脑卒中患者的智能评估设备及评估方法技术

本申请涉及医疗设备技术领域，特别涉及一种脑卒中患者的智能评估设备及评估方法，其中，设备包括：检测件和处理器，检测件用于检测脑卒中患者的运动轨迹和姿态信息；处理器用于识别姿态信息得到脑卒中患者的运动姿态，将运动姿态和运动轨迹输入康复评分模型，康复评分模型输出脑卒中患者的康复评分，根据康复评分确定脑卒中患者的康复程度，其中，康复评分模型设置有运动功能评分量表，基于运动功能评分量表评估脑卒中患者的康复评分

【技术实现步骤摘要】
脑卒中患者的智能评估设备及评估方法


[0001]本申请涉及医疗设备
，特别涉及一种脑卒中患者的智能评估设备及评估方法
。

技术介绍

[0002]脑卒中是指由于各种原因造成的急性脑血管循环障碍导致大脑半球或脑干局灶性神经功能缺损的一种临床综合征，俗称中风
。
脑卒中发生后，经常会发生肢体的运动障碍，且发生后多需要在医院内及出院后都进行合适的治疗及康复训练
。
[0003]现有的脑卒中患者在进行康复训练时，治疗及康复过程对医生及看护人员依赖性特别高，且单纯的由护理人员或看护人员协助的肢体运动并进行分析评估，不能有效且准确地评估患者的运动能力和康复进展情况
。

