System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 肌肉受力可视化方法、装置、计算机设备以及存储介质制造方法及图纸_技高网
当前位置: 首页 > 专利查询>之江实验室专利>正文

肌肉受力可视化方法、装置、计算机设备以及存储介质制造方法及图纸

技术编号:40037800 阅读:4 留言:0更新日期:2024-01-16 19:15
本申请涉及一种肌肉受力可视化方法、装置、计算机设备以及存储介质。所述方法包括:基于世界坐标系,确定摄像机对应的投影矩阵;获取待检测图像,并通过目标检测模型根据待检测图像确定目标追踪对象;获取目标追踪对象的关节点热图,根据关节点热图确定关节点二维坐标;基于投影矩阵,根据关节点二维坐标确定关节点三维坐标,并根据关节点三维坐标驱动数字人模型运动,确定数字人模型的关节运动信息;根据关节运动信息确定目标追踪对象的肌肉受力信息,并将肌肉受力信息进行可视化展示。上述方法,可以提高获取的患者肌肉受力情况的准确性,为患者提供可靠的康复训练参考数据,同时减少对肌肉受力情况的计算成本。

【技术实现步骤摘要】

本申请涉及康复设备,特别是涉及一种肌肉受力可视化方法、装置、计算机设备以及存储介质


技术介绍

1、肌肉受力的计算通常可以通过测量骨骼节点的速度变化来实现。当肌肉受到外部力或者自身收缩时,导致肌肉产生运动,这种运动会引起相关骨骼节点的速度变化,通过测量骨骼节点的速度变化,可以推断出肌肉受力的情况。

2、目前已研发了多种用于康复的家用设备可以推断患者的肌肉受力情况,以便基于患者的肌肉受力情况协助患者进行康复训练,用于康复的家用设备包括机器人、可穿戴设备和基于kinect的康复应用等。机器人康复设备可以通过机器人的力量和精确性来辅助患者进行康复训练。这些设备通常具有多个关节和传感器,可以提供个性化的康复治疗。例如,下肢康复机器人能够结合体外反射治疗原理,通过支持患者的下肢运动,实现下肢功能障碍的康复。机器人康复设备可以提供非常精确的运动控制,能够准确地监测和纠正患者的动作,从而帮助他们恢复肌肉力量和运动功能。但这种机器人成本高,体积大,只能提供特定类型的康复训练。可穿戴设备是可以直接穿戴在身体上,监测和辅助患者的运动,可穿戴设备小巧轻便,患者可以随时随地佩戴并进行康复训练。但是可穿戴设备通常只能监测和辅助特定部位或类型的运动。对于全身性运动或多个关节的康复,可能需要额外的设备或方法。因此,如何提高获取的患者肌肉受力情况的准确性,为患者提供可靠的康复训练参考数据,同时减少对肌肉受力情况的计算成本,是需要解决的问题。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高获取的患者肌肉受力情况的准确性,为患者提供可靠的康复训练参考数据,同时减少对肌肉受力情况的计算成本的肌肉受力可视化方法、装置、计算机设备以及存储介质。

2、第一方面,本申请提供了一种肌肉受力可视化方法,所述方法包括:

3、基于世界坐标系,确定摄像机对应的投影矩阵;

4、获取待检测图像,并通过目标检测模型根据所述待检测图像确定目标追踪对象;

5、获取所述目标追踪对象的关节点热图,根据所述关节点热图确定关节点二维坐标;

6、基于所述投影矩阵,根据所述关节点二维坐标确定关节点三维坐标,并根据所述关节点三维坐标驱动数字人模型运动,确定所述数字人模型的关节运动信息;

7、根据所述关节运动信息确定所述目标追踪对象的肌肉受力信息,并将所述肌肉受力信息进行可视化展示。

8、在其中一个实施例中,获取待检测图像,并通过目标检测模型根据所述待检测图像确定目标追踪对象,包括:

9、获取待检测图像,通过目标检测模型对所述待检测图像进行特征提取,确定特征数据;

10、对所述特征数据进行融合处理,确定至少一个特征图像;

11、确定所述特征图像的图像类别和图像边界框,并将所述图像类别和所述图像边界框映射到所述待检测图像上,确定目标检测特征图;

12、对所述目标检测特征图进行目标识别,确定目标追踪对象。

13、在其中一个实施例中,对所述目标检测特征图进行目标识别,确定目标追踪对象,包括:

14、对所述目标检测特征图进行目标识别,确定候选追踪对象;

15、若所述候选追踪对象的数量大于一,则确定所述候选追踪对象的候选边界框和目标边界框之间的边界框交并比;

16、根据所述边界框交并比从所述候选追踪对象中确定目标追踪对象。

17、在其中一个实施例中,根据所述边界框交并比从所述候选追踪对象中确定目标追踪对象,包括:

18、从所述边界框交并比中确定最大交并比和次大交并比,确定所述最大交并比和所述次大交并比之间的交并比差值是否小于预设的差值阈值;

19、若否,则确定所述最大交并比对应的候选追踪对象为目标追踪对象;

