[go: up one dir, main page]

CN113303766A - 一种检测感兴趣对象的肌肉健康状态的系统 - Google Patents

一种检测感兴趣对象的肌肉健康状态的系统 Download PDF

Info

Publication number
CN113303766A
CN113303766A CN202110573971.5A CN202110573971A CN113303766A CN 113303766 A CN113303766 A CN 113303766A CN 202110573971 A CN202110573971 A CN 202110573971A CN 113303766 A CN113303766 A CN 113303766A
Authority
CN
China
Prior art keywords
joint
muscle
health risk
body part
sensor
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.)
Granted
Application number
CN202110573971.5A
Other languages
English (en)
Other versions
CN113303766B (zh
Inventor
胡凯翔
张萌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Boling Robot Technology Co ltd
Original Assignee
Shanghai Boling Robot Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Boling Robot Technology Co ltd filed Critical Shanghai Boling Robot Technology Co ltd
Priority to CN202110573971.5A priority Critical patent/CN113303766B/zh
Publication of CN113303766A publication Critical patent/CN113303766A/zh
Application granted granted Critical
Publication of CN113303766B publication Critical patent/CN113303766B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/45For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4519Muscles
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1121Determining geometric values, e.g. centre of rotation or angular range of movement
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802Sensor mounted on worn items
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Geometry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请涉及一种用于检测感兴趣对象的待测肌肉的健康状态的系统。检测系统包括动作指示模块,运动传感器,数据处理模块和判定模块。拟被分别放置于第一、第二和第三身体部位的第一、第二和第三运动传感器在感兴趣对象完成预定动作时分别获得第一、第二和第三传感器参数。第一和第二身体部位通过第一关节相连接,第一和第三身体部位通过第二关节相连接。数据处理模块根据第一和第二传感器参数获得对应第一关节的第一关节动作特征参数,根据第一和第三传感器参数获得对应第二关节的第二关节动作特征参数。判定模块根据第一关节动作特征参数和第二关节动作特征参数确定待测肌肉的健康状态。

