TWI791234B - 上肢穿戴慣性感測系統 - Google Patents
上肢穿戴慣性感測系統 Download PDFInfo
- Publication number
- TWI791234B TWI791234B TW110124115A TW110124115A TWI791234B TW I791234 B TWI791234 B TW I791234B TW 110124115 A TW110124115 A TW 110124115A TW 110124115 A TW110124115 A TW 110124115A TW I791234 B TWI791234 B TW I791234B
- Authority
- TW
- Taiwan
- Prior art keywords
- upper limb
- user
- wearable
- sensing system
- data set
- Prior art date
Links
- 210000001364 upper extremity Anatomy 0.000 title claims abstract description 48
- 230000033001 locomotion Effects 0.000 claims abstract description 72
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 230000001133 acceleration Effects 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 9
- 238000013145 classification model Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000004984 smart glass Substances 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims 1
- 125000006850 spacer group Chemical group 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 210000003414 extremity Anatomy 0.000 description 7
- 210000000707 wrist Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010028391 Musculoskeletal Pain Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 208000007613 Shoulder Pain Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 210000000323 shoulder joint Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Landscapes
- Mechanical Control Devices (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本發明係關於一種上肢穿戴慣性感測系統，包含穿戴式動作偵測裝置，網路閘道器，資料庫以及顯示裝置；穿戴式動作偵測裝置穿戴於使用者的上肢，隨著穿戴者的動作來產生上肢動作資料；網路閘道器電性連接於穿戴式動作偵測裝置，為邊緣裝置且具有儲存與運算能力，用以收集、辨識並分析上肢動作資料以產生分析結果資料庫電性連接於網路閘道器，接收並儲存分析結果；顯示裝置電性連接於該資料庫且接收該分析結果以及顯示可視化的結果；藉此，本發明可有效偵測並分析使用者的上肢動作，可應用於復健領域。
Description
本發明關於一種上肢穿戴慣性感測系統，能有效辨識及分析使用者上肢的動作，可應用於復健用途。
肢體麻痺或者肢體失能為現今常見的慢性病臨床症狀，例如中風患者會有上半身肢體短暫失能的狀況，此類患者的雙手也會無法如健康者一般正常活動；又俗稱「五十肩」的疾病，是指患者的肩膀關節囊組織發炎，導致肩膀疼痛、而無法將雙手舉高，進而影響其正常生活。目前對於此類病患的治療方式，通常需要在復健師的指導以及陪伴下，令患者進行復健治療，透過長期往復的動態演練，以及對患者肢體動作的調整與練習，可逐漸減緩患者肌肉沾粘情形，提升肢體可動範圍及方位，使患者肢體功能回復至正常。
但是，在治療期間，患者需要長期往返醫院與住家，相當不便，且若患者可以於治療時間外、在家自行進行復健動作，將有助於肢體功能的恢復；但是，患者動作正確性與否，也會影響到復健動作得有效性，因此提高患者自行進行復健動作時的正確性，為相當重要的研發方向。
