CN110801230A - 一种针对下肢骨折康复效果的评价方法 - Google Patents
一种针对下肢骨折康复效果的评价方法 Download PDFInfo
- Publication number
- CN110801230A CN110801230A CN201910959236.0A CN201910959236A CN110801230A CN 110801230 A CN110801230 A CN 110801230A CN 201910959236 A CN201910959236 A CN 201910959236A CN 110801230 A CN110801230 A CN 110801230A
- Authority
- CN
- China
- Prior art keywords
- data
- gait
- plantar
- foot
- standard
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000694 effects Effects 0.000 title claims abstract description 67
- 238000011156 evaluation Methods 0.000 title claims abstract description 28
- 206010061599 Lower limb fracture Diseases 0.000 title 1
- 238000000034 method Methods 0.000 claims abstract description 41
- 210000003141 lower extremity Anatomy 0.000 claims abstract description 36
- 238000007405 data analysis Methods 0.000 claims abstract description 6
- 230000005021 gait Effects 0.000 claims description 107
- 210000002683 foot Anatomy 0.000 claims description 52
- 230000008569 process Effects 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 19
- 238000011084 recovery Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 4
- 210000003371 toe Anatomy 0.000 claims description 4
- 210000000544 articulatio talocruralis Anatomy 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 210000000474 heel Anatomy 0.000 claims description 3
- 210000000629 knee joint Anatomy 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 210000003314 quadriceps muscle Anatomy 0.000 claims description 3
- 244000309466 calf Species 0.000 claims description 2
- 210000003205 muscle Anatomy 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000006378 damage Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 208000025978 Athletic injury Diseases 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000037230 mobility Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
- A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb using a particular sensing technique
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4504—Bones
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Geometry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明一种针对下肢骨折康复效果的评价方法，是在大量数据分析的基础上提出一种基于该方法的评价公式，对下肢骨折康复效果进行科学量化的评价；可以为下肢骨折的诊断、治疗、康复提供科学的依据，并且对康复效果进行评价，提高康复评价的准确性，指导医生进一步制定康复训练的方案和计划；具有重要的现实意义。
