一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法，包括：建立数据库、患侧手部参与康复将所述患侧手部图像数据和健侧手势数据库中的健侧手部图像数据在游戏时域进行动作幅度对比；根据游戏难度等级级别数据自动对游戏进行难度调整。本发明专利技术对游戏难度进行分级，根据患者患侧当前游戏周期的表现与健侧表现进行对比，参考患者健、患侧表现记录，自动降低或提高游戏难度参数，避免因患者产生疲劳以及游戏难度过大或过小影响康复游戏的康复效果。同时能够实时让患者看到自己的游戏表现，并且给予患者反馈鼓励患者游戏积极性，让患者一直处于难度适中的游戏环境中，既有挑战性，又不失乐趣地完成自己的康复训练计划的目的。又不失乐趣地完成自己的康复训练计划的目的。又不失乐趣地完成自己的康复训练计划的目的。
【技术实现步骤摘要】
基于Leap Motion手势识别的虚拟康复游戏的自调整方法及装置
[0001]本专利技术公开一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法及装置，属于手部康复训练游戏的
技术介绍
[0002]传统的手功能治疗方法是医生与患者之间一对一的康复治疗训练，由于患者大多反应比较缓慢，康复进程长，导致少量康复医师与大量就诊患者之间存在比例失衡，高额的就医成本和陪护成本，也给患者及其家人带来不便，影响康复效果。传统的康复过程依赖医师，枯燥、单调、缺乏趣味性的训练易使患者抵触、厌倦，难以保证训练的强度、精度、效率以及合理性等导致患者贻误最佳的训练时机而达不到预想的手功能恢复效果。而通过播放视频或动画，设计游戏式训练任务的虚拟现实技术，能够使患者具有较好的沉浸感和体验感，提高患者的主动参与度。游戏本身使患者康复过程变得有趣且虚拟现实具有很好的交互性，通过玩游戏来达到训练目的，也不会让患者感觉到因自己是个病人而产生的自卑感。玩游戏是能让人产生愉快的事物，如果从游戏当中能够获得成就感便更能够激发患者继续游戏从而提高自己的能力。
[0003]因此，利用游戏进行手部康复训练时，游戏的难度不同可以帮助患者达到不同的康复训练效果，这被广泛认可和应用。虚拟现实技术在康复中的应用主要集中在利用虚拟现实技术鼓励患者在虚拟环境中练习主动功能性任务。
[0004]但是，目前康复训练虚拟游戏的内容难度却不能根据患者的状态进行动态调整，这导致虚拟游戏无法与患者的实际康复情况相匹配，游戏太容易或太难都可能会导致玩家丧失动力：如果游戏难度太高，患者会产生挫败感、疲劳甚至感到厌倦；如果难度太低，患者会觉得无聊、没有挑战性，因而丧失游戏的积极性。
[0005]综上，为了在娱乐性和挑战性之间创造平衡，游戏难度水平与不同能力的用户之间的持续性自适应需求就变得尤为重要。
技术实现思路
[0006]为克服现有技术的不足，本专利技术公开一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法。本专利技术能够根据患者表现动态调整游戏难度参数，达到促进患者积极参与康复训练的目的。本专利技术通过为患者提供控制感和成就感来激励患者的积极性，加速实现患者的手部康复目标。
[0007]本专利技术该公开一种实现上述方法的装置。
[0008]本专利技术详细的技术方案如下：一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法，其特征在于，包括：
1）建立数据库：利用Leap Motion采集患者健侧手部图像数据，具体是指利用基于Leap Motion手势识别算法对图像采集并转换为矩阵数据，建立患者健侧手部在玩不同等级游戏时对应的手部图像数据，此数据建立的目的在于，将来用于将患侧手势在相同游戏难度下与所述健侧手势进行比对，依次作为自动调整游戏难度的基础对比数据库；建立游戏难度等级级别数据库，将游戏按照难度等级分别进行划分并记录，其中，所述游戏难度级别可以按照现有游戏设计领域的常规难度设定方法将同一游戏按照不同难度等级进行分级，例如：常规游戏的难度一般由以下一种或者几种游戏元素进行调整，所述游戏元素包括但不限于：游戏持续时间、需要患者参与游戏时健侧手势的相对开合大小、游戏人物的出场顺序、游戏参与时对应的位置等，本专利技术只保护游戏难度级别的转变方向，但是针对怎样进行具体的游戏难度调节并不是本专利技术所要保护的内容；根据同一游戏的所有难度级别数据逐一设定触发游戏难度变化的条件：所述条件包括，完成同一游戏难度时的健侧手部图像数据和患侧手部图像数据动作差距范围阈值；2）患侧手部参与康复：患者开始游戏，利用Leap Motion实时采集患者的患侧手部图像数据，具体是指利用基于Leap Motion手势识别算法对图像采集并转换为矩阵数据，形成患侧手部图像数据，并将所述患侧手部图像数据和健侧手部图像数据在游戏时域进行动作幅度对比：形成健侧手部图像数据和患侧手部图像数据完成同一游戏难度时的动作差距范围；当所述健侧手部图像数据和患侧手部图像数据完成同一游戏难度时的动作差距范围超出预设的动作差距范围阈值时，则触发游戏难度变小的条件；当所述健侧手部图像数据和患侧手部图像数据完成同一游戏难度时的动作差距范围小于预设的动作差距范围阈值时，则触发游戏难度变大的条件；3）自动调整游戏难度：根据步骤2）所触发游戏难度变小或变大的条件，根据游戏难度等级级别数据自动对游戏进行难度调整。
[0009]根据本专利技术优选的，在所述步骤1）中的设定触发游戏难度变化的条件时，还包括设定所述动作差距范围的持续次数阈值。此技术的改进优点在于，如只通过判断是否满足健侧手部图像数据和患侧手部图像数据完成同一游戏难度时的动作差距范围阈值来确定游戏难度的调整，对于有些手部疾患严重的患者来说，游戏康复时间未免太短，因此本专利技术还创新性地增加了一个限定条件，即，通过统计超出动作差距范围阈值的持续次数，进而稳定的推断是否要进行调整游戏难度，此改进不但使得手部疾患严重的患者可以在适应难度的游戏中多次充分训练，还能排除患者在康复训练时由于手误等偶然因素造成不必要的训练干扰。