今，發明人有鑑於可應用於居家復健動作的相關系統仍較為不足，於是乃一本孜孜不倦之精神，並藉由其豐富專業知識及多年之實務經驗所輔佐，而加以改善，並據此研創出本發明。
本發明關於一種上肢穿戴慣性感測系統，包含至少一穿戴式動作偵測裝置，一網路閘道器，一資料庫以及一顯示裝置；穿戴式動作偵測裝置，係穿戴於使用者的上肢，尤其是穿戴在使用者的手腕上，以收集該使用者的上肢動作資料，所收集的數據包含各方向分量的平均值、中位數、四分位數、偏度以及峰度；網路閘道器電性連接於該穿戴式動作偵測裝置，且包含一儲存單元與一運算單元，其中儲存單元係接收並儲存使用者的上肢動作資料，以及運算單元係辨識並分析該上肢動作資料，並將其標示為各種動作，將各種動作的感測數據特徵提取後，將其轉化為特徵向量，以形成一資料集，將資料集進行分割，並將資料集分為訓練資料集和測試資料集，訓練資料集是用於建立動作分類模型，而測試資料集是用於評估動作分類模型，再根據測試資料集在各個模型表現來選擇最佳模型，以獲得一分析結果；資料庫係電性連接於網路閘道器，以接收並儲存獲得的分析結果；顯示裝置電性連接於資料庫，以接收獲得的分析結果，並顯示分析結果。
於本發明之一實施例中，穿戴式動作偵測裝置包含一微處理器、一無線通訊傳輸晶片、一慣性感測器、一電源電路與一電源供應單元。
於本發明之一實施例中，慣性感測器包含一加速計、一陀螺儀或一磁力計其中至少之一者。
於本發明之一實施例中，慣性感測器係測量該使用者上肢動作的加速度、角速度與磁場。
於本發明之一實施例中，慣性感測器係測量該使用者上肢動作的加速度與角速度的X軸、Y軸與Z軸的方向分量，以及測量該使用者上肢動作磁場的X軸、Y軸與Z軸的方向分量。
於本發明之一實施例中，穿戴式動作偵測裝置與該網路閘道器係以無線網路電性連接。
於本發明之一實施例中，資料庫為雲端資料庫。
於本發明之一實施例中，顯示裝置為一智慧眼鏡或是一投影顯示裝置。
於本發明之一實施例中，至少一穿戴式動作偵測裝置係包含一絕緣墊片與一護腕。
藉此，本發明之上肢穿戴慣性感測系統，能準確偵測使用者的上肢動作，並將其進行分析比對，且即時將分析結果呈現給使用者，以使使用者可以即時獲知自己進行動作的準確性，並即時調整。
1:穿戴式動作偵測裝置
2:網路閘道器
21:儲存單元
22:運算單元
3:資料庫
4:顯示裝置
第一圖：本發明上肢穿戴慣性感測系統之組成示意圖。
第二圖：以本發明測量上肢動作之加速度訊號圖。
第三圖：以本發明測量上肢動作之角速度訊號圖。
為令本發明之技術手段其所能達成之效果，能夠有更完整且清楚的揭露，茲藉由下述具體實施例，詳細說明本發明可實際應用之範圍，但不意欲以任何形式限制本發明之範圍，請一併參閱揭露之圖式。
本發明關於一種上肢穿戴慣性感測系統，係用於偵測並辨識分析使用者的上肢。
請參見第一圖，本發明上肢穿戴慣性感測系統主要包含至少一穿戴式動作偵測裝置(1)、網路閘道器(2)、資料庫(3)與顯示裝置(4)。
穿戴式動作偵測裝置(1)穿戴於使用者的上肢，較佳的穿戴位置為使用者的手腕，以收集使用者的上肢動作資料；穿戴式動作偵測裝置(1)包含微處理器、無線通訊傳輸晶片、慣性感測器、電源電路與電源供應單元，其中慣性感測器又包含了加速計、陀螺儀或磁力計其中至少之一者。穿戴式動作裝置可包含絕緣墊片或者護腕。該微處理器連接該慣性感測器並接收所輸出的感測信號；該微處理器的功能主要是對該慣性感測器所輸出的類比信號取樣，轉換成數位信號的形式，再透過無線通訊傳輸至網路閘道器(2)。
網路閘道器(2)電性連接於穿戴式動作偵測裝置(1)，本實施例中是以無線網路(Wi-Fi)通訊的方式連接於穿戴式動作偵測裝置(1)；網路閘道器(2)包含一儲存單元(21)與一運算單元(22)，儲存單元(21)是用於接收並儲存使用者的上肢動作資料，以及運算單元(22)是辨識並分析接收到的上肢動作資料，以獲得一分析結果。
一資料庫(3)電性連接於網路閘道器(2)，以接收並儲存分析結果，於本案之實施例中，資料庫為雲端資料庫。
顯示裝置(4)電性連接於資料庫(3)，且接收分析結果，並顯示該分析結果；顯示裝置(4)可為一智慧眼鏡，供使用者配戴，以能即時得知分析結果；顯示裝置(4)也可為投影顯示裝置，亦用於呈現分析結果，以即時令使用者得知分析結果。
於實際使用時，先將穿戴式動作偵測裝置(1)配戴於使用者的上肢，較佳是配戴於手腕上，並令使用者開始動作，此時穿戴式動作偵測裝置(1)的慣性感測器是用於測量使用者上肢的加速度的X軸、Y軸與Z軸的方向分量，以及測量使用者上肢動作角速度的X軸、Y軸與Z軸的方向分量。使用者進行不同類型的動作時，量測到的X軸、Y軸及Z軸方向分量並不相同，因此可根據所收集到的數據所呈現的樣態，進行特徵提取，並透過簡化後的特徵做分類、以獲得使用者所進行的動作；所收集的數據包含各方向分量的平均值、中位數、四分位數、偏度以及峰度等等。
