述患者的各关节的所述第一角度数据和其所述第二角度数据进行融合，以得到各所述患者的各关节的综合角度数据；根据各所述患者的各关节的综合角度数据结合人工神经网络得到各所述患者的各关节的误差补偿矩阵，并根据各所述患者的各关节的误差补偿矩阵构建各所述患者的训练样本集合；在患者进行康复训练的过程中，根据所述激光雷达实时获取的所述患者的扫描数据并结合所述患者的训练样本集合对所述患者在康复训练中的动作进行识别。

【技术特征摘要】
1.一种康复训练方法，其特征在于，包括：根据激光雷达获取的各患者的扫描数据并结合骨骼模型获取各所述患者的各关节的第一角度数据；根据惯性传感器获取的各所述患者的位移数据计算各所述患者的各关节的第二角度数据；将各所述患者的各关节的所述第一角度数据和其所述第二角度数据进行融合，以得到各所述患者的各关节的综合角度数据；根据各所述患者的各关节的综合角度数据结合人工神经网络得到各所述患者的各关节的误差补偿矩阵，并根据各所述患者的各关节的误差补偿矩阵构建各所述患者的训练样本集合；在患者进行康复训练的过程中，根据所述激光雷达实时获取的所述患者的扫描数据并结合所述患者的训练样本集合对所述患者在康复训练中的动作进行识别。2.根据权利要求1所述的康复训练方法，其特征在于，所述方法还包括：根据对所述患者在康复训练中的动作的识别结果生成评价报告和/或纠正数据。3.根据权利要求1所述的康复训练方法，其特征在于，所述方法还包括：响应患者的预设康复训练请求，展示与所述预设康复训练请求对应的标准动作视频或标准动作指导语音。4.根据权利要求2所述的康复训练方法，其特征在于，所述方法还包括：展示所述纠正数据，并播放与所述纠正数据对应的纠正视频或纠正语音。5.根据权利要求1所述的康复训练方法，其特征在于，所述方法还包括：响应通过输入设备获取的所述患者的语音指令，执行与所述语音指令对应的操作。6.根据权利要求5所述的康复训练方法，其特征在于，可通过所述输入设备拾音，从而实现位置校准。7.根据权利要求1所述的康复训练方法，其特征在于，所述方法还包括：在所述患者未进行康复训练的过程中，感测并响应所述患者的手势指令，执行与所述手势指令对应的操作。8.根据权利要求1所述的康复训练方法，其特征在于，所述根据所述激光雷达实时获取的所述患者的扫描数据并结合所述患者的训练样本集合对所述患者在康复训练中的动作进行识别包括：通过所述激光雷达实时获取所述患者的扫描数据；根据所述患者的扫描数据并结合所述骨骼模型获取所述患者的各关节的角度；根据所述患者的各关节的角度在所述患者的训练样本集合中获取对应的所述误差补偿矩阵，并根据对应的所述误差补偿矩阵对所述患者在康复训练中的动作进行识别。9.一种康复训练装置，其特征在于，包括：激光雷达，用于在构建各患者的训练样本集合的...

【专利技术属性】
技术研发人员：米宽，赵志昕，
申请(专利权)人：北京上达医疗科技有限公司，北京医迈科技有限公司，北京纳通科技集团有限公司，
类型：发明
国别省市：北京,11