Description

一种检测感兴趣对象的肌肉健康状态的系统
技术领域
本发明涉及通过待测对象所佩戴的传感器来检测待测对象的肌肉问题的技术领域.
背景技术
肌肉是由肌肉组织构成的,其遍布人的全身,对人体有多种重要的作用。骨骼肌肉包裹着骨骼,人体遇到外力击打或碰撞时,强健的肌肉可以有效缓冲外力所带来的撞击,从而保护骨骼不受损坏。此外,骨骼肌肉还支持身体并帮助人保持各种姿势。骨骼肌附着在骨骼上,人体的所有动作都是通过骨骼肌收缩来完成的,没有骨骼肌就没有动作的产生。
当人体的肌肉发生问题时,人的运动可能也随即发生问题。通过让人佩戴运动传感器,就可以利用传感器采集的信息来获取人的动作相关信息来判定人的动作是否存在异常,从而判断人体的肌肉的健康状态并考虑后续的针对肌肉的康复治疗。
发明内容
根据本发明的一个实施例,提供了一种用于检测感兴趣对象的第一身体部位的待测肌肉的健康状态的系统。检测系统包括动作指示模块,第一运动传感器,第二运动传感器,第三运动传感器,数据处理模块和判定模块。拟被放置于感兴趣对象的第一身体部位的第一运动传感器在感兴趣对象完成预定动作时获得第一传感器参数,拟被放置于感兴趣对象的第二身体部位的第二运动传感器在感兴趣对象完成预定动作时获得第二传感器参数,拟被放置于感兴趣对象的第三身体部位的第三运动传感器在感兴趣对象完成预定动作时获得第三传感器参数。第一身体部位和第二身体部位通过第一关节相连接,第一身体部位和第三身体部位通过第二关节相连接。数据处理模块根据第一传感器参数和第二传感器参数获得对应感兴趣对象的第一关节的第一关节动作特征参数,以及根据第一传感器参数和第三传感器参数获得对应感兴趣对象的第二关节的第二关节动作特征参数。判定模块根据第一关节动作特征参数确定第一肌肉健康风险度,根据第二关节动作特征参数确定第二肌肉健康风险度,以及根据第一肌肉健康风险度和第二肌肉健康风险度确定待测肌肉的第三肌肉健康风险度。
由于第一身体部位的待测肌肉位于第一关节和第二关节中间,每个关节的运动特征均会受到待测肌肉健康状态的影响。与此同时,每个关节还会受到第一身体部位的待测肌肉以外的肌肉健康状态的影响,比如第一关节的运动还会受到第二身体部位的肌肉的影响,第二关节的运动还会受到第三身体部位的影响。因此,每个关节的运动特征均是部分反映待测肌肉的健康状态,利用不同关节的运动特征所确定的不同肌肉健康风险度共同确定待测肌肉的健康状态就有可能排除非待测肌肉对待测肌肉健康检测结果的影响,从而提高检测的准确性,避免虚警的发生。此外,通过佩戴在与关节相邻的身体部位上的运动传感器,在有利于传感器固定在感兴趣对象身上和方便感兴趣对象运动的同时,还可以较准确的获得关节的运动状态。
根据本发明的又一个实施例,当第一肌肉健康风险度和第二肌肉健康风险度中任意一个为零风险,判定模块确定待测肌肉的第三肌肉健康风险度为零风险。如果一个关节动作特征参数指示有肌肉问题,则可能是由于与关节相连的身体其它部位的肌肉存在问题,因此另一个关节动作特征参数指示没有肌肉问题时,就可以判定待测肌肉没有健康问题。
根据本发明的再一个实施例,当第一肌肉健康风险度和第二肌肉健康风险度均不为零风险,确定待测肌肉存在第三肌肉健康风险度的健康风险,第三肌肉健康风险度为第一肌肉健康风险度和第二肌肉健康风险度中的最大值。当不同关节动作特征参数均显示存在肌肉健康问题时,待测肌肉存在肌肉问题的可能性较高。当把根据不同关节动作特征参数确定的不同肌肉健康风险度中风险最大的值作为待测肌肉的肌肉健康风险度时,在后续通过康复运动的方式来改善有问题肌肉的健康状态时,就可以先用对肌肉能力要求较低的运动来训练肌肉,最大程度的保护有问题的肌肉,让有问题的肌肉得到循序渐进的运动康复指导,避免康复运动对有问题的肌肉造成二次损伤。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1是本发明的一个实施例提供的一种用于检测感兴趣对象的第一身体部位的待测肌肉的健康状态的系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。
图1是本发明的一个实施例提供的一种用于检测感兴趣对象的第一身体部位的待测肌肉的健康状态的系统的结构示意图。
如图1所示,根据本发明的一个实施例,提供了一种用于检测感兴趣对象的待测肌肉的健康状态的系统。用于检测感兴趣对象的待测肌肉的健康状态的系统包括动作指示模块,第一运动传感器,第二运动传感器,第三运动传感器,数据处理模块和判定模块。
感兴趣对象为需要检测肌肉是否存在问题的被测用户,被测用户可以为成年人或者儿童等。待测肌肉为被测用户的第一身体部位的部分或者全部肌肉,比如大腿的大腿后侧肌肉或大腿肌肉,臀部的臀部肌肉,小腿的小腿前侧肌肉等。
动作指示模块指示感兴趣对象完成预定动作。预定动作为被测用户可以完成或者可以尝试去完成的动作,比如单腿蹲,向前迈步或者手臂上举等。动作指示模块可以根据待测肌肉从预先存储或设立的预定动作数据库中选择预定动作。比如,待测肌肉为大腿肌肉,动作指示模块就从预定动作数据库中选择大腿肌肉测试所对应的预定动作。再比如,待测肌肉为小臂肌肉,动作指示模块就从预定动作数据库中选择小臂肌肉测试所对应的预定动作。此外,预定动作的选择还可以考虑被测用户已知的健康状态,从预定动作数据库中选择难度适当的预定动作。
动作指示模块可以通过多种方式实现。例如,动作指示模块可以为显示屏,显示屏通过显示预定动作的文字描述,图片或者视频来指示感兴趣对象完成预定动作。再例如,动作指示模块可以为语音播放器,语音播放器通过语音提示的方式来指示感兴趣对象完成预定动作。
拟被放置于感兴趣对象的第一身体部位的第一运动传感器在感兴趣对象完成预定动作时获得第一传感器参数,拟被放置于感兴趣对象的第二身体部位的第二运动传感器在感兴趣对象完成预定动作时获得第二传感器参数,拟被放置于感兴趣对象的第三身体部位的第三运动传感器在感兴趣对象完成预定动作时获得第三传感器参数。第一身体部位和第二身体部位通过第一关节相连接,第一身体部位和第三身体部位通过第二关节相连接。
多个身体部位可为感兴趣对象身体部位的多种组合。例如,第一,第二和第三身体部位分别为腰,大腿和小腿,相应的,第一和第二关节分别为髋关节和膝关节。又如,第一,第二和第三身体部位分别为大臂,小臂和手,相应的,第一和第二关节分别为肘关节和腕关节。