技术实现思路

[0004]本申请提供一种脑卒中患者的智能评估设备及评估方法，能够为康复医学领域提供更加高效
、
准确和科学的康复评估和治疗方案
。
[0005]本申请第一方面实施例提供一种脑卒中患者的智能评估设备，包括：检测件，检测脑卒中患者的运动轨迹和姿态信息；处理器，用于识别所述姿态信息得到所述脑卒中患者的运动姿态，将所述运动姿态和所述运动轨迹输入康复评分模型，所述康复评分模型输出所述脑卒中患者的康复评分，根据所述康复评分确定所述脑卒中患者的康复程度，其中，所述康复评分模型设置有运动功能评分量表，基于所述运动功能评分量表评估所述脑卒中患者的康复评分
。
[0006]可选地，在本申请的一个实施例中，所述处理器进一步用于利用计算机视觉技术对所述姿态信息进行图像处理和计算机视觉算法的分析，得到所述脑卒中患者的运动姿态
。
[0007]可选地，在本申请的一个实施例中，所述康复评分模型通过患者运动数据和机器学习算法进行机器学习建立得到
。
[0008]可选地，在本申请的一个实施例中，所述检测件包括加速度计和陀螺仪
。
[0009]可选地，在本申请的一个实施例中，所述脑卒中患者的智能评估设备还包括：设备本体；设置于所述设备本体上的通信件，所述通信件与所述检测件通信；所述处理器设置于所述设备本体上，所述处理器与所述通信件相连
。
[0010]可选地，在本申请的一个实施例中，所述脑卒中患者的智能评估设备还包括：显示器，用于显示所述脑卒中患者的康复评分
。
[0011]本申请第二方面实施例提供一种脑卒中患者的智能评估方法，所述方法利用如上述实施例任意一项所述的脑卒中患者的智能评估设备进行评估，其中，所述方法包括以下步骤：检测脑卒中患者的运动轨迹和姿态信息；识别所述姿态信息得到所述脑卒中患者的运动姿态；将所述运动姿态和所述运动轨迹输入康复评分模型，所述康复评分模型输出所
述脑卒中患者的康复评分，根据所述康复评分确定所述脑卒中患者的康复程度，其中，所述康复评分模型设置有运动功能评分量表，基于所述运动功能评分量表评估所述脑卒中患者的康复评分
。
[0012]可选地，在本申请的一个实施例中，所述康复评分模型通过患者运动数据和机器学习算法进行机器学习建立得到
。
[0013]可选地，在本申请的一个实施例中，所述识别所述姿态信息得到所述脑卒中患者的运动姿态，包括：利用计算机视觉技术对所述姿态信息进行图像处理和计算机视觉算法的分析，得到所述脑卒中患者的运动姿态
。
[0014]可选地，在本申请的一个实施例中，在根据所述康复评分确定所述脑卒中患者的康复程度之后，还包括：根据所述康复程度确定所述脑卒中患者的康复训练方案；或者，根据所述康复程度调整所述脑卒中患者的康复训练方案
。
[0015]由此，本申请至少具有如下有益效果：
[0016]本申请实施例可以通过检测件检测脑卒中患者的运动轨迹和姿态信息，并利用处理器识别脑卒中患者的姿态信息得到运动姿态，可以为医生或康复师提供更加准确
、
客观和科学的康复评估数据，并将患者的运动轨迹和运动姿态输入到预先训练的康复评分模型，通过康复评分模型确定患者的康复程度，可以为脑卒中患者提供更加准确
、
客观和科学的康复评估和治疗方案
。
由此，解决了相关技术中仅通过护理人员或看护人员协助进行肢体运动并分析评估患者的运动能力，难以准确且有效的反映患者康复进展等问题
。
[0017]本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到
。
附图说明
[0018]本申请上述的和
/
或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0019]图1为根据本申请实施例提供的脑卒中患者的智能评估设备的方框图；
[0020]图2为根据本申请实施例提供的脑卒中患者的智能评估设备的详细方框图；
[0021]图3为根据本申请实施例提供的脑卒中患者的智能评估方法的流程图；
具体实施方式
[0022]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件
。
下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制
。
[0023]下面参考附图描述本申请实施例的脑卒中患者的智能评估设备及评估方法
。
针对上述
技术介绍
中提到的问题，本申请提供了一种脑卒中患者的智能评估设备，通过检测件检测脑卒中患者的运动轨迹和姿态信息，并利用处理器识别脑卒中患者的姿态信息得到运动姿态，可以为医生或康复师提供更加准确
、
客观和科学的康复评估数据，并将患者的运动轨迹和运动姿态输入到预先训练的康复评分模型，通过康复评分模型确定患者的康复程度，可以为脑卒中患者提供更加准确
、
客观和科学的康复评估和治疗方案
。
由此，解决了相关技术中仅通过护理人员或看护人员协助进行肢体运动并分析评估患者的运动能力，难以
准确且有效的反映患者康复进展等问题
。
[0024]具体而言，图1为本申请实施例所提供的一种脑卒中患者的智能评估设备的方框示意图
。
[0025]如图1所示，该脑卒中患者的智能评估设备
10
包括：检测件
100
和处理器
200。
[0026]在本申请的一个实施例中，检测件
100
包括加速度计和陀螺仪
。
[0027]其中，检测件
100
检测脑卒中患者的运动轨迹和姿态信息；处理器
200
用于识别姿态信息得到脑卒中患者的运动姿态，将运动姿态和运动轨迹输入康复评分模型，康复评分模型输出脑卒中患者的康复评分，根据康复评分确定脑卒中患者的康复程度，其中，康复评分模型设置有运动功能评分量表，基于运动功能评分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种脑卒中患者的智能评估设备，其特征在于，包括：检测件，检测脑卒中患者的运动轨迹和姿态信息；处理器，用于识别所述姿态信息得到所述脑卒中患者的运动姿态，将所述运动姿态和所述运动轨迹输入康复评分模型，所述康复评分模型输出所述脑卒中患者的康复评分，根据所述康复评分确定所述脑卒中患者的康复程度，其中，所述康复评分模型设置有运动功能评分量表，基于所述运动功能评分量表评估所述脑卒中患者的康复评分
。2.
根据权利要求1所述的脑卒中患者的智能评估设备，其特征在于，所述处理器进一步用于利用计算机视觉技术对所述姿态信息进行图像处理和计算机视觉算法的分析，得到所述脑卒中患者的运动姿态
。3.
根据权利要求1所述的脑卒中患者的智能评估设备，其特征在于，所述康复评分模型通过患者运动数据和机器学习算法进行机器学习建立得到
。4.
根据权利要求1所述的脑卒中患者的智能评估设备，其特征在于，所述检测件包括加速度计和陀螺仪
。5.
根据权利要求1所述的脑卒中患者的智能评估设备，其特征在于，还包括：设备本体；设置于所述设备本体上的通信件，所述通信件与所述检测件通信；所述处理器设置于所述设备本体上，所述处理器与所述通信件相连
。6.
根据权利要求1所述的脑卒中患者的智能评估设备，其特征在于，还包括：显...

【专利技术属性】
技术研发人员：徐泉，王朔，潘钰，马迪，贺彦君，彭博，
申请(专利权)人：北京清华长庚医院，
类型：发明
国别省市：