基于虚拟现实的肩袖损伤术后康复训练系统和方法技术方案

本发明专利技术提供了一种基于虚拟现实的肩袖损伤术后康复训练系统和方法，包括以下步骤：S1.接收肩袖损伤用户的基本信息，并根据所述基本信息制定相应的训练方案；S2.根据训练方案向用户返回基于虚拟现实的训练内容，且步骤S2中，首先向用户返回第一阶段的训练内容，在用户完成第一阶段的训练内容后返回第二阶段的训练内容，依此类推直到完成相应用户训练方案中所有阶段的训练内容。本方案基于虚拟现实帮助患者进行康复训练，能满足特殊情境体验的需求，让原本重复枯燥的训练在其中变成了情境式的有反馈的练习方式，提高患者的训练积极性。提高患者的训练积极性。提高患者的训练积极性。

【技术实现步骤摘要】
基于虚拟现实的肩袖损伤术后康复训练系统和方法


[0001]本专利技术属于术后康复训练
，尤其是涉及一种基于虚拟现实的肩袖损伤术后康复训练系统和方法。

技术介绍

[0002]肩袖损伤是一种以肩部疼痛、肩关节活动受限及肌肉萎缩为主要表现的疾病，肩袖损伤会严重影响患者生活质量。目前肩袖损伤手术采用的是肩关节镜下的肩袖修复技术，该技术临床效果确切，但是手术过程只是肩袖损伤修复的第一步，手术过后需要患者进行正确的康复训练才能够最大限度地保证手术效果。但是目前由于医疗资源紧张、康复不便等情况，导致多数患者自行进行错误的康复训练甚至根本不进行康复训练，而无法在术后开展完整且正确的术后训练方案导致很多患者的术后康复效果并不理想。
[0003]为了解决上述技术问题，人们进行了长期的探索，例如中国专利公开了一种肩袖撕裂修复的康复状态评估方法[申请号：CN202010021151.0]，包括多点位肩袖运动状态采集装置、服务器和管理终端，康复状态评估方法包括步骤：将多点位肩袖运动状态采集装置的传感端贴于患者肩部肌肉外表面，获取患者不同肩袖运动状态下的多点运动数据，并将多点运动数据传递至服务器中；在服务器中建立不同类别人群的肩袖修复术后肩袖运动参数模型数据库；所述多点运动数据，通过患者肩袖修复术后康复状态模式匹配算法在数据库中进行匹配，获得恢复评价结果；将所述恢复评价结果通过网络传输至管理终端。
[0004]上述方案能够评估患者肩关节的肩袖撕裂康复状态，但是没有智能匹配的训练方案，而不同的患者在不同阶段是需要不同训练方案的，故前述方案并没有普遍性。
[0005]此外，现有技术的康复训练还存在过程无聊机械的缺点，患者难以完成整套康复训练，不利于患者的术后康复。