运动传感器为可以测量运动相关的传感器参数的传感器,比如惯性传感器,陀螺仪或加速度计等。传感器参数包括速度,角度,角速度,加速度及角加速度等中的任一种或任意种组合。
运动传感器可以用多种方式被放置于感兴趣对象身上的某个部位,比如,用绑带把运动传感器固定在感兴趣对象的小腿,再比如,感兴趣对象用手握住运动传感器。
数据处理模块根据第一传感器参数和第二传感器参数获得对应感兴趣对象的第一关节的第一关节动作特征参数,以及根据第一传感器参数和第三传感器参数获得对应感兴趣对象的第二关节的第二关节动作特征参数。
数据处理模块可以用处理器或者FPGA板等方式实现。关节动作特征参数为可以表征感兴趣对象在完成预定动作的过程中的关节的运动状态或结果的参数,比如感兴趣对象关节的抖动的频率,又比如感兴趣对象关节的屈伸角度,再比如感兴趣对象关节的运动加速度等。
在感兴趣对象完成预定动作的过程中,运动传感器所获得传感器参数为一段测量时间内的多个值,根据传感器参数所获得的关节动作特征参数也为同样一段测量时间内的多个值。测量时间的开始时间可以用多种方式确定,比如以动作指示模块指示感兴趣对象完成预定动作的时间作为开始时间,再比如由检测系统的操作人员输入开始时间。测量时间的结束时间可以用多种方式确定,比如检测到完成预定动作的时间作为结束时间,再比如由检测系统的操作人员输入结束时间,又比如以动作指示模块指示感兴趣对象完成下一个预定动作的时间作为结束时间。
数据处理模块在根据运动传感器的传感器参数获得对应于关节的关节动作特征参数前或者检测系统工作前,可以通过人工或者自动的方式对运动传感器进行校准,即将传感器参数校准到数据处理模块用于评估被测对象运动状态所使用的坐标系,从而可以用传感器参数更好的表征被测用户的运动状态。校准可以通过多种方式来实现。比如,可以通过让被测对象朝指定方向站立,来校准被测对象的竖直,侧向水平和水平向前共三个相互垂直的方向。再比如,可以根据获得的传感器参数和预定动作来校准。本领域技术人员均了解使用运动传感器的基本校准方法,在此不再赘述。
判定模块根据第一关节动作特征参数确定第一肌肉健康风险度,根据第二关节动作特征参数确定第二肌肉健康风险度,以及根据第一肌肉健康风险度和第二肌肉健康风险度确定待测肌肉的第三肌肉健康风险度。
判定模块可以用处理器或者FPGA板等方式实现。肌肉健康风险度可以表示是否存在肌肉健康风险或者存在肌肉健康风险的程度或等级等。比如,肌肉健康风险度可以用0和1,或有和无来表示是否存在肌肉健康风险。再比如,肌肉健康风险度可以用1星到5星或者用正常、轻微、中等、较差、严重及危险来表示存在肌肉健康风险的程度或等级。又比如肌肉健康风险度可以用百分比来表示存在肌肉健康风险的程度或等级。
根据关节动作特征参数确定肌肉健康风险度可以通过多种方式实现。
在一个实施例中,可以把关节动作特征参数的最大值和一个或者多个预定的关节动作特征参数门限值相比较,根据关节动作特征参数是否达到关节动作特征门限值确定是否存在肌肉健康问题,或者根据关节动作特征参数的最大值与关节动作特征门限值之间的比例关系确定存在肌肉健康风险的程度或等级。
在另一个实施例中,可以把关节动作特征参数的最小值和一个或者多个预定的关节动作特征参数门限值相比较,根据关节动作特征参数的最小值是否达到关节动作特征门限值确定是否存在肌肉健康问题,或者根据关节动作特征参数的最小值与关节动作特征门限值之间的比例关系确定存在肌肉健康风险的程度或等级。
在又一个实施例中,可以把关节动作特征参数和一个或者多个预定的关节动作特征参数门限值相比较,根据关节动作特征参数是否达到关节动作特征门限值确定是否存在肌肉健康问题,或者根据关节动作特征参数与关节动作特征门限值之间的比例关系确定存在肌肉健康风险的程度或等级。
上述的关节动作特征门限值可以根据大量人群取样生成的关节动作特征参数数据库生成。
本发明通过佩戴在非关节的不同身体部位的运动传感器获得对应不同关节的关节运动特征参数,在最大程度减少运动传感器对被测用户运动影响的情况下,推导出不同关节的关节运动特征参数。由于除了待测肌肉外,其它肌肉也会影响关节的运动,根据不同关节的关节运动特征参数所确定的不同肌肉健康风险度能从不同肌肉组合的角度反映待测肌肉的健康状态,有利于更好的甄别和筛查待测肌肉的问题。
根据第一肌肉健康风险度和第二肌肉健康风险度确定待测肌肉的第三肌肉健康风险度可以通过多种方式来实现。
在一个实施例中,当第一肌肉健康风险度和第二肌肉健康风险度中任意一个为零风险,判定模块确定待测肌肉的第三肌肉健康风险度为零风险。如果对应一个关节的关节动作特征参数指示有肌肉问题,则可能是由于与其相连的非待测肌肉的其它身体部位的肌肉存在问题,因此只要有对应于一个关节的关节动作特征参数指示没有肌肉问题时,就说明会影响该关节运动的待测肌肉没有问题。
在又一个实施例中,当第一肌肉健康风险度和第二肌肉健康风险度均不为零风险,确定待测肌肉的第三肌肉健康风险度为第一肌肉健康风险度和第二肌肉健康风险度中的最大值。健康风险度的值越大,所指示的肌肉健康风险越大。当对应不同关节的不同关节动作特征参数均显示存在肌肉问题时,与不同关节相连的身体部位的待测肌肉大概率存在肌肉问题。通过把根据不同关节动作特征参数确定的不同肌肉健康风险度中风险最大的值作为待测肌肉的肌肉健康风险度,在后续通过康复运动的方式来改善有问题肌肉的健康状态时,就可以先用对肌肉能力要求较低的运动指导肌肉康复运动,从而最大程度的保护有问题的肌肉,让有问题的肌肉得到循序渐进的运动康复指导或者治疗等,避免过度的康复运动或治疗对有问题的肌肉造成二次损伤。
在一个实施例中,第一关节动作特征参数为第一关节屈伸的第一角度,第二关节动作特征参数为第二关节屈伸的第二角度。比如,第一关节为膝关节,第二关节为踝关节。又比如,第一关节为肩关节,第二关节为肘关节。
根据本发明的一个实施例的系统可以检测感兴趣对象的小腿前侧肌肉的健康状态。
动作指示模块指示被测用户完成“深蹲”的预定动作,即要求被测用户下蹲到不能再低的极限状态。
检测系统包括用于佩戴在被测用户第一身体部位小腿的第一运动传感器,用于佩戴在被测用户第二身体部位大腿的第二运动传感器和用于佩戴在被测用户第三身体部位脚部的第三运动传感器。在被测用户开始深蹲后,第一运动传感器测量的第一传感器参数为随时间变化的小腿角度值,第二运动传感器测量的第二传感器参数为随时间变化的大腿角度值,第三运动传感器测量的第三传感器参数为随时间变化的脚部角度值。
