【技术实现步骤摘要】
基于人工智能的肢体康复训练检测方法、系统及控制设备
本专利技术涉及人工智能肢体训练领域，尤其涉及基于人工智能的肢体康复训练检测方法、系统及控制设备。
技术介绍
功能性肢体问题对患者的日常生活造成极大的不便，采取及时有效的肢体康复方法，可以部分甚至完全恢复患者的肢体功能。因此，对患者的康复训练的监测和管理是尤为重要的。目前，随着科技的发展，医疗水平有了很大程度的提高，医疗设备也朝着智能化方向发展，对患者的康复训练的监测也越来越智能化。如采用人机交互的方式来进行肢体康复训练，通过传感器和集成了肢体康复训练系统的计算机来引导患者完成康复训练；又如，基于机器视觉的行为识别也被广泛的应用于康复训练领域。对于机器视觉的行为识别，如申请公布号为CN10887586A的中国专利申请“一种基于深度图像与骨骼数据多特征融合的功能性肢体康复训练检测方法”，其公开的是使用Kinect设备获取人体的深度图像和骨骼图像，分别提取深度特征和骨骼特征，通过对深度特征和骨骼特征进行权重特征融合得到识别分类模型，根据模型判断是否为训练康...
【技术保护点】
1.一种基于人工智能的肢体康复训练检测方法，其特征在于，包括如下步骤：/n步骤1，获取目标区域目标的康复训练图像；/n步骤2，通过人体姿态识别模型对所述康复训练图像进行人体关键点的提取，以及将所述康复训练图像输入到姿态评估模型，获取各组件之间的亲和关系矢量场，将所述人体关键点与所述亲和关系矢量场进行匹配，获取骨骼关键点；将所述骨骼关键点输入时域卷积模型，获取人体关键点的三维坐标信息；/n步骤3，获取传感器的ID号，并利用所述传感器采集目标的三轴的角速度信息，根据获取的三轴的角速度从所述人体关键点的三维坐标信息中选取对应患者的三维坐标信息，通过KM匹配算法绑定目标的三维坐标信...
【技术特征摘要】
1.一种基于人工智能的肢体康复训练检测方法，其特征在于，包括如下步骤：
步骤1，获取目标区域目标的康复训练图像；
步骤2，通过人体姿态识别模型对所述康复训练图像进行人体关键点的提取，以及将所述康复训练图像输入到姿态评估模型，获取各组件之间的亲和关系矢量场，将所述人体关键点与所述亲和关系矢量场进行匹配，获取骨骼关键点；将所述骨骼关键点输入时域卷积模型，获取人体关键点的三维坐标信息；
步骤3，获取传感器的ID号，并利用所述传感器采集目标的三轴的角速度信息，根据获取的三轴的角速度从所述人体关键点的三维坐标信息中选取对应患者的三维坐标信息，通过KM匹配算法绑定目标的三维坐标信息与ID号，获取目标的康复训练信息；
步骤4，将所述目标的康复训练信息与设定标准的康复训练信息比对，获得康复训练动作偏差，判断所述康复训练动作偏差是否小于设定偏差阈值，若康复训练动作偏差小于设定偏差阈值，则目标的康复训练合格。
2.根据权利要求1所述的基于人工智能的肢体康复训练检测方法，其特征在于，所述步骤2中，所述匹配过程为通过积分的方式获得各个相邻部件之间的连接权重值，应用条件约束的匹配算法，根据无两个边共享节点的条件通过最大权重匹配获得最终的匹配关系，将获取的多个人体的关键点进行匹配，获取骨骼关键点；所述无两个边共享节点的条件为人体的关键点不同时属于两个目标。
3.根据权利要求2所述的基于人工智能的肢体康复训练检测方法，其特征在于，所述步骤2中，人体关键点获取的过程为：
1)构建人体姿态识别模型，包括关键点编码器和关键点解码器；
2)对构建的人体姿态识别模型进行训练，利用训练数据集对构建的人体姿态识别模型进行端到端地训练，获得训练好的人体姿态识别模型；
3)将步骤1中的康复训练图像输入到训练好的人体姿态识别模型，获取人体关键点。
4.根据权利要求1所述的基于人工智能的肢体康复训练检测方法，其特征在于，所述步骤3中，所述传感器为内置有陀螺仪的智能手环。
5.根据权利要求1所述的基于人工智能的肢体康复训练检测方法，其特征在于，所述步骤3中，在绑定操作之前，还包括对所述目标的三维坐标信息进行后处理的步骤。
6.根...
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。