Description
技术领域
本发明属于辅助类医疗器械技术领域，具体涉及一种针对下肢骨折康复效果的评价方法。
背景技术
在进行运动时易发生各种损伤，而运动损伤同时会有相关的其它病理症状，如对神经和骨骼等产生伤害。此外，在老龄化背景下，下肢骨折已成为影响老年人身心健康和生活质量的一个重要因素，是老龄化背景下亟待解决的重要社会问题。病人，尤其是下肢损伤的病人，其活动能力是评价康复效果的直接指标。姿态、步态的改变对于康复师和接受康复的人来说都是关键信息，可用于指导下一步的康复计划和辅具设计。针对下肢骨折问题，建立一种可量化的康复效果评价方法，对于制定合理的治疗和康复效果方案等均有重要的现实意义。
发明内容
本发明的目的是提供一种针对下肢骨折康复效果的评价方法，解决了现有下肢骨折无法对康复效果进行科学量化的评估的问题。
本发明所采用的技术方案是，一种针对下肢骨折康复效果的评价方法，具体按照以下步骤实施：
步骤1、采集正常人的身体特性数据、步态数据并处理，根据处理后获得的有效身体特性数据、步态数据形成标准对应关系，建立关于身体特性数据和标准步态数据的数据库1；采集正常人的身体特性数据、足底数据并处理，根据处理后获得的有效身体特性数据、足底数据形成标准对应关系，建立关于身体特性数据和标准足底数据的数据库2；
步骤2、采集使用者的身体特性数据、步态数据、足底数据，根据身体特性数据提取数据库1中对应的使用者标准步态数据，根据身体特性数据提取数据库2中对应的使用者标准足底数据；
步骤3、分别对使用者测得的步态数据、足底数据进行处理，得到有效步态数据和有效足底数据，分别对有效步态数据和标准步态数据、有效足底数据和标准足底数据进行分析；
步骤4、通过分析结果，对下肢骨折康复效果进行评价。
本发明的特点还在于：
步骤1身体特性数据包括身高、性别、年龄、体重。
步态数据包括一个步态周期内的步长、步高、步长角度。
足底数据包括足分区、压力、压强、负荷变化率、足长足宽、足接触面积、足角度、足轴线、时间轨迹、稳定性分析。
步骤2步态数据的采集过程为：采用光学式动作捕捉系统捕捉使用者的股四头肌、膝关节处、小腿部腓骨长肌、踝关节处、足跟、足尖。
步骤1具体过程为：采集正常人身体特性数据、步态数据，并对其身体特性数据、步态数据进行处理，在坐标轴上作出处理后的身体特性数据、步态数据的散点图，去除偏差较大的点，对剩余的点进行曲线拟合，得到关于身体特性数据、标准步态数据的曲线，在该曲线上身体特性数据与标准步态数据一一对应，将这些一一对应的数据存入数据库1；采集正常人的身体特性数据、足底数据，并对正常人的身体特性数据、足底数据进行处理，在坐标轴上作出处理后的身体特性数据、足底数据的散点图，去除偏差较大的点，对剩余的点进行曲线拟合，得到关于身体特性数据、标准足底数据的曲线，在该曲线上身体特性数据与标准足底数据一一对应，将这些一一对应的数据存入数据库2。
步骤2足底数据的获取过程为：将压力传感器放置于使用者脚底，随后将压力测试板放置于底面，使用者在测试板上来回走动，压力测试板收集足部压力变化数据，经过opensim软件处理计算，即获得足底数据。
对获取的正常人身体特性数据、步态数据进行处理与对获取的正常人的身体特性数据、足底数据进行处理以及步骤3中分别对步态数据、足底数据进行处理的方法相同，具体过程以对步态数据、足底数据为例：采集步态数据、足底数据，然后利用SPASS软件，对步态数据、足底数据进行整理、编译，获得测试过程中相应的有效时空数据；将有效时空数据存储成C3D和rpd格式，之后导入到Motionbuilder软件中，随后将Motionbuilder软件中的数据导出成BVH的格式文件，再将BVH文件的后缀名称改写成TXT，得到的数据是以数字形式展现出来的有效步态数据和有效足底数据。
步骤3分别对有效步态数据和标准步态数据、有效足底数据和标准足底数据进行分析具体过程为：
对步态数据和标准步态数据分析：
A＝K1X1+K2X2+K3X3
其中，A表示基于动作捕捉技术采集的步态数据的康复效果，X1，X2，X3分别表示在一个步态周期内的患者与正常人的步长、步高、角度相比较的康复效果；X患表示一个步态周期内的患者步长、步高、角度，X正表示一个步态周期内的正常人步长、步高、角度；K1，K2，K3是系数；
对有效足底数据和标准足底数据分析：
B＝K3Y1+K4Y2
Y2＝Y患×100％
其中，B表示基于足底压力测试的康复效果，Y1，Y2分别表示在一个步态周期内的患者与正常人足部压力相比较的康复效果以及患者本身的足部压力状况；Y患一个步态周期内的患者足部压力状况，Y正表示一个步态周期内的正常人足部压力状况，K3，K4是系数。
步骤4具体过程为：
建立下肢骨折康复效果评价公式如下所示：
其中，N1，N2是系数，
是康复效果；
当
是0.9-1时表示患者康复效果很好；
当
是0.8-0.9时表示患者康复效果较好；
当
是0.7-0.8时表示患者康复效果一般；
当
时表示患者急需进行治疗。
本发明的有益效果是：
本发明一种针对下肢骨折康复效果的评价方法，是在大量数据分析的基础上提出一种基于该方法的评价公式，对下肢骨折康复效果进行科学量化的评价；可以为下肢骨折的诊断、治疗、康复提供科学的依据，并且对康复效果进行评价，提高康复评价的准确性，指导医生进一步制定康复训练的方案和计划，具有重要的现实意义。