数据处理模块根据第一传感器参数的小腿角度值和第二传感器参数的大腿角度值获得感兴趣对象的第一关节运动特征参数为第一关节膝关节屈伸的第一角度,即在感兴趣对象正面向前方向的大腿和小腿夹角。数据处理模块根据第一传感器参数的小腿角度值和第三传感器的脚步角度值获得感兴趣对象的第二关节运动特征参数为第二关节踝关节屈伸的第二角度,即在感兴趣对象正面向前方向的小腿和脚部夹角。
判断模块将对应第一关节的第一关节运动特征参数,即膝关节屈伸的第一角度,与第一膝关节屈伸角度门限值和第二膝关节屈伸角度门限值相比较:如果膝关节屈伸的第一角度的最大值大于第二膝关节屈伸角度门限值,就确定第一肌肉健康风险度为零;如果膝关节屈伸的第一角度的最大值小于第一膝关节屈伸角度门限值,就确定第一肌肉健康风险度为严重;如果膝关节屈伸的第一角度的最大值在第一膝关节屈伸角度门限值与第二膝关节屈伸角度门限值中间,就确定第一肌肉健康风险度为中等。
判断模块将对应第二关节的第二运动特征参数,即踝关节屈伸的第二角度,与第一踝关节屈伸角度门限值和第二踝关节屈伸角度门限值相比较:如果踝关节屈伸的第二角度的最大值大于第二踝关节屈伸角度门限值,就确定第二肌肉健康风险度为零;如果踝关节屈伸的第二角度的最大值小于第一踝关节屈伸角度门限值,就确定第二肌肉健康风险度为严重;如果踝关节屈伸的第二角度的最大值在第一踝关节屈伸角度门限值与第二踝关节屈伸角度门限值中间,就确定第二肌肉健康风险度为中等。
当第一肌肉健康风险度为零,判定模块确定小腿前侧肌肉的第三肌肉健康风险度为零,即小腿前侧肌肉是健康的。当第一肌肉健康风险度为中等,第二肌肉健康风险度为严重,判定模块确定小腿前侧肌肉的第三肌肉健康风险度为严重。
在一个实施例中,第一关节动作特征参数为第一关节晃动的第一半径,第二关节动作特征参数为第二关节晃动的第二半径。比如,第一关节为膝关节,第二关节为踝关节。又比如,第一关节为肩关节,第二关节为肘关节。
根据本发明的一个实施例的系统可以检测感兴趣对象的大腿肌肉是否存在问题。
动作指示模块指示被测用户完成“单腿下蹲”的预定动作,即要求被测用户在一条腿抬离地面后下蹲。
检测系统包括用于佩戴在被测用户第一身体部位大腿的第一运动传感器,用于佩戴在被测用户第二身体部位腰部的第二运动传感器和用于佩戴在被测用户第三身体部位小腿的第三运动传感器。在被测用户开始单腿下蹲后,第一运动传感器测量的第一传感器参数为随时间变化的大腿角度值,第二运动传感器测量的第二传感器参数为随时间变化的腰部角度值,第三运动传感器测量的第三传感器参数为随时间变化的小腿角度值。
数据处理模块根据第一传感器参数的大腿角度值和第二传感器参数的腰部角度值获得感兴趣对象的第一关节运动特征参数为第一关节髋关节晃动的第一半径。数据处理模块根据第一传感器参数的大腿角度值和第三传感器的小腿角度值获得感兴趣对象的第二关节运动特征参数为第二关节膝关节晃动的第二半径。
检测系统可通过在传感器校准过程中让被测用户立正、坐下和平躺,获得感兴趣对象的腰部传感器到髋关节距离、大腿长度、小腿长度、大腿传感器到膝关节距离和小腿传感器到膝关节距离等传感器校准数据。检测系统还可让检测人员手动输入感兴趣对象的腰部传感器到髋关节距离、大腿长度、小腿长度、大腿传感器到膝关节距离和小腿传感器到膝关节距离等校准数据。本领域技术人员均知晓此处所提及的传感器的校准方法,在此不再赘述。
数据处理模块根据传感器校准数据以及传感器测量的大腿角度值和腰部角度值就可以得到髋关节(即大腿和腰部交点)在水平地面的投影位置,随着感兴趣对象在单腿蹲过程中身体的晃动,髋关节在水平地面会有多个投影位置,将多个投影位置的重心作为原点,距离原点最远的髋关节投影点到原点的距离为髋关节晃动的第一半径。
数据处理模块根据传感器校准数据以及传感器测量的大腿角度值和小腿角度值就可以得到膝关节(即大腿和小腿交点)在水平地面的投影位置,随着感兴趣对象在单腿蹲过程中身体的晃动,膝关节在水平地面会有多个投影位置,将多个投影位置的重心作为原点,距离原点最远的膝关节投影点到原点的距离为膝关节晃动的第二半径。
判断模块将对应第一关节的第一关节运动特征参数,即髋关节晃动的第一半径,与髋关节晃动门限值相比较:如果髋关节晃动的第一半径小于髋关节晃动门限值,就确定第一肌肉健康风险度为零;如果髋关节晃动的第一半径大于髋关节晃动门限值但小于髋关节晃动门限值的两倍值,就确定第一肌肉健康风险度为中等;如果髋关节晃动的第一半径大于髋关节晃动门限值的两倍值,就确定第一肌肉健康风险度为严重。
判断模块将对应第二关节的第二关节运动特征参数,即膝关节晃动的第二半径,与膝关节晃动门限值相比较:如果膝关节晃动的第二半径小于膝关节晃动门限值,就确定第二肌肉健康风险度为零;如果膝关节晃动的第二半径大于膝关节晃动门限值但小于膝关节晃动门限值的两倍值,就确定第二肌肉健康风险度为中等;如果膝关节晃动的第一半径大于膝关节晃动门限值的两倍值,就确定第二肌肉健康风险度为严重。
当第二肌肉健康风险度为零,判定模块确定大腿肌肉的第三肌肉健康风险度为零,即大腿肌肉是健康的。当第一肌肉健康风险度为中等,第二肌肉健康风险度为严重,判定模块确定大腿肌肉的第三肌肉健康风险度为严重。
根据本发明的又一个实施例,第二身体部位比第一身体部位更靠近感兴趣对象的重心,数据处理模块还用于根据第一传感器参数获得对应感兴趣对象的第一身体部位的第一身体部位动作特征参数以及根据第二传感器参数获得对应感兴趣对象的第二身体部位的第二身体部位动作特征参数。
第二身体部位比第一身体部位更靠近感兴趣对象的重心可有多种身体部位组合:比如,第二身体部位为大腿,第一身体部位为小腿;又如,第二身体部位为大臂,第一身体部位为小臂;再如,第二身体部位为大腿,第一身体部位为腰部。
身体动作特征参数为可以表征感兴趣对象在完成预定动作的过程中的身体部位的运动状态或结果的参数,比如感兴趣对象身体部位的抖动的频率,又比如感兴趣对象身体部位的屈伸角度,再比如感兴趣对象身体部位的运动加速度等。在感兴趣对象完成预定动作的过程中,运动传感器所获得传感器参数为一段测量时间内的多个值,根据传感器参数所获得的身体部位动作特征参数也为同样一段测量时间内的多个值。
判定模块还用于根据第一身体部位动作特征参数确定第四肌肉健康风险度,根据第二身体部位动作特征参数确定第五肌肉健康风险度,以及根据第一肌肉健康风险度,第二肌肉健康风险度,第四肌肉健康风险度和第五肌肉健康风险度确定待测肌肉的第三肌肉健康风险度。
