【技术实现步骤摘要】
本专利技术涉及运动功能评估领域，尤其是一种人体运动功能评估与纠正训练方法及系统。
技术介绍
1、随着人们对健康和运动的认识不断提高，越来越多的人开始意识到运动功能评估与纠正训练的重要性，并主动寻求相关的服务和指导。运动功能是指人体在运动过程中所表现出的各种机能和能力。它是人体在运动中所涉及到的各种身体系统的相互协调运动，是人体运动的重要基础。
2、目前运动功能评估主要以美国fms评估体系为主要依据，采用动作筛查的方式对运动灵活性、稳定性进行评估，现有的运动功能评估方法存在以下问题：（1）测试动作多但评估项少；（2）评估动作测量方式多以肉眼判断或基于单目相机拍摄的视频数据进行计算机智能测量为主，通常存在较大误差；（3）评估结果无法与具体功能问题直接关联，无法根据具体功能问题进行纠正训练。
技术实现思路
1、专利技术目的：本专利技术的目的是提供一种能够用较少的评估动作进行准确、全面的运动功能评估，同时能够用分级的评估结果指导针对性训练的人体运动功能评估与纠正训练方法及系统。
2、技术方案：本专利技术所述的人体运动功能评估与纠正训练方法，其特征在于，包括如下步骤：
3、被测人员按照设计的测试动作按顺序执行；
4、使用非接触式设备采集运动测试数据；所述运动测试数据包括呼吸频率、心跳次数和每项测试动作的评估参数；
5、计算所述测试动作的单项评分，根据所述单项评分计算被测人员的运动功能综合分数；
6、根据每项测试动作的评估
7、被测人员根据所述运功功能等级采取对应的训练；
8、其中，所述运动功能等级分为s级，s≥3，通过聚类算法计算被测人员的运动功能等级；将每项测试动作的评估参数、每项测试动作的单项评分以及该被测人员的运动功能综合分数组成该被测人员的样本特征；根据专家对每位被测人员的评级将所有样本特征分为s类，计算每类样本特征的均值得到s类聚类中心；对于每个样本特征，利用若干个聚类距离指标得到若干个评价结果；评价结果相同的聚类距离指标对应的第一权重之和为该评价结果的第二权重，第二权重最高的评价结果为该被测人员的运动功能等级。
9、进一步地，所述根据所述测试动作的单项评分计算被测人员的运动功能综合分数包括：
10、为每项测试动作的每个评估参数设置量化阈值，根据所述量化阈值将每项测试动作对应的评估参数转换为整数的参数量化值；对于每项测试动作，将所有对应的所述参数量化值进行加权求和，得到该测试动作的单项评分；
11、将所有所述单项评分加权求和，得到该被测人员的运动功能综合分数。
12、进一步地，所述量化阈值x1、x2、…、xm+1组成量化区间 [x1，x2]、…、[xm，xm+1]，m为量化区间的数量，根据所述评估参数所在的量化区间将所述评估参数转换为对应的参数量化值；
13、设定分数等级l1 、…、lm，各等级对应参数量化值y1、y2、…、ym，根据所述运动测试数据量划分每个等级的比例，计算对应的累积数据占比p1、p2、…、pm-1，计算若干被测对象的运动测试数据的均值μ及标准差σ；
14、量化阈值x1和xm+1根据专家经验确定，量化阈值x2、…、xm的计算方法为；其中zm-1为累积正态分布对应的分位点；
15、当参数量化规则为越小越好时，zm-1为累积正态分布 pm-1 对应的分位点，量化区间 [x1，x2] 、…、[xm，xm+1]依次对应参数量化值ym、…、y1；
16、当参数量化规则为越大越好时，zm-1为累积正态分布 1-pm-1 对应的分位点；量化区间 [x2，x1] 、…、[xm+1，xm]依次对应参数量化值ym、…、y1。
17、进一步地，所述通过聚类算法计算被测人员在对每个运动功能等级的第一权重包括：
18、将每项测试动作的评估参数、每项测试动作的单项评分以及该测试对象的运动功能综合分数组成该被测人员的样本特征xi，
19、；
20、其中vi_q代表第i个被测人员的第q项参数量化值，1≤q≤m，si_j代表第i个被测人员的第j项测试动作的单项评分，1≤j≤k，fi为第i个被测人员的运动功能综合分数；
21、根据专家评级将测试样本分为三类xa、xb、xc，将三类样本特征的均值分别作为三个聚类中心xoa、xob、xoc；
22、采用n个聚类距离指标对所有测试样本进行聚类，得到不同聚类距离指标下的先验准确率k1，k2，...，kn；
23、计算每个聚类距离指标的第一权重，第一权重wp= kp/ (k1+k2+...+kn)；
24、对于每个被测人员，计算在每个聚类距离指标下的评价结果y1，y2，...，yn，其中y1，y2，...，yn∈{a,b,c}；相同评价结果对应的第一权重之和为该类运动功能等级的第二权重，第二权重最高的运动功能等级为该被测人员的运动功能等级。
25、进一步地，所述聚类距离指标包括：欧式距离、曼哈顿距离、闵可夫斯基距离、切比雪夫距离、马氏距离、余弦相似度。