附图说明
图1是本发明一种针对下肢骨折康复效果的评价方法流程图；
图2是本发明一种针对下肢骨折康复效果的评价方法的一个步态周期演示图；
图3是本发明一种针对下肢骨折康复效果的评价方法的动作捕捉技术测试方法图；
图4是本发明一种针对下肢骨折康复效果的评价方法的足底压力测试方法图；
图5是本发明实施例中1个步行周期内运动时空关系图中的所有动作姿态；
图6是实施例中运动轨迹图；
图7是实施例中步长与抬脚高度的关系曲线图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明一种针对下肢骨折康复效果的评价方法，如图1所示，具体按照以下步骤实施：
步骤1、采集正常人身体特性数据、步态数据并处理，根据处理后身体特性数据、步态数据的对应关系，建立关于身体特性数据和标准步态数据的数据库1；如图2所示，采集正常人的身体特性数据、足底数据并处理，根据处理后身体特性数据、足底数据的对应关系，建立关于身体特性数据和标准足底数据的数据库2；
身体特性数据包括身高、性别、年龄、体重。
步态数据包括一个步态周期内的步长、步高、步长角度。
足底数据包括足分区、压力、压强、负荷变化率、足长足宽、足接触面积、足角度、足轴线、时间轨迹、稳定性分析。
步骤1具体过程为：采集正常人身体特性数据、步态数据，并对正常人身体特性数据、步态数据进行处理，在坐标轴上作出处理后的身体特性数据、步态数据的散点图，去除偏差较大的点，对剩余的点进行曲线拟合，得到关于身体特性数据、标准步态数据的曲线，在该曲线上身体特性数据与标准步态数据一一对应，将这些一一对应的数据存入数据库1；采集正常人的身体特性数据、足底数据，并对正常人的身体特性数据、足底数据进行处理，在坐标轴上作出处理后的身体特性数据、足底数据的散点图，去除偏差较大的点，对剩余的点进行曲线拟合，得到关于身体特性数据、标准足底数据的曲线，在该曲线上身体特性数据与标准足底数据一一对应，将这些一一对应的数据存入数据库2。
步骤2、采集使用者的身体特性数据、步态数据、足底数据，根据身体特性数据提取数据库1中对应的使用者标准步态数据，根据身体特性数据提取数据库2中对应的使用者标准足底数据；
步态数据的采集过程为：如图3所示，采用光学式动作捕捉系统捕捉使用者的股四头肌、膝关节处、小腿部腓骨长肌、踝关节处、足跟、足尖。
如图4所示，足底数据的获取过程为：将压力传感器放置于使用者脚底，随后将压力测试板放置于底面，使用者在测试板上来回走动，压力测试板收集足部压力变化数据，经过opensim软件计算处理，即获得足底数据。
步骤3、分别对使用者步态数据、足底数据进行处理，得到有效步态数据和有效足底数据，再分别对有效步态数据和标准步态数据、有效足底数据和标准足底数据进行分析；
对正常人身体特性数据、步态数据进行处理与对正常人的身体特性数据、足底数据进行处理以及步骤3中分别对步态数据、足底数据进行处理的方法相同，具体过程以对步态数据、足底数据为例：采集步态数据、足底数据，然后利用SPASS软件，对步态数据、足底数据进行整理、编译，获得测试过程中相应的有效时空数据；将有效时空数据存储成C3D和rpd格式，之后导入到Motionbuilder软件中，随后将Motionbuilder软件中的数据导出成BVH的格式文件，再将BVH文件的后缀名称改写成TXT，得到的数据是以数字形式展现出来的有效步态数据和有效足底数据。
分析具体过程为：
对步态数据和标准步态数据分析：
A＝K1X1+K2X2+K3X3
其中，A表示基于动作捕捉技术采集的步态数据的康复效果，X1，X2，X3分别表示在一个步态周期内的患者与正常人的步长、步高、角度相比较的康复效果；X患表示一个步态周期内的患者步长、步高、角度，X正表示一个步态周期内的正常人步长、步高、角度；K1，K2，K3是系数；
对有效足底数据和标准足底数据分析：
B＝K3Y1+K4Y2
Y2＝Y患×100％
其中，B表示基于足底压力测试的康复效果，Y1，Y2分别表示在一个步态周期内的患者与正常人足部压力相比较的康复效果以及患者本身的足部压力状况；Y患一个步态周期内的患者足部压力状况，Y正表示一个步态周期内的正常人足部压力状况，K3，K4是系数。
步骤4、通过分析结果，对下肢骨折康复效果进行评价。
具体过程为：
建立下肢骨折康复效果评价公式如下所示：
其中，N1，N2是系数，
是康复效果；
当
是0.9-1时表示患者康复效果很好；
当是0.8-0.9时表示患者康复效果较好；
当
是0.7-0.8时表示患者康复效果一般；
当
时表示患者急需进行治疗。
步长是指人行走时，左右脚先后着地时，两脚之间的纵向直线距离。
步长和身高有显著相关性，身高越高，步长越长，正常人的步长在50-80cm之间，且步长随年龄的增大而减小。
实施例：
选择年龄在18～25岁，且身高在150～175cm的健康女性大学生志愿者和身高在160～185cm的健康男性大学生志愿者。
各分为5组，女生分组为：150～154、155～159、160～164、165～169和170～175(单位：cm)，男生分组为：160～164、165～169、170～174、175～179和180～185(单位：cm)，每个身高组再按照体质指数：BMI＝m/h2(＜18.5为偏瘦、18.5～24为正常、＞24为偏胖)再细分为3个小组，分组完成，一共有30个小组。