根据身体部位动作特征参数确定肌肉健康风险度可以通过多种方式实现,类似于上文所介绍的根据关节动作特征参数确定肌肉健康风险度,在此不再赘述。
第一、第二和第三身体分别通过第一和第二关节相连。当第二身体部位比第一身体部位更靠近感兴趣对象的身体重心,则第三身体部位比第一身体部位更远离感兴趣对象的身体重心。当第一身体部位具有支撑作用时,更靠近身体重心的第二身体部位和第一身体的运动状态会和第一身体部位的待测肌肉的健康状态相关。因此,引入待测肌肉所在的身体部位以及离被测用户身体重心最近的身体部位动作特征参数所确定的肌肉健康风险度,可以从更多包括待测肌肉在内的肌肉组合角度去确定待测肌肉的健康风险度,更准确的甄别和筛查待测肌肉的问题。
根据第一、第二、第四和第五肌肉健康风险度确定待测肌肉的健康状态可以通过多种方式来实现。
在一个实施例中,当第一肌肉健康风险度、第二肌肉健康风险度、第四肌肉健康风险度和第五肌肉健康风险度中任意一个为零风险,判定模块确定待测肌肉的第三肌肉健康风险度为零风险。如果对应一个关节的关节动作特征参数或者身体部位的身体部位动作特征参数指示有肌肉问题,则可能是由于与其相连的非待测肌肉的其它身体部位的肌肉存在问题,因此只要有对应于一个关节的关节动作特征参数或者身体部位的身体部位动作特征参数指示没有肌肉问题时,就说明会影响该关节或身体部位运动的待测肌肉没有问题。
在又一个实施例中,当第一肌肉健康风险度、第二肌肉健康风险度、第四肌肉健康风险度和第五肌肉健康风险度均不为零风险,确定待测肌肉的第三肌肉健康风险度为第一肌肉健康风险度、第二肌肉健康风险度、第四肌肉健康风险度和第五肌肉健康风险度中的最大值。健康风险度的值越大,所指示的肌肉健康风险越大。当对应不同关节的关节动作特征参数和不同身体部位的身体部位动作特征参数均显示存在肌肉问题时,与不同关节相连并且支撑靠近身体重心身体部位的第一身体部位的待测肌肉大概率存在肌肉问题。当把不同肌肉健康风险度中风险最大的值作为待测肌肉的肌肉健康风险度,在后续通过康复运动的方式来改善有问题肌肉的健康状态时,先用对肌肉能力要求较低的运动指导肌肉康复运动训练,就可以让有问题的肌肉得到循序渐见的运动康复指导或者治疗等,避免过度的康复运动或治疗对有问题的肌肉造成二次损伤。
在一个实施例中,第一身体部位动作特征参数为第一身体部位屈伸的第三角度,第二身体部位动作特征参数为第二身体部位屈伸的第四角度,第一关节动作特征参数为第一关节屈伸的第一角度,第二关节动作特征参数为第二关节屈伸的第二角度。比如,第一身体部位为大腿,第二身体部位为腰部,第一关节为髋关节,第二关节为膝关节。又比如,第一身体部位为小臂,第二身体部位为大臂,第一关节为肘关节,第二关节为腕关节。
根据本发明的一个实施例的系统可以检测感兴趣对象的大腿后侧肌肉的健康状态。
动作指示模块指示被测用户完成“下蹲”的预定动作,被测用户只要通过下蹲实现整体重心下移,而无需下蹲到最低状态。
检测系统包括用于佩戴在被测用户第一身体部位大腿的第一运动传感器,用于佩戴在被测用户第二身体部位腰部的第二运动传感器,用于佩戴在被测用户第三身体部位小腿的第三运动传感器。在被测用户开始下蹲后,第一运动传感器测量的第一传感器参数为随时间变化的大腿角度值,第二运动传感器测量的第二传感器参数为随时间变化的腰部角度值,第三运动传感器测量的第三传感器参数为随时间变化的小腿角度值。
数据处理模块根据第一传感器参数的大腿角度值和第二传感器参数的腰部角度值获得感兴趣对象的第一关节运动特征参数为第一关节髋关节屈伸的第一角度,即在感兴趣对象正面向前方向的腰部和大腿夹角。数据处理模块根据第一传感器参数的大腿角度值和第三传感器的小腿角度值获得感兴趣对象的第二关节运动特征参数为第二关节膝关节屈伸的第二角度,即在感兴趣对象正面向前方向的大腿和小腿夹角。数据处理模块根据第一传感器参数的大腿角度值获得感兴趣对象的第一身体部位运动特征参数为大腿屈伸的第三角度。数据处理模块根据第二传感器参数的大腿角度值获得感兴趣对象的第二身体部位运动特征参数为腰部屈伸的第四角度。
判断模块将对应第一关节的第一关节运动特征参数,即膝关节屈伸的第一角度,与第一膝关节屈伸角度门限值和第二膝关节屈伸角度门限值相比较:如果膝关节屈伸的第一角度的最大值大于第二膝关节屈伸角度门限值,就确定第一肌肉健康风险度为零;如果膝关节屈伸的第一角度的最大值小于第一膝关节屈伸角度门限值,就确定第一肌肉健康风险度为严重;如果膝关节屈伸的第一角度的最大值在第一膝关节屈伸角度门限值与第二膝关节屈伸角度门限值中间,就确定第一肌肉健康风险度为中等。
判断模块将对应第二关节的第二运动特征参数,即踝关节屈伸的第二角度,与第一踝关节屈伸角度门限值和第二踝关节屈伸角度门限值相比较:如果踝关节屈伸的第二角度的最大值大于第二踝关节屈伸角度门限值,就确定第二肌肉健康风险度为零;如果踝关节屈伸的第二角度的最大值小于第一踝关节屈伸角度门限值,就确定第二肌肉健康风险度为严重;如果踝关节屈伸的第二角度的最大值在第一踝关节屈伸角度门限值与第二踝关节屈伸角度门限值中间,就确定第二肌肉健康风险度为中等。
判断模块将对应第一身体部位的第一身体部位运动特征参数,即大腿屈伸的第三角度,与第一大腿屈伸角度门限值和第二大腿屈伸角度门限值相比较:如果大腿屈伸的第三角度的最大值大于第二大腿屈伸角度门限值,就确定第四肌肉健康风险度为零;如果大腿屈伸的第三角度的最大值小于第一大腿屈伸角度门限值,就确定第四肌肉健康风险度为严重;如果大腿屈伸的第三角度的最大值在第一大腿屈伸角度门限值与第二大腿屈伸角度门限值中间,就确定第四肌肉健康风险度为中等。
判断模块将对应第二身体部位的第二身体部位运动特征参数,即腰部屈伸的第四角度,与第一腰部屈伸角度门限值和第二腰部屈伸角度门限值相比较:如果腰部屈伸的第四角度的最大值大于第二腰部屈伸角度门限值,就确定第五肌肉健康风险度为零;如果腰部屈伸的第四角度的最大值小于第一腰部屈伸角度门限值,就确定第五肌肉健康风险度为严重;如果腰部屈伸的第四角度的最大值在第一腰部屈伸角度门限值与第二腰部屈伸角度门限值中间,就确定第五肌肉健康风险度为中等。