26、进一步地，将运动功能评估项点分为灵活项、稳定项、动作模式、体能，根据所述运动功能评估项点设置测试动作；所述测试动作包括运动能力评估动作、运动功能评估动作、运动表现评估动作；
27、运动能力评估动作为结构型运动动作，包括：双手过顶后仰、立位体前屈触地和立位徒手旋转，用于考察运动灵活性和稳定性；
28、运动功能评估动作为模式型运动动作，包括：双手过顶深蹲、徒手弓箭步行走转体、后跨步燕式平衡和原地纵跳，用于考察运动灵活性、稳定性和动作模式；
29、运动表现评估动作为表现考察型运动动作，包括：折返跑和熊爬，用于考察动作模式和体能；
30、被测人员按照运动能力评估动作、运动功能评估动作、运动表现评估动作的顺序执行。
31、进一步地，所述测试动作的评估参数包括关节屈伸或伸展角度、关节之间的距离、脊柱摆动角度、熊爬分级，不同测试动作对应的评估参数包括：
32、双手过顶后仰的评估参数包括：脊柱伸展角度、右肩屈曲角度、左肩屈曲角度；
33、立位体前屈触地的评估参数包括：右髋屈曲角度、左髋屈曲角度、手与足跟距离；
34、立位徒手旋转的评估参数包括：右_脊柱与骨盆旋转角度、左_脊柱与骨盆旋转角度、右_脊柱摆动、左_脊柱摆动；
35、双手过顶深蹲的评估参数包括：下蹲深度、脊柱左右摆动、脊柱前倾角度、右上臂前后摆动、左上臂前后摆动、右肩屈曲角度、右髋屈曲角度、右踝伸展角度、左肩屈曲角度、左髋屈曲角度、左踝伸展角度；
36、徒手弓箭步行走转体的评估参数包括：右_脊柱与骨盆旋转角度、左_脊柱与骨盆旋转角度、右_脊柱前后摆动、右_脊柱左右摆动、左_脊柱前后摆动、左_脊柱左右摆动；本文档来自技高网...
【技术保护点】
1.一种人体运动功能评估与纠正训练方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的人体运动功能评估与纠正训练方法，其特征在于，所述根据所述测试动作的单项评分计算被测人员的运动功能综合分数包括：
3.根据权利要求2所述的人体运动功能评估与纠正训练方法，其特征在于，所述量化阈值X1、X2、…、Xm+1组成量化区间 [X1，X2]、…、[Xm，Xm+1]，m为量化区间的数量，根据所述评估参数所在的量化区间将所述评估参数转换为对应的参数量化值；
4.根据权利要求2所述的人体运动功能评估与纠正训练方法，其特征在于，所述通过聚类算法计算被测人员在对每个运动功能等级的第一权重包括：
5.根据权利要求1所述的人体运动功能评估与纠正训练方法，其特征在于，所述聚类距离指标包括：欧式距离、曼哈顿距离、闵可夫斯基距离、切比雪夫距离、马氏距离、余弦相似度。
6.根据权利要求1所述的人体运动功能评估与纠正训练方法，其特征在于，将运动功能评估项点分为灵活项、稳定项、动作模式、体能，根据所述运动功能评估项点设置测试动作；所述测试动作包括运动能
7.根据权利要求6所述的人体运动功能评估与纠正训练方法，其特征在于，所述测试动作的评估参数包括关节屈伸或伸展角度、关节之间的距离、脊柱摆动角度、熊爬分级，不同测试动作对应的评估参数包括：
8.一种人体运动功能评估与纠正训练系统，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1-7任一项所述的人体运动功能评估与纠正训练方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1-7任一项所述的人体运动功能评估与纠正训练方法。
...【技术特征摘要】
1.一种人体运动功能评估与纠正训练方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的人体运动功能评估与纠正训练方法，其特征在于，所述根据所述测试动作的单项评分计算被测人员的运动功能综合分数包括：
3.根据权利要求2所述的人体运动功能评估与纠正训练方法，其特征在于，所述量化阈值x1、x2、…、xm+1组成量化区间 [x1，x2]、…、[xm，xm+1]，m为量化区间的数量，根据所述评估参数所在的量化区间将所述评估参数转换为对应的参数量化值；
4.根据权利要求2所述的人体运动功能评估与纠正训练方法，其特征在于，所述通过聚类算法计算被测人员在对每个运动功能等级的第一权重包括：
5.根据权利要求1所述的人体运动功能评估与纠正训练方法，其特征在于，所述聚类距离指标包括：欧式距离、曼哈顿距离、闵可夫斯基距离、切比雪夫距离、马氏距离、余弦相似度。
6.根据权利要求1所述的人体运动功能评估与纠...
【专利技术属性】
技术研发人员：常祺，史翔，张健，孙畅励，文学，王好锋，李勇，魏伟，朱履刚，任洪峰，张伟旭，唐亮，张亮，薛志超，
申请(专利权)人：南京康尼机电股份有限公司，
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。