一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法技术

本发明专利技术涉及一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法，属于人工智能领域。通过视觉捕捉传感器采集患者骨骼数据，将数据与模型匹配以实现体感驱动控制角色模型参与到虚拟康复训练中，患者根据虚拟场景中目标和轨迹引导、视觉反馈等完成设计的康复训练动作；通过惯性传感器采集患者上肢运动数据，分析计算获得肩、肘关节角度、脊柱倾斜角度等，根据角度参数监测判断患者的代偿运动状况，并进一步对场景参数进行自适应调整映射在虚拟场景康复训练过程中；提取时域频域特征与相关运动特征参数一起输入支持向量机从而实现对患者运动功能的评估。通过此方法，最终实现了运动功能康复训练过程中对代偿运动的有效抑制。

【技术实现步骤摘要】
一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法
本专利技术属于人工智能领域，涉及一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法。
技术介绍
对脑卒中患者尽早介入初期的康复训练，它不仅能减少神经功能的丧失，减少并发症的发生，而且能重建运动功能，提高日常生活的基本能力。传统的康复训练主要以物理疗法、运动治疗为主，同时其训练往往需要专业治疗师在场指导并提供正确的手法操作。治疗医师在同一时间段只能对单个病患进行指导，同时目前康复治疗师资源相当匮乏，因此传统的训练方式效率较低、周期长且内容单调、治疗成本高昂。不仅如此，偏瘫患者运动障碍的原因很大程度上就是无法自主选择激活肌肉的类型及激活程度而外显出病理性的协同模式，目前的康复训练系统均以固定模式的训练方式来帮助患者实现功能重建，缺少对于上肢运动特性的考量，难以实现真实的关节联动运动模式。目前市场上针对这些缺点也提出了相应的解决办法，专利CN108854034B公布了一种基于虚拟现实和惯性动捕的脑卒中康复训练系统。该系统通过惯性传感器采集各个关节部位的的运动数据驱动Unity3D软件的患者实时动本文档来自技高网...

【技术保护点】
1.一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法，其特征在于：该方法包括以下步骤：/nS1：体感控制；/nS2：姿态检测；/nS3：代偿运动判断；/nS4：代偿抑制；/nS5：运动功能评估。/n

【技术特征摘要】
1.一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法，其特征在于：该方法包括以下步骤：
S1：体感控制；
S2：姿态检测；
S3：代偿运动判断；
S4：代偿抑制；
S5：运动功能评估。


2.根据权利要求1所述的一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法，其特征在于：所述S1具体为：视觉捕捉传感器在训练过程中实时采集患者深度图像数据，构建虚拟模型的CS骨骼，并与系统简化骨架结构搭建起映射关系，从而实现患者体感驱动虚拟场景中的角色模型。


3.根据权利要求1所述的一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法，其特征在于：所述S2具体为：若右上肢患病，惯性传感器分别安置在上肢的五个关节位置，分别为左肩p1、右肩p2、右肘p3、右腕p4、右手掌p5、颈部p6和腰部p7；
由关节点的空间坐标pi(xi，yi，zi)得空间向量












利用相邻的空间矢量计算得到肩关节前屈/后伸SFE、肩关节外展/内收SAA、肩关节内旋/外旋SIR和肘关节屈曲/伸展EFE的角度值；SFE、SAA、SIAR和EFE对应的角度分别为θsf、θsa、θsi和θef，是矢状面的单位法向量，是横截面的单位法向量；














4.根据权利要求1所述的一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法，其特征在于：所述S3具体为：
S31：实时计算并监测采集肩膀倾斜角度θst；当检测到患者训练过程中肩膀倾斜角度高于阈值，判定患者肩部存在抬高式代偿性运动；
S32：计算并监测脊柱的弯曲角度θtb，若高于阈值，判定患者存在躯干弯曲式代偿性运动；
S33：计算并监测近端关节的运动角度，若在提高远端关节运动能力的训练中高于阈值，判定患者存在近端代偿远端式代偿性运动；
S34：计算监测各时间节点下，肩肘关节各自由度运动角度占比，若与标准运动...

【专利技术属性】
技术研发人员：肖博文，吴小鹰，侯文生，陈琳，呼林涛，王星，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50