下列的實施例中，是令使用者先將手臂自然下垂後，再進行順時針旋轉的單擺運動，以慣性感測器偵測使用者手臂動作的加速度與角速度；第二圖為偵測到使用者手臂動作的加速度訊號圖，第三圖為偵測到使用者手臂動作的角速度訊號圖，其中X代表測量到的X軸方向分量下的加速度，Y代表Y軸方向分量下的加速度，以及Z代表Z軸方向分量下的加速度。
第二圖(A)為慣性感測器偵測到使用者手臂動作加速度的原始訊號波形圖，穿戴式動作偵測裝置(1)會將此數據傳遞到網路閘道器(2)的儲存單元(21)，接著再傳到網路閘道器(2)的運算單元(22)，並由運算單元會分析並辨識接收到的數據，第二圖(B)為運算單元(22)將第二圖(A)之原始訊號圖、去除雜訊後所獲得的除噪後訊號圖。
第三圖(A)為慣性感測器偵測到使用者手臂動作角速度的原始訊號波形圖，穿戴式動作偵測裝置(1)會將此數據傳遞到網路閘道器(2)的儲存單元(21)，接著再傳到網路閘道器(2)的運算單元(22)，並由運算單元會分析並辨識接
收到的數據，第三圖(B)為運算單元將第三圖(A)之原始訊號圖、去除雜訊後所獲得的除噪後訊號圖。
運算單元(22)也會將除噪後獲得的訊號，進一步與儲存單元(21)中的一資料集比對，將使用者的動作與資料集之標準動作的訊號進行比對，而獲得使用者動作的角度正確性、訊號相似度以及動作穩定性。
上述資料集的建立，是先收集各種欲辨識類型動作的感測數據，並將其標示為各種動作；將各種動作的感測數據特徵提取後，並將其轉化為特徵向量，以形成一資料集。接著，將資料集進行分割，並將資料集其分為訓練資料集和測試資料集，訓練資料集是用於建立動作分類模型，而測試資料集是用於評估動作分類模型，最後再根據測試資料集在各個模型表現來選擇最佳模型。又，根據所預測的動作類型，可用於對應動作的分析，例如特定動作上的角度分析、運動次數的計算、位移量的計算等等。
使用者進行動作後所得到的動作資料，例如上述的訊號圖，經過運算單元(22)處理後，再與資料集進行比對，以比對使用者動作資料的(a)角度正確性，即使用者動作與角度為90度的標準動作之間的差異，(b)訊號相似性，即比對使用者動作生的訊號與資料集中收集的標準訊號之間的差異，以及(c)動作穩定性，即計算使用者於數次重複動作，獲得的動作資料之間的角度標準差的大小，以判斷其動作穩定情形。使用者的動作資料，經由運算單元(22)處理並比對之後，會獲得一分析結果，此分析結果會傳送到本發明之資料庫(3)內進儲存，於本案之一較佳實施例中，資料庫(3)為雲端資料庫。
接著，資料庫(3)再將分析結果傳送並且呈現於顯示裝置(4)上，令使用者可以即時觀看其動作進行的分析結果，具有極高的使用方便性，此外也可以根據分析結果，進行動作的修正。
綜上所述，本發明上肢穿戴慣性感測系統，的確能藉由上述所揭露之實施例，達到所預期之使用功效，且本發明亦未曾公開於申請前，誠已完全符合專利法之規定與要求。爰依法提出發明專利之申請，懇請惠予審查，並賜准專利，則實感德便。
惟，上述所揭之說明，僅為本發明之較佳實施例，非為限定本發明之保護範圍；其，大凡熟悉該項技藝之人士，其所依本發明之特徵範疇，所作之其它等效變化或修飾，皆應視為不脫離本發明之設計範疇。
1:穿戴式動作偵測裝置 2:網路閘道器
21:儲存單元 22:運算單元
3:資料庫 4:顯示裝置
Claims (9)
- 一種上肢穿戴慣性感測系統，係包含：至少一穿戴式動作偵測裝置，係穿戴於一使用者的上肢，以收集該使用者的上肢動作資料，所收集的數據包含各方向分量的平均值、中位數、四分位數、偏度以及峰度；一網路閘道器，係電性連接於該穿戴式動作偵測裝置且包含一儲存單元與一運算單元，其中該儲存單元係接收並儲存該使用者的該上肢動作資料，以及該運算單元係辨識並分析該上肢動作資料，並將其標示為各種動作，將各種動作的感測數據特徵提取後，將其轉化為特徵向量，以形成一資料集，將資料集進行分割，並將資料集分為訓練資料集和測試資料集，訓練資料集是用於建立動作分類模型，而測試資料集是用於評估動作分類模型，再根據測試資料集在各個模型表現來選擇最佳模型，以獲得一分析結果；以及一資料庫，係電性連接於該網路閘道器，以接收並儲存該分析結果；以及一顯示裝置，係電性連接於該資料庫且接收該分析結果，並顯示該分析結果。
- 如請求項1所述之上肢穿戴慣性感測系統，其中該穿戴式動作偵測裝置包含一微處理器、一無線通訊傳輸晶片、一慣性感測器、一電源電路與一電源供應單元。
- 如請求項2所述之上肢穿戴慣性感測系統，其中該慣性感測器包含一加速計、一陀螺儀或一磁力計其中至少之一者。
- 如請求項2所述之上肢穿戴慣性感測系統，其中該慣性感測器係測量該使用者上肢動作的加速度、角速度與磁場。
- 如請求項4所述之上肢穿戴慣性感測系統，其中該慣性感測器係測量該使用者上肢動作的加速度與角速度X軸、Y軸與Z軸的方向分量，以及測量該使用者上肢動作磁場的X軸、Y軸與Z軸的方向分量。