当第四肌肉健康风险度为零,判定模块确定大腿后侧肌肉的第三肌肉健康风险度为零,即大腿后侧肌肉是健康的。当第一肌肉健康风险度为轻微,第二肌肉健康风险度为中等,第四肌肉健康风险度为严重,第五肌肉健康风险度为中等,判定模块确定大腿后侧肌肉的第三肌肉健康风险度为严重。
在一个实施例中,第一身体部位动作特征参数为所述第一身体部位晃动的第三半径,第二身体部位动作特征参数为所述第二身体部位晃动的第四半径,第一关节动作特征参数为第一关节晃动的第一半径,所述第二关节动作特征参数为第二关节晃动的第二半径。比如,第一身体部位为大腿,第二身体部位为腰部,第一关节为髋关节,第二关节为膝关节。又比如,第一身体部位为小臂,第二身体部位为大臂,第一关节为肘关节,第二关节为腕关节。
根据本发明的一个实施例的系统可以检测感兴趣对象的大腿肌肉是否存在问题。
动作指示模块指示被测用户完成“单腿下蹲”的预定动作,即要求被测用户一条腿抬离地面,然后下蹲。
检测系统包括用于佩戴在被测用户第一身体部位大腿的第一运动传感器,用于佩戴在被测用户第二身体部位腰部的第二运动传感器和用于佩戴在被测用户第三身体部位小腿的第三运动传感器。在被测用户开始单腿下蹲后,第一运动传感器测量的第一传感器参数为随时间变化的大腿角度值,第二运动传感器测量的第二传感器参数为随时间变化的腰部角度值,第三运动传感器测量的第三传感器参数为随时间变化的小腿角度值。
数据处理模块根据第一传感器参数的大腿角度值和第二传感器参数的腰部角度值获得感兴趣对象的第一关节运动特征参数为第一关节髋关节晃动在水平地面投影圆的第一半径。数据处理模块根据第一传感器参数的大腿角度值和第三传感器的小腿角度值获得感兴趣对象的第二关节运动特征参数为第二关节膝关节晃动的第二半径。数据处理模块根据第一传感器参数的大腿角度值获得感兴趣对象的第一身体部位运动特征参数为第一身体部位大腿晃动的第三半径。数据处理模块根据第二传感器参数的腰部角度值获得感兴趣对象的第二身体部位运动特征参数为第二身体部位腰部晃动的第四半径。
检测系统可通过在传感器校准过程中让被测用户立正、坐下和平躺,获得感兴趣对象的腰部传感器到髋关节距离、大腿长度、小腿长度、大腿传感器到膝关节距离和小腿传感器到膝关节距离等传感器校准数据。检测系统还可让检测人员手动输入感兴趣对象的腰部传感器到髋关节距离、大腿长度、小腿长度、大腿传感器到膝关节距离和小腿传感器到膝关节距离等校准数据。本领域技术人员均知晓此处所提及的传感器的校准方法,在此不再赘述。
数据处理模块根据传感器校准数据以及传感器测量的大腿角度值和腰部角度值就可以得到髋关节(即大腿和腰部交点)在水平地面的投影位置,随着感兴趣对象在单腿蹲过程中身体的晃动,髋关节在水平地面会有多个投影位置,将多个投影位置的重心作为原点,距离原点最远的髋关节投影点到原点的距离为髋关节晃动的第一半径。
数据处理模块根据传感器校准数据以及传感器测量的大腿角度值和小腿角度值就可以得到膝关节(即大腿和小腿交点)在水平地面的投影位置,随着感兴趣对象在单腿蹲过程中身体的晃动,膝关节在水平地面会有多个投影位置,将多个投影位置的重心作为原点,距离原点最远的膝关节投影点到原点的距离为膝关节晃动的第二半径。
数据处理模块根据传感器校准数据以及传感器测量的大腿角度值可以得到佩戴在大腿上的第一运动传感器在水平地面的投影位置,随着感兴趣对象在单腿蹲过程中身体的晃动,第一传感器在水平地面会有多个投影位置,将多个投影位置的重心作为原点,距离原点最远的投影点到原点的距离为大腿晃动的第三半径。
数据处理模块根据传感器校准数据以及传感器测量的大腿角度值可以得到佩戴在腰部上的第二运动传感器在水平地面的投影位置,随着感兴趣对象在单腿蹲过程中身体的晃动,第二传感器在水平地面会有多个投影位置,将多个投影位置的重心作为原点,距离原点最远的投影点到原点的距离为腰部晃动的第三半径。
判断模块将对应第一关节的第一关节运动特征参数,即髋关节晃动的第一半径,与髋关节晃动门限值相比较:如果髋关节晃动的第一半径小于髋关节晃动门限值,就确定第一肌肉健康风险度为零;如果髋关节晃动的第一半径大于髋关节晃动门限值但小于髋关节晃动门限值的1.5倍值,就确定第一肌肉健康风险度为中等;如果髋关节晃动的第一半径大于髋关节晃动门限值的1.5倍值,就确定第一肌肉健康风险度为严重。
判断模块将对应第二关节的第二关节运动特征参数,即膝关节晃动的第二半径,与膝关节晃动门限值相比较:如果膝关节晃动的第二半径小于膝关节晃动门限值,就确定第二肌肉健康风险度为零;如果膝关节晃动的第二半径大于膝关节晃动门限值但小于膝关节晃动门限值的1.5倍值,就确定第二肌肉健康风险度为中等;如果膝关节晃动的第一半径大于膝关节晃动门限值的1.5倍值,就确定第二肌肉健康风险度为严重。
判断模块将对应第一身体部位的第一身体部位运动特征参数,即大腿晃动的第三半径,与大腿晃动门限值相比较:如果大腿晃动的第三半径小于大腿晃动门限值,就确定第四肌肉健康风险度为零;如果大腿晃动的第三半径大于大腿晃动门限值但小于大腿晃动门限值的1.5倍值,就确定第四肌肉健康风险度为中等;如果大腿晃动的第三半径大于大腿晃动门限值的1.5倍值,就确定第四肌肉健康风险度为严重。
判断模块将对应第二身体部位的第二身体部位运动特征参数,即腰部晃动的第四半径,与腰部晃动门限值相比较:如果腰部晃动的第四半径小于腰部晃动门限值,就确定第五肌肉健康风险度为零;如果腰部晃动的第四半径大于腰部晃动门限值但小于腰部晃动门限值的1.5倍值,就确定第五肌肉健康风险度为中等;如果腰部晃动的第四半径大于腰部晃动门限值的1.5倍值,就确定第五肌肉健康风险度为严重。
当第五肌肉健康风险度为零,判定模块确定大腿肌肉的第三肌肉健康风险度为零,即大腿肌肉是健康的。当第一肌肉健康风险度为轻微,第二肌肉健康风险度为中等,第四肌肉健康风险度为轻微,第五肌肉健康风险度为严重,判定模块确定大腿肌肉的第三肌肉健康风险度为严重。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个模块,实体,参数或操作与另一个模块,实体,参数或参数区分开来,而不一定要求或者暗示这些模块,实体,参数或操作之间存在任何实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例。意识到这些,本领域的技术人员在不背离本申请的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本申请的保护范围。