20、若是,则确定所述最大交并比对应的候选边界框为第一边界框,并确定所述次大交并比对应的候选边界框为第二边界框;

21、确定所述第一边界框对应的特征图像为第一特征图像,并确定所述第一特征图像和所述目标边界框对应的目标特征图像之间的第一图像相似度;

22、确定所述第二边界框对应的特征图像为第二特征图像,并确定所述第二特征图像和所述目标特征图像之间的图像相似度为第二图像相似度;

23、根据所述第一图像相似度和所述第二图像相似度,从所述候选追踪对象中确定目标追踪对象。

24、在其中一个实施例中,根据所述第一图像相似度和所述第二图像相似度,从所述候选追踪对象中确定目标追踪对象,包括:

25、确定所述第一图像相似度和所述第二图像相似度之间的相似度差值;

26、若所述相似度差值大于预设的差值阈值,则从所述第一图像相似度和所述第二图像相似度中确定最大图像相似度,并确定所述最大图像相似度对应的候选追踪对象为目标追踪对象。

27、在其中一个实施例中,根据所述关节点三维坐标驱动数字人模型运动,确定所述数字人模型的关节运动信息,包括:

28、基于计算机图像系统中的坐标系约定,通过罗德里格矩阵模型,将所述关节点三维坐标转换为数据交换格式,确定数据交换坐标信息;

29、通过所述计算机图像系统的接收端接受所述数据交换坐标信息,以使所述计算机图像系统根据所述数据交换坐标信息确定关节点三维坐标;

30、通过所述计算机图像系统基于所述关节点三维坐标驱动数字人模型运动,确定所述数字人模型的关节运动信息。

31、在其中一个实施例中,根据所述关节运动信息确定所述目标追踪对象的肌肉受力信息,并将所述肌肉受力信息进行可视化展示,包括:

32、根据肌肉网格蒙皮与骨骼节点之间的对应关系,以及所述关节运动信息,确定所述骨骼节点的运动速度向量;

33、根据所述骨骼节点的运动速度向量确定肌肉受力信息;

34、根据所述肌肉受力信息确定肌肉网格蒙皮的可视化颜色,并基于所述可视化颜色对所述肌肉网格蒙皮进行可视化展示。

35、第二方面,本申请还提供了一种肌肉受力可视化装置,所述装置包括:

36、投影矩阵确定模块,用于基于世界坐标系,确定摄像机对应的投影矩阵;

37、目标追踪对象确定模块,用于获取待检测图像,并通过目标检测模型根据所述待检测图像确定目标追踪对象;

38、二维坐标确定模块,用于获取所述目标追踪对象的关节点热图,根据所述关节点热图确定关节点二维坐标;

39、关节运动信息确定模块,用于基于所述投影矩阵,根据所述关节点二维坐标确定关节点三维坐标,并根据所述关节点三维坐标驱动数字人模型运动,确定所述数字人模型的关节运动信息;

40、肌肉受力信息确定模块,用于根据所述关节运动信息确定所述目标追踪对象的肌肉受力信息,并将所述肌肉受力信息进行可视化展示。

41、第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机本文档来自技高网...

【技术保护点】

1.一种肌肉受力可视化方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取待检测图像,并通过目标检测模型根据所述待检测图像确定目标追踪对象,包括:

3.根据权利要求2所述的方法,其特征在于,对所述目标检测特征图进行目标识别,确定目标追踪对象,包括:

4.根据权利要求3所述的方法,其特征在于,根据所述边界框交并比从所述候选追踪对象中确定目标追踪对象,包括:

5.根据权利要求4所述的方法,其特征在于,根据所述第一图像相似度和所述第二图像相似度,从所述候选追踪对象中确定目标追踪对象,包括:

6.根据权利要求1所述的方法,其特征在于,根据所述关节点三维坐标驱动数字人模型运动,确定所述数字人模型的关节运动信息,包括:

7.根据权利要求1所述的方法,其特征在于,根据所述关节运动信息确定所述目标追踪对象的肌肉受力信息,并将所述肌肉受力信息进行可视化展示,包括:

8.一种肌肉受力可视化装置,其特征在于,所述肌肉受力可视化装置包括:

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

...

【技术特征摘要】

1.一种肌肉受力可视化方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取待检测图像,并通过目标检测模型根据所述待检测图像确定目标追踪对象,包括:

3.根据权利要求2所述的方法,其特征在于,对所述目标检测特征图进行目标识别,确定目标追踪对象,包括:

4.根据权利要求3所述的方法,其特征在于,根据所述边界框交并比从所述候选追踪对象中确定目标追踪对象,包括:

5.根据权利要求4所述的方法,其特征在于,根据所述第一图像相似度和所述第二图像相似度,从所述候选追踪对象中确定目标追踪对象,包括:

6.根据权利要求1所述的方法,其特征在于,根据所述关节...

【专利技术属性】
技术研发人员:陈一家薛均晓林峰马萧刁璕严笑然张晴沈白桦岳晓晗王蕾
申请(专利权)人:之江实验室
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1