- 如請求項1所述之上肢穿戴慣性感測系統，其中該至少一穿戴式動作偵測裝置與該網路閘道器係以無線網路電性連接。
- 如請求項1所述之上肢穿戴慣性感測系統，其中該資料庫為雲端資料庫。
- 如請求項1所述之上肢穿戴慣性感測系統，其中該顯示裝置為一智慧眼鏡或是一投影顯示裝置。
- 如請求項1所述之上肢穿戴慣性感測系統，其中該至少一穿戴式動作偵測裝置係包含一絕緣墊片與一護腕。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110124115A TWI791234B (zh) | 2021-06-30 | 2021-06-30 | 上肢穿戴慣性感測系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110124115A TWI791234B (zh) | 2021-06-30 | 2021-06-30 | 上肢穿戴慣性感測系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202302035A TW202302035A (zh) | 2023-01-16 |
| TWI791234B true TWI791234B (zh) | 2023-02-01 |
Family
ID=86658248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110124115A TWI791234B (zh) | 2021-06-30 | 2021-06-30 | 上肢穿戴慣性感測系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI791234B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI894027B (zh) * | 2024-10-25 | 2025-08-11 | 國立中山大學 | 復健輔助系統 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW202025965A (zh) * | 2018-10-12 | 2020-07-16 | 日商東麗股份有限公司 | 生物體信號監視衣物 |
| CN112674761A (zh) * | 2020-12-25 | 2021-04-20 | 苏州衡品医疗科技有限公司 | 一种人体深感觉平衡能力的检测系统和方法 |
| TW202120012A (zh) * | 2019-11-19 | 2021-06-01 | 國立中央大學 | 感測數據篩選裝置及感測數據篩選方法 |
-
2021
- 2021-06-30 TW TW110124115A patent/TWI791234B/zh active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW202025965A (zh) * | 2018-10-12 | 2020-07-16 | 日商東麗股份有限公司 | 生物體信號監視衣物 |
| TW202120012A (zh) * | 2019-11-19 | 2021-06-01 | 國立中央大學 | 感測數據篩選裝置及感測數據篩選方法 |
| CN112674761A (zh) * | 2020-12-25 | 2021-04-20 | 苏州衡品医疗科技有限公司 | 一种人体深感觉平衡能力的检测系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202302035A (zh) | 2023-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Maceira-Elvira et al. | Wearable technology in stroke rehabilitation: towards improved diagnosis and treatment of upper-limb motor impairment | |
| Chen et al. | Toward pervasive gait analysis with wearable sensors: A systematic review | |
| Suzuki et al. | Quantitative analysis of motor status in Parkinson’s disease using wearable devices: From methodological considerations to problems in clinical applications | |