Claims (11)

1.一种用于检测感兴趣对象的第一身体部位的待测肌肉的健康状态的系统,包括:
-动作指示模块,用于指示所述感兴趣对象完成预定动作;
-第一运动传感器,拟被放置于所述感兴趣对象的所述第一身体部位,用于在所述感兴趣对象完成所述预定动作时获得第一传感器参数;
-第二运动传感器,拟被放置于所述感兴趣对象的第二身体部位,用于在所述感兴趣对象完成所述预定动作时获得第二传感器参数,所述第一身体部位和所述第二身体部位通过所述感兴趣对象的第一关节相连接;
-第三运动传感器,拟被放置于所述感兴趣对象的第三身体部位,用于在所述感兴趣对象完成所述预定动作时获得第三传感器参数,所述第一身体部位和所述第三身体部位通过所述感兴趣对象的第二关节相连接;
-数据处理模块,用于:
-根据所述第一传感器参数和所述第二传感器参数获得对应所述第一关节的第一关节动作特征参数;
-根据所述第一传感器参数和所述第三传感器参数获得对应所述第二关节的第二关节动作特征参数;
-判定模块,用于:
-根据所述第一关节动作特征参数确定第一肌肉健康风险度;
-根据所述第二关节动作特征参数确定第二肌肉健康风险度;
-根据所述第一肌肉健康风险度和所述第二肌肉健康风险度确定所述待测肌肉的第三肌肉健康风险度。
2.根据权利要求1所述的系统,其特征在于,所述判定模块还用于,
-当所述第一肌肉健康风险度和所述第二肌肉健康风险度中任意一个为零风险,确定所述第三肌肉健康风险度为零风险。
3.根据权利要求1所述的系统,其特征在于,所述判定模块还用于,
-当所述第一肌肉健康风险度和所述第二肌肉健康风险度均不为零风险,确定所述第三肌肉健康风险度为所述第一肌肉健康风险度和所述第二肌肉健康风险度中的最大值。
4.根据权利要求1至3所述的系统,其特征在于,所述第一关节动作特征参数为所述第一关节屈伸的第一角度,所述第二关节动作特征参数为所述第二关节屈伸的第二角度。
5.根据权利要求1至3所述的系统,其特征在于,所述第一关节动作特征参数为所述第一关节晃动的第一半径,所述第二关节动作特征参数为所述第二关节晃动的第二半径。
6.根据权利要求1所述的系统,其特征在于,所述第二身体部位比所述第一身体部位更靠近所述感兴趣对象的重心,
-所述数据处理模块还用于:
-根据所述第一传感器参数获得对应所述感兴趣对象的所述第一身体部位的第一身体部位动作特征参数;
-根据所述第二传感器参数获得对应所述感兴趣对象的所述第二身体部位的第二身体部位动作特征参数;
-所述判定模块还用于:
-根据所述第一身体部位动作特征参数确定第四肌肉健康风险度;
-根据所述第二身体部位动作特征参数确定第五肌肉健康风险度;
-根据所述第一肌肉健康风险度,所述第二肌肉健康风险度,所述第四肌肉健康风险度和所述第五肌肉健康风险度确定所述第三肌肉健康风险度。
7.根据权利要求6所述的系统,其特征在于,所述判定模块还用于,
-当所述第一肌肉健康风险度,所述第二肌肉健康风险度,所述第四肌肉健康风险度,所述第五肌肉健康风险度中任意一个为零风险,确定所述第三肌肉健康风险度为零风险。
8.根据权利要求6所述的系统,其特征在于,所述判定模块还用于,
-当所述第一肌肉健康风险度,所述第二肌肉健康风险度,所述第四肌肉健康风险度,所述第五肌肉健康风险度均不为零风险,确定所述第三肌肉健康风险度为所述第一肌肉健康风险度,所述第二肌肉健康风险度,所述第四肌肉健康风险度和所述第五肌肉健康风险度中的最大值。
9.根据权利要求6至8所述的系统,其特征在于,所述第一身体部位动作特征参数为所述第一身体部位屈伸的第三角度,所述第二身体部位动作特征参数为所述第二身体部位屈伸的第四角度,所述第一关节动作特征参数为所述第一关节屈伸的第一角度,所述第二关节动作特征参数为所述第二关节屈伸的第二角度。
10.根据权利要求6至8所述的系统,其特征在于,所述第一身体部位动作特征参数为所述第一身体部位晃动的第三半径,所述第二身体部位动作特征参数为所述第二身体部位晃动的第四半径,所述第一关节动作特征参数为所述第一关节晃动的第一半径,所述第二关节动作特征参数为所述第二关节晃动的第二半径。
11.根据权利要求1所述的系统,其特征在于,所述第一运动传感器,所述第二运动传感器和所述第三运动传感器为惯性传感器。
CN202110573971.5A 2021-05-25 2021-05-25 一种检测感兴趣对象的肌肉健康状态的系统 Active CN113303766B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110573971.5A CN113303766B (zh) 2021-05-25 2021-05-25 一种检测感兴趣对象的肌肉健康状态的系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110573971.5A CN113303766B (zh) 2021-05-25 2021-05-25 一种检测感兴趣对象的肌肉健康状态的系统