男生的身高和体质指数的志愿者测试分组表如表1所示。
表1
女生的身高和体质指数的志愿者测试分组表如表2所示。
对于上述30个小组成员，测试志愿者需要完成如图5所示的1个步行周期内运动时空关系图中的所有动作姿态并收集步态数据。
实验前，志愿者穿上特定的动作捕捉实验衣服，在每位测试者左右腿膝、膝盖靠下和脚踝这3个位置，以及足跟和足尖位置处共计布置10个marker测试点，这些Marker点在衣服上是LED灯，每个LED调制在一个独特的频率下，每一个LED灯会有一个独特的数字来识别，每位测试者需完成3种覆盖人体正常行走频率范围工作情况下的行走测试实验，由节拍器引导的固定频率1.0HZ、1.5HZ和2.0HZ。1.0HZ是一秒钟走1步，完成两步即一个跨步，需要2秒钟时间，两秒钟的动画帧数是48帧；1.5HZ是一秒钟走1.5步，两秒钟走3步，完成两步即一个跨步，需要4/3秒钟时间，动画帧数是36帧；2.0HZ是一秒钟走2步，完成两步即一个跨步，需要1秒钟时间，1秒钟的动画帧数是24帧。
在周围上方每边有3个摄像机，一共有12个摄像机，每个摄像机视角60°(水平、垂直)宽广的视角保证了更大范围的捕捉，所有相机完全可以实现360°全方位捕捉。
测试者在每种工作状况下需获得3次有效数据，共行走3种不同的频率，即每位测试者可获得9组有效测试数据；通过这些测试数据可以全面并精确的记录测试者不同性别、不同身高、不同体质指数测试者的步态参数数据。每位测试者需要在设定好的路线上行走2～3个来回，以保证测试者的数据具有可选择性，在2～3组数据中可以选择不确定因素对实验结果产生影响较小的一组数据。
以身高在165～169、体质指数在18.5～24分组下的男性大学生志愿者为例，采样频率选择1.0HZ，所采集到的数据共有48帧的变化值，刚好是一个完整的步行周期。采集的数据从有效帧390帧开始计算，到439帧为止，采集的数据如表3所示；
表3
上表中测量的Marker点，从M049到M053、M061到M065共计10个点，从390帧开始，每一帧的X、Y、Z值都如表中所示。
一共有49帧的数据，除第一列是后加入的时间数据外，其余数据一共有20列，分别代表的是所采集的点，从第一个点M049到M053、M061到M065共计10个点的X、Y值，M049有两列数据，M050有两列数据，以此类推，每个点都有两列数据，一共有10个点总共有20列数据，加上第一列时间列，一共有21列数据。这些数据都是通过软件所筛选出来供后期分析使用的数据。
对上述数据进行有效数据分析：以横坐标方向是行走距离的长短(步长)，设定变量为X，而跨步长是两个步长，也就是2X；纵坐标方向是高度的变化(抬脚高度)，设定变量为Y。运动轨迹如图6所示，
步长与抬脚高度的关系曲线如图7所示，图7中Z值是采集者在行走时左右的偏移变化，基本是直线，与是否骨折无关。
其中，用户特征设计视表如表4所示：
表4
建立的身体特性数据如表5所示：
表5
步态数据采集的位置信息表如表6所示：
表6
建立数据，构建关于身高、性别、年龄、体重和标准步态数据的数据库1和关于身高、性别、年龄、体重和标准足底数据的数据库2。
采用上述方法采集使用患者的身体特性数据、步态数据、足底数据，同时该身体特征数据输入数据库1提取相似身体特征数据的标准步态数据，将该身体特征数据输入数据库2提取相似身体特征数据的标准足底数据；分别对患者测得的步态数据、足底数据进行处理，得到有效步态数据和有效足底数据，分别对有效步态数据和标准步态数据、有效足底数据和标准足底数据进行分析；通过分析结果，对下肢骨折康复效果进行评价。
康复效果评价方法建立：
测试患者的步幅A、抬脚高度B以及患者左右脚一致性(C表示患者自身左右腿步幅值和抬脚高度值的比)的数据，并与标准数据库中的数据进行对比，根据两者间相对误差确定其康复阶段及效果。
引入变量A，A表示患者的步幅数据和标准的步幅数据的比，其中nl、n2、n3为不同的速率(n1为1.0HZ频率下的速率、n2为1.5HZ频率下的速率、n3为2.0HZ频率下的速率)，Xi为患者的步幅数据，X为标准的步幅数据，kn1、kn2、kn3为比例系数，公式表示为:
当患者在第二阶段恢复期处于第一个月时，可以满足在速率n1下行走的要求，且根据其患病部位步幅A值来确定其恢复状况，当A值小于40％时，其恢复较差；当A在40％～80％之间时，其恢复状况适中；当A在80％～95％之间时，其恢复状况良好；当A大于95％时，其恢复状况优秀。综合下文变量B、C综合考虑，判断其是否可以进行下一速度n2的行走；如下ABC同理，进行多次校准再建立康复评价体系。
实验所处环境与正常采集时的环境是一样的，为保证数据间的统一性，使患者采用相同的节拍器频率下自由行走，但具体需要根据骨折志愿者自身恢复状况，尽可能的按照设定频率下完成不同速率行走并采集数据。
通过上述方式，本发明一种针对下肢骨折康复效果的评价方法，通过将患者的康复数据与数据库内相对应的标准数据进行比对，从而根据所提出的康复效果评价公式进行计算，得到该患者的康复效果，便于提高康复评价的准确性，指导医生进一步制定康复训练的方案和计划，具有现实意义。
Claims (10)