技术实现思路

[0006]本专利技术的目的是针对上述问题，提供一种基于虚拟现实的肩袖损伤术后康复训练系统；
[0007]本专利技术的另一目的是提供一种基于虚拟现实的肩袖损伤术后康复训练方法。
[0008]为达到上述目的，本专利技术采用了下列技术方案：
[0009]一种基于虚拟现实的肩袖损伤术后康复训练方法，包括以下步骤：
[0010]S1.接收肩袖损伤用户的基本信息，并根据所述基本信息制定相应的训练方案；
[0011]S2.根据训练方案向用户返回基于虚拟现实的训练内容。
[0012]在上述的基于虚拟现实的肩袖损伤术后康复训练方法中，在步骤S2中，首先向用户返回第一阶段的训练内容，在用户完成第一阶段的训练内容后返回第二阶段的训练内容，依此类推直到完成相应用户训练方案中所有阶段的训练内容。
[0013]在上述的基于虚拟现实的肩袖损伤术后康复训练方法中，在用户完成每个阶段的训练内容时，对用户进行阶段性评估；
[0014]且至少在完成第二阶段时通过阶段性评估判断用户继续当前阶段还是进阶至下一阶段；
[0015]在每个阶段中期对用户进行中期评估，并将评估结果记入用户档案及向用户返回的训练报告中。
[0016]在上述的基于虚拟现实的肩袖损伤术后康复训练方法中，所述的基本信息包括用户姓名、性别、年龄、日常运动量和肩袖撕裂范围。
[0017]在上述的基于虚拟现实的肩袖损伤术后康复训练方法中，根据用户的性别、年龄和肩袖撕裂范围制定训练方案并从数据库中提取各个阶段相应的训练内容。
[0018]在上述的基于虚拟现实的肩袖损伤术后康复训练方法中，针对日常运动量为轻度、中度的用户，为用户制定普通训练方案，并在步骤S2中向用户返回普通阶段的训练内容；
[0019]针对日常动量为重度的用户，为用户制定包含普通阶段和高强度阶段的高强度训练方案，且在用户完成普通阶段的训练内容后向用户返回高强度阶段的训练内容。
[0020]在上述的基于虚拟现实的肩袖损伤术后康复训练方法中，训练内容包括相应阶段训练动作的动作教学和/或语音讲解；
[0021]且将训练动作分解成基于虚拟现实的闯关小任务以引导用户进行相应的动作训练；
[0022]至少第一阶段的训练内容包括宣教内容，且所述的宣教内容包括相应部位损伤的病理、恢复的时间框架和康复训练的每一阶段所需注意事项；
[0023]所述第二阶段的训练动作包括相对于第一阶段增加了活动度和牵伸度的被动关节活动训练，以及辅助主动关节活动或主动关节活动训练；
[0024]所述第三阶段的训练动作针对肌肉生长，并在该阶段中训练用户获得绝对肌肉力量的输出。
[0025]在上述的基于虚拟现实的肩袖损伤术后康复训练方法中，针对日常运动量为轻度、中度的用户，所制定的训练方案中包括至少三个普通阶段的训练内容；
[0026]针对日常动量为重度的用户，所制定的训练方案中包括至少三个普通阶段和一个高强度阶段的训练内容；
[0027]当用户属于关节镜下小到中等范围的肩袖撕裂修复术后时，第一阶段的训练动作包括保护性的被动活动训练；
[0028]当用户属于关节镜下大范围的肩袖撕裂修复术后时，第一阶段的训练动作包括制动活动训练。
[0029]一种基于虚拟现实的肩袖损伤术后康复训练系统，包括主控模块及连接于所述主控模块的训练模块、输入输出模块和数据库，所述的输入输出模块用于供用户输入基本信息和输出训练报告，所述的数据库中存储有针对不同年龄、不同性别以及不同肩袖撕裂范围、不同日常运动强度用户所需的各个阶段的训练内容，所述的训练模块包括头戴模块和手柄模块，所述的主控模块包括训练内容控制模块、评估模块、动作监测模块和报告生成模块，
[0030]头戴模块，用于向用户展示虚拟现实场景；
[0031]手柄模块，用于获取位移数据，并将位移数据发送给动作监测模块；
[0032]动作监测模块，用于根据手柄模块的位移数据分析用户的手臂动作；
[0033]训练内容控制模块，用于根据用户的基本信息制定训练方案，并根据训练方案及评估结果调用数据库中的训练内容并通过训练模块呈现；
[0034]评估模块，用于请求用户做出相应的评估动作并根据用户对评估动作的完成情况及口述情况评估用户的训练效果；
[0035]报告生成模块，用于根据手臂动作和评估结果生成相应的训练报告。
[0036]在上述的基于虚拟现实的肩袖损伤术后康复训练系统中，所述的评估模块包括中期评估模块和阶段性评估模块，所述的中期评估模块和阶段性评估模块均连接于所述的报告生成模块和数据库以作为用户的训练数据记入用户档案和生成训练报告；所述的阶段性评估模块还连接于所述的内容控制模块以根据阶段性评估结果确定继续当前阶段还是进阶至下一阶段。
[0037]本专利技术的优点在于：
[0038]1、基于虚拟现实帮助患者进行康复训练，能满足特殊情境体验的需求，让原本重复枯燥的训练在其中变成了情境式的有反馈的练习方式，提高患者的训练积极性；
[0039]2、将目前公认的关节镜下肩袖修补术后康复训练方法应用至基于虚拟现实的肩袖损伤术后康复训练中，能够保证康复动作正确有效；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于虚拟现实的肩袖损伤术后康复训练方法，其特征在于，包括以下步骤：S1.接收肩袖损伤用户的基本信息，并根据所述基本信息制定相应的训练方案；S2.根据训练方案向用户返回基于虚拟现实的训练内容。2.根据权利要求1所述的基于虚拟现实的肩袖损伤术后康复训练方法，其特征在于，在步骤S2中，首先向用户返回第一阶段的训练内容，在用户完成第一阶段的训练内容后返回第二阶段的训练内容，依此类推直到完成相应用户训练方案中所有阶段的训练内容。3.根据权利要求2所述的基于虚拟现实的肩袖损伤术后康复训练方法，其特征在于，在用户完成每个阶段的训练内容时，对用户进行阶段性评估；且至少在完成第二阶段时通过阶段性评估判断用户继续当前阶段还是进阶至下一阶段；在每个阶段中期对用户进行中期评估，并将评估结果记入用户档案及向用户返回的训练报告中。4.根据权利要求2或3所述的基于虚拟现实的肩袖损伤术后康复训练方法，其特征在于，所述的基本信息包括用户姓名、性别、年龄、日常运动量和肩袖撕裂范围。5.根据权利要求4所述的基于虚拟现实的肩袖损伤术后康复训练方法，其特征在于，根据用户的性别、年龄和肩袖撕裂范围制定训练方案并从数据库(4)中提取各个阶段相应的训练内容。6.根据权利要求5所述的基于虚拟现实的肩袖损伤术后康复训练方法，其特征在于，针对日常运动量为轻度、中度的用户，为用户制定普通训练方案，并在步骤S2中向用户返回普通阶段的训练内容；针对日常动量为重度的用户，为用户制定包含普通阶段和高强度阶段的高强度训练方案，且在用户完成普通阶段的训练内容后向用户返回高强度阶段的训练内容。7.根据权利要求6所述的基于虚拟现实的肩袖损伤术后康复训练方法，其特征在于，训练内容包括相应阶段训练动作的动作教学和/或语音讲解；且将训练动作分解成基于虚拟现实的闯关小任务以引导用户进行相应的动作训练；至少第一阶段的训练内容包括宣教内容，且所述的宣教内容包括相应部位损伤的病理、恢复的时间框架和康复训练的每一阶段所需注意事项；所述第二阶段的训练动作包括相对于第一阶段增加了活动度和牵伸度的被动关节活动训练，以及辅助主动关节活动或主动关节活动训练；所述第三阶段的训练动作针对肌肉生长，并在该阶段中训练用户获得绝对肌肉力量的输出。8.根据...

【专利技术属性】
技术研发人员：吴岩，秦路，哈乐宇，刘洛希，
申请(专利权)人：浙江凡聚科技有限公司，
类型：发明
国别省市：