[0010]根据本专利技术优选的，所述利用Leap Motion实时采集患者的患侧手部图像数据、健侧手部图像数据，还包括：利用基于K最近邻分类算法、SVM算法或神经网络算法中的一种算法对所述步骤1）、2）中对患者健侧手部图像数据、患者患侧手部图像数据提取关键特征，分别形成健侧手势数据库和患侧手势数据库。
[0011]根据本专利技术优选的，在所述步骤1）中还包括：建立包含多种游戏的游戏数据库，该
数据库的建立属于现有技术，本领域技术人员可以根据手部参与游戏的程度选择特定游戏入库，以供患者康复训练时选择，在进行步骤2）之前，患者根据偏好选择游戏种类。
[0012]根据本专利技术优选的，在步骤2）之前，所述患者可以更新健侧手部在玩不同等级游戏时对应的健侧手势数据库。此设计的优点在于，本方法可以灵活地根据游戏场景或者患者健侧实时情况对所述健侧手势数据库进行更新，彻底解决康复训练类游戏死板单一难以适应不同康复训练要求的技术问题。
[0013]根据本专利技术优选的，在所述步骤1）建立健侧手部在玩不同等级游戏时对应的健侧手势数据库时，可以选择游戏初始难度级别。此设计的优点在于，将康复训练游戏初始化难度级别设定交给患者自己或者了解病患康复情况的医护人员，这样，就不会因为初始化游戏难度级别过高或者过低，产生太多次难度级别调节过程，大大提升患者训练使用的舒适度。
[0014]根据本专利技术优选的，利用基于Leap Motion手势识别算法进行图像采集时，预先设定针对不同手势特征模型；利用不同手势特征模型对比健侧手部图像数据和患侧手部图像数据。此设计的优点在于，通过引入预设手势特征模型对健侧手部图像数据和患侧手部图像数据进行关键点识别，在提升识别效果的同时，还能根据患者的具体的病患部位进行重点关注。
[0015]根据本专利技术优选的，对所述健侧手部图像数据和患侧手部图像数据进行建模，通过所述手势特征模型还原虚拟现实的手部状态。此本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法，其特征在于，包括：1）建立数据库：利用Leap Motion采集患者健侧手部图像数据，具体是指利用基于Leap Motion手势识别算法对图像采集并转换为矩阵数据，建立患者健侧手部在玩不同等级游戏时对应的手部图像数据；建立游戏难度等级级别数据库，将游戏按照难度等级分别进行划分并记录；根据同一游戏的所有难度级别数据逐一设定触发游戏难度变化的条件：所述条件包括，完成同一游戏难度时的健侧手部图像数据和患侧手部图像数据动作差距范围阈值；2）患侧手部参与康复：患者开始游戏，利用Leap Motion实时采集患者的患侧手部图像数据，具体是指利用基于Leap Motion手势识别算法对图像采集并转换为矩阵数据，形成患侧手部图像数据，并将所述患侧手部图像数据和健侧手部图像数据在游戏时域进行动作幅度对比：形成健侧手部图像数据和患侧手部图像数据完成同一游戏难度时的动作差距范围；当所述健侧手部图像数据和患侧手部图像数据完成同一游戏难度时的动作差距范围超出预设的动作差距范围阈值时，则触发游戏难度变小的条件；当所述健侧手部图像数据和患侧手部图像数据完成同一游戏难度时的动作差距范围小于预设的动作差距范围阈值时，则触发游戏难度变大的条件；3）自动调整游戏难度：根据步骤2）所触发游戏难度变小或变大的条件，根据游戏难度等级级别数据自动对游戏进行难度调整。2.根据权利要求1所述的一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法，其特征在于，在所述步骤1）中的设定触发游戏难度变化的条件时，还包括设定所述动作差距范围的持续次数阈值。3.根据权利要求1所述的一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法，其特征在于，所述利用Leap Motion实时采集患者的患侧手部图像数据、健侧手部图像数据，还包括：利用基于K最近邻分类算法、SVM算法或神经网络算法中的一种算法对所述步骤1）、2）中对患者健侧手部图像数据、患者患侧手部图像数据提取关键特征，分别形成健侧手势数据库和患侧手势数据库。4.根据权利要求1所述的一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法，其特征在于，在所述步骤1）中还包括：建立包含多种游戏的游戏数据库；在进行步骤2）之前，患者根据偏好选择游戏种类。5.根据权利要求1所述的一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法，其特征在于，在步骤2）之前，所述患者可以更新健侧手部在玩不同等级游戏时对应的健侧手势数据库。6.根据权利要求1所述的一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法，其特征在于，在所述步骤1）建立健侧手部在玩不同等级游戏时对应的健侧手势数据库时，可以选择游戏初始难度级别。7.根据权利要求1所述的一种基于Leap Motion手势识别的虚拟康复游戏的自调整方法，其特征在于，利用基于Leap Motion手势识别算法进行图像采集时，预先设定针对不同
...
【专利技术属性】
技术研发人员：樊琛，张晓琪，张小栋，刘晔，黄福华，颜远远，张均字，毛雅洁，贾谦，
申请(专利权)人：西安交通大学城市学院，
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。