1.一种针对下肢骨折康复效果的评价方法，其特征在于，具体按照以下步骤实施：
步骤1、采集正常人的身体特性数据、步态数据并处理，根据处理后获得的有效身体特性数据、步态数据形成标准对应关系，建立关于身体特性数据和标准步态数据的数据库1；采集正常人的身体特性数据、足底数据并处理，根据处理后获得的有效身体特性数据、足底数据形成标准对应关系，建立关于身体特性数据和标准足底数据的数据库2；
步骤2、采集使用者的身体特性数据、步态数据、足底数据，根据身体特性数据提取数据库1中对应的使用者标准步态数据，根据身体特性数据提取数据库2中对应的使用者标准足底数据；
步骤3、分别对测得的使用者步态数据、足底数据进行处理，得到有效步态数据和有效足底数据，分别对有效步态数据和标准步态数据、有效足底数据和标准足底数据进行分析；
步骤4、通过分析结果，对下肢骨折康复效果进行评价。
2.根据权利要求1所述一种针对下肢骨折康复效果的评价方法，其特征在于，步骤1所述身体特性数据包括身高、性别、年龄、体重。
3.根据权利要求1所述一种针对下肢骨折康复效果的评价方法，其特征在于，所述步态数据包括一个步态周期内的步长、步高、步长角度。
4.根据权利要求1所述一种针对下肢骨折康复效果的评价方法，其特征在于，所述足底数据包括足分区、压力、压强、负荷变化率、足长足宽、足接触面积、足角度、足轴线、时间轨迹、稳定性分析。
5.根据权利要求1所述一种针对下肢骨折康复效果的评价方法，其特征在于，步骤2步态数据的采集过程为：采用光学式动作捕捉系统捕捉使用者的股四头肌、膝关节处、小腿部腓骨长肌、踝关节处、足跟、足尖。
6.根据权利要求1所述一种针对下肢骨折康复效果的评价方法，其特征在于，步骤1具体过程为：采集正常人身体特性数据、步态数据，并对其身体特性数据、步态数据进行处理，在坐标轴上作出处理后的身体特性数据、步态数据的散点图，去除偏差较大的点，对剩余的点进行曲线拟合，得到关于身体特性数据、标准步态数据的曲线，在该曲线上身体特性数据与标准步态数据一一对应，将这些一一对应的数据存入数据库1；采集正常人的身体特性数据、足底数据，并对正常人的身体特性数据、足底数据进行处理，在坐标轴上作出处理后的身体特性数据、足底数据的散点图，去除偏差较大的点，对剩余的点进行曲线拟合，得到关于身体特性数据、标准足底数据的曲线，在该曲线上身体特性数据与标准足底数据一一对应，将这些一一对应的数据存入数据库2。
7.根据权利要求1所述一种针对下肢骨折康复效果的评价方法，其特征在于，步骤2足底数据的获取过程为：将压力传感器放置于使用者脚底，随后将压力测试板放置于底面，使用者在测试板上来回走动，压力测试板收集足部压力变化数据，经过opensim软件处理计算，即获得足底数据。
8.根据权利要求6所述一种针对下肢骨折康复效果的评价方法，其特征在于，所述对正常人身体特性数据、步态数据进行处理与对正常人的身体特性数据、足底数据进行处理以及步骤3中分别对步态数据、足底数据进行处理的方法相同，具体过程以对步态数据、足底数据为例：采取步态数据、足底数据，然后利用SPASS软件，对步态数据、足底数据进行整理、编译，获得测试过程中相应的有效时空数据；将有效时空数据存储成C3D和rpd格式，之后导入到Motionbuilder软件中，随后将Motionbuilder软件中的数据导出成BVH的格式文件，再将BVH文件的后缀名称改写成TXT，得到的数据是以数字形式展现出来的有效步态数据和有效足底数据。
9.根据权利要求1所述一种针对下肢骨折康复效果的评价方法，其特征在于，步骤3所述分别有效对步态数据和标准步态数据、有效足底数据和标准足底数据进行分析具体过程为：
对步态数据和标准步态数据分析：
A＝K1X1+K2X2+K3X3
其中，A表示基于动作捕捉技术采集的步态数据的康复效果，X1，X2，X3分别表示在一个步态周期内的患者与正常人的步长、步高、角度相比较的康复效果；X患表示一个步态周期内的患者步长、步高、角度，X正表示一个步态周期内的正常人步长、步高、角度；K1，K2，K3是系数；
对有效足底数据和标准足底数据分析：
B＝K3Y1+K4Y2
Y2＝Y患×100％
其中，B表示基于足底压力测试的康复效果，Y1，Y2分别表示在一个步态周期内的患者与正常人足部压力相比较的康复效果以及患者本身的足部压力状况；Y患一个步态周期内的患者足部压力状况，Y正表示一个步态周期内的正常人足部压力状况，K3，K4是系数。
10.根据权利要求1所述一种针对下肢骨折康复效果的评价方法，其特征在于，步骤4具体过程为：
建立下肢骨折康复效果评价公式如下所示：
其中，N1，N2是系数，
是康复效果；
当
是0.9-1时表示患者康复效果很好；
当
是0.8-0.9时表示患者康复效果较好；
当
是0.7-0.8时表示患者康复效果一般；
当
时表示患者急需进行治疗。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910959236.0A CN110801230A (zh) | 2019-10-10 | 2019-10-10 | 一种针对下肢骨折康复效果的评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910959236.0A CN110801230A (zh) | 2019-10-10 | 2019-10-10 | 一种针对下肢骨折康复效果的评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110801230A true CN110801230A (zh) | 2020-02-18 |