Publications (2)

Publication Number Publication Date
CN113303766A true CN113303766A (zh) 2021-08-27
CN113303766B CN113303766B (zh) 2023-03-28

Family

ID=77374688

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110573971.5A Active CN113303766B (zh) 2021-05-25 2021-05-25 一种检测感兴趣对象的肌肉健康状态的系统

Country Status (1)

Country Link
CN (1) CN113303766B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115337008A (zh) * 2021-12-15 2022-11-15 上海长征医院 人体肌骨健康分析方法和系统、运动指导方法和系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004081576A (ja) * 2002-08-27 2004-03-18 Yaskawa Electric Corp リハビリテーション支援装置
US20190175078A1 (en) * 2018-06-05 2019-06-13 Yan Chen Human physical functional ability and muscle ability comprehensive assessment system and method thereof
US20190274614A1 (en) * 2018-03-12 2019-09-12 Physimax Technologies Ltd. Systems and methods for assessment of a musculoskeletal profile of a target individual
CN112603295A (zh) * 2020-12-15 2021-04-06 深圳先进技术研究院 一种基于可穿戴传感器的康复评估方法和系统
CN112603322A (zh) * 2020-12-30 2021-04-06 中国医学科学院生物医学工程研究所 一种肢体肌肉功能评定装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004081576A (ja) * 2002-08-27 2004-03-18 Yaskawa Electric Corp リハビリテーション支援装置
US20190274614A1 (en) * 2018-03-12 2019-09-12 Physimax Technologies Ltd. Systems and methods for assessment of a musculoskeletal profile of a target individual
US20190175078A1 (en) * 2018-06-05 2019-06-13 Yan Chen Human physical functional ability and muscle ability comprehensive assessment system and method thereof
CN112603295A (zh) * 2020-12-15 2021-04-06 深圳先进技术研究院 一种基于可穿戴传感器的康复评估方法和系统
CN112603322A (zh) * 2020-12-30 2021-04-06 中国医学科学院生物医学工程研究所 一种肢体肌肉功能评定装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115337008A (zh) * 2021-12-15 2022-11-15 上海长征医院 人体肌骨健康分析方法和系统、运动指导方法和系统及存储介质

Also Published As

Publication number Publication date
CN113303766B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
US9868026B2 (en) Functional postural training machine
US5627327A (en) Dynamic system for determining human physical instability
JP7109612B2 (ja) 代償運動の原因部位を特定するための方法、システム、プログラム、及びコンピュータ装置、並びに、代償運動を解消するための方法、及びシステム
Wall III et al. Vibrotactile tilt feedback improves dynamic gait index: a fall risk indicator in older adults
CN109276237A (zh) 一种全向移动的脑卒中患者平衡能力评测与训练系统
KR101673212B1 (ko) 바른 스쿼트 운동을 위한 트레이닝 시스템 및 방법
JPWO2009093631A1 (ja) 重心バランス判定装置
JP2020192307A (ja) 下肢筋力評価方法、下肢筋力評価プログラム、下肢筋力評価装置及び下肢筋力評価システム
WO2021186709A1 (ja) 運動支援装置、運動支援システム、運動支援方法および運動支援プログラム
JP6678492B2 (ja) 動的バランス評価装置
CN113303766B (zh) 一种检测感兴趣对象的肌肉健康状态的系统
KR101578609B1 (ko) 하지 근력 측정 시스템
US20160331280A1 (en) A system intended for measuring, evaluating and/or giving feedback on the sitting posture of a user
CN113303764B (zh) 一种检测感兴趣对象的肌肉健康状态的系统
CN113303765B (zh) 一种检测感兴趣对象的特定种类肌肉问题的系统
CN113362948B (zh) 一种检测感兴趣对象的肌肉健康状态的系统
Choi et al. The development and evaluation of a program for leg-strengthening exercises and balance assessment using Kinect
TWI828589B (zh) 具肢體平衡及安全性監控之重訓輔助系統
JP2006087735A (ja) 歩行解析装置
CN205597923U (zh) 一种人体运动姿势评估系统
KR20190102473A (ko) 센서를 이용한 운동자의 움직임 가이드 및 피드백 제공 방법 및 그 시스템
Dajime et al. Stability zone limit: a balance exercise intensity indicator for Kinect-based balance exergames
Sasabe et al. The relationship between motor ability and change-of-direction kinematics in elite college basketball players
US20250375658A1 (en) Lumbar-pelvic training system
KR102925858B1 (ko) 스마트 단말 연동 트레이닝 관리 방법 및 시스템

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
GR01 Patent grant
GR01 Patent grant