| Anwary et al. | Validity and consistency of concurrent extraction of gait features using inertial measurement units and motion capture system | |
| Huang et al. | Motor impairment evaluation for upper limb in stroke patients on the basis of a microsensor | |
| Baroudi et al. | Estimating walking speed in the wild | |
| CN106821388A (zh) | 脑卒中病人下肢康复定量评估方法 | |
| US11304649B2 (en) | System and method for self-assessment of physical capabilities and condition changes | |
| Nemati et al. | Gait velocity estimation for a smartwatch platform using Kalman filter peak recovery | |
| TWI791234B (zh) | 上肢穿戴慣性感測系統 | |
| US11642046B2 (en) | System and method for shoulder proprioceptive analysis | |
| Amitrano et al. | Gait analysis using wearable e-textile sock: An experimental study of test-retest reliability | |
| Juen et al. | Towards a natural walking monitor for pulmonary patients using simple smart phones | |
| WO2020177742A1 (zh) | 一种偏瘫习得性废用评估和治疗装置及方法 | |
| KR20140132864A (ko) | 스트레스 변화에 따른 신체 및 심리 변화의 동영상 이용 간이 측정 방법 및 이를 이용한 힐링서비스 | |
| Abe et al. | Relationship between the results of arm swing data from the OpenPose-based gait analysis system and MDS-UPDRS scores | |
| Viana et al. | GymApp: A real time physical activity trainner on wearable devices | |
| CN115910310A (zh) | 一种心肺复苏按压姿势标准阈值的确定方法及处理器 | |
| Lu et al. | Gait analysis based on magnetometer and inertial sensors data fusion | |
| KR20170033585A (ko) | 다중센서 융합을 이용한 뇌질환 환자의 상지 운동 능력 평가 방법 및 상지 운동 능력 평가 시스템 | |
| Wall et al. | A proposed pervasive smartphone application for personalised gait rehabilitation | |
| Chen et al. | A wearable gait monitoring system for 17 gait parameters based on computer vision | |
| Rodríguez-Martín et al. | Posture detection based on a waist-worn accelerometer: an application to improve Freezing of Gait detection in Parkinson’s disease patients | |
| Miyake et al. | Gait event detection based on inter-joint coordination using only angular information | |
| Chen et al. | Quantitative assessment of lower limbs gross motor function in children with cerebral palsy based on surface EMG and inertial sensors |