Family
ID=69488161
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910959236.0A Pending CN110801230A (zh) | 2019-10-10 | 2019-10-10 | 一种针对下肢骨折康复效果的评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110801230A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113317964A (zh) * | 2021-06-18 | 2021-08-31 | 四川大学 | 一种脚踝康复装置控制方法 |
| CN113576661A (zh) * | 2021-08-03 | 2021-11-02 | 天津大学 | 面向骨折手术机器人的踝关节骨折术后早期量化康复方法 |
| CN119745328A (zh) * | 2024-12-19 | 2025-04-04 | 太极计算机股份有限公司 | 踝足矫形器对足底异常受力的矫正效果评估方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004095341A2 (de) * | 2003-04-17 | 2004-11-04 | Duda Georg N | Verfahren zur simulation muskulo-skelettaler belastungen eines patienten |
| CN107788991A (zh) * | 2017-10-26 | 2018-03-13 | 复旦大学 | 可穿戴式下肢康复评估系统 |
| CN109077785A (zh) * | 2018-06-15 | 2018-12-25 | 天津大学 | 基于六轴并联骨外固定装置的骨折康复评价方法 |
| CN109620246A (zh) * | 2018-12-19 | 2019-04-16 | 福建师范大学 | 一种单侧跟腱断裂患者康复期步态模式评价方法 |
-
2019
- 2019-10-10 CN CN201910959236.0A patent/CN110801230A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004095341A2 (de) * | 2003-04-17 | 2004-11-04 | Duda Georg N | Verfahren zur simulation muskulo-skelettaler belastungen eines patienten |
| CN107788991A (zh) * | 2017-10-26 | 2018-03-13 | 复旦大学 | 可穿戴式下肢康复评估系统 |
| CN109077785A (zh) * | 2018-06-15 | 2018-12-25 | 天津大学 | 基于六轴并联骨外固定装置的骨折康复评价方法 |
| CN109620246A (zh) * | 2018-12-19 | 2019-04-16 | 福建师范大学 | 一种单侧跟腱断裂患者康复期步态模式评价方法 |
Non-Patent Citations (1)
| Title |
|---|
| 万绍勇等: "早期康复介入对下肢长骨粉碎性骨折术后功能恢复的影响分析", 《中国康复医学杂志》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113317964A (zh) * | 2021-06-18 | 2021-08-31 | 四川大学 | 一种脚踝康复装置控制方法 |
| CN113576661A (zh) * | 2021-08-03 | 2021-11-02 | 天津大学 | 面向骨折手术机器人的踝关节骨折术后早期量化康复方法 |
| CN113576661B (zh) * | 2021-08-03 | 2023-07-14 | 天津大学 | 面向骨折手术机器人的踝关节骨折术后早期量化康复方法 |
| CN119745328A (zh) * | 2024-12-19 | 2025-04-04 | 太极计算机股份有限公司 | 踝足矫形器对足底异常受力的矫正效果评估方法 |
| CN119745328B (zh) * | 2024-12-19 | 2025-09-02 | 太极计算机股份有限公司 | 踝足矫形器对足底异常受力的矫正效果评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Stokic et al. | Agreement between temporospatial gait parameters of an electronic walkway and a motion capture system in healthy and chronic stroke populations | |
| Celletti et al. | Use of the Gait Profile Score for the evaluation of patients with joint hypermobility syndrome/Ehlers–Danlos syndrome hypermobility type | |
| CN111326232A (zh) | 一种基于三维步态分析系统鉴别异常步态形式的方法 | |
| Liu et al. | Deep learning based ground reaction force estimation for stair walking using kinematic data | |
| Polese et al. | Google fit smartphone application or Gt3X Actigraph: which is better for detecting the stepping activity of individuals with stroke? A validity study | |
| CN116746913B (zh) | 一种基于压力传感器监测步态和身体健康的设备 | |
| Jafarnezhadgero et al. | Long-term training on sand changes lower limb muscle activities during running in runners with over-pronated feet | |
| JP4825456B2 (ja) | 筋活動推定システム | |
| CN110801230A (zh) | 一种针对下肢骨折康复效果的评价方法 | |
| Faria et al. | Validity of the accelerometer and smartphone application in estimating energy expenditure in individuals with chronic stroke | |
| CN108143420A (zh) | 一种用于测量足压的鞋垫和检测足压的方法 | |
| CN110801231A (zh) | 一种针对膝关节炎患者关节功能的交互式评价方法 | |
| Mason et al. | Validity and reliability of the DANU sports system for walking and running gait assessment | |
| CN116434946A (zh) | 一种髋关节置换手术后的患者康复评估方法、系统及设备 | |
| CN111178338A (zh) | 一种步态分析系统中数据库和标准化模型的建立方法 | |
| Henderson et al. | Step monitor accuracy during PostStroke physical therapy and simulated activities | |
| KR102584715B1 (ko) | 경근 활성도 평가 장치 및 방법 | |
| Hagen et al. | Reliability of isometric subtalar pronator and supinator strength testing | |
| CN111079651A (zh) | 一种步态分类方法的再优化 | |
| Yokozuka et al. | Association between toe flexor strength and activity levels in community-dwelling Japanese older women | |
| LU506705B1 (en) | A fabrication method of orthopedic insole based on the evaluation of lower extremity biomechanical parameters | |
| Amos et al. | Does artificial intelligence feedback result in different kinematic and muscle excitation patterns compared to physiotherapist feedback during lower-limb rehabilitation exercises? | |
| US12102453B1 (en) | Means and method for reducing lower body extremity injuries | |
| CN202619659U (zh) | 患者康复训练步行状态分析系统 | |
| CN112998695B (zh) | 一种跟骨角度定量与压力跑步机的数据整合方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200218 |