CN105902274B - 膝关节动态评估方法及*** - Google Patents
膝关节动态评估方法及*** Download PDFInfo
- Publication number
- CN105902274B CN105902274B CN201610216324.8A CN201610216324A CN105902274B CN 105902274 B CN105902274 B CN 105902274B CN 201610216324 A CN201610216324 A CN 201610216324A CN 105902274 B CN105902274 B CN 105902274B
- Authority
- CN
- China
- Prior art keywords
- angle
- point
- backward
- poor threshold
- degree
- 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.)
- Active
Links
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—Detecting, measuring or recording 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, mobility of a limb
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提出一种膝关节动态评估方法及***,通过构建评估模型,并采集左右侧膝关节的三维六自由度运动数据,针对膝关节在运动过程中的动态变化情况,对两侧的数据作差后,用评估模型来对差值进行评估求解,在评估模型中,两侧膝关节的三维六自由度运动数据中的屈伸角、内外翻转角、内外旋转角和前后位移值的对应差值作为评估模型的输入参数进行评估,比对评估模型中设定的阈值获得评估分级结果,评估结果更为客观,操作简单方便,易于重复实现且结果稳定。
Description
技术领域
本发明涉及关节数据处理领域,特别涉及的是一种膝关节动态评估方法及***。
背景技术
在多个领域中,均需要了解关节的运动状况,例如是仿生学领域、医学领域等,通过了解关节运动状况,建立仿生模型,用于其他仿生设备的设计,又或在医学领域中,通过观察关节运动状况,才能进一步作出关节疾病的诊断。特别是人体关节的运动状况,例如人体膝关节、踝关节、髋关节、腕关节、肘关节、肩关节等主要关节,对于这些关节的运动分析和评估都具有重要的意义。
目前,对于膝关节运动情况的评估通常是由受试者在运动中的感受确定评估结果的,最终的评估结果会受到受试者的主观因素影响,而且操作方式重复起来工作量非常大,评估结果很容易出现误差,无法正确分析膝关节的运动状况。
发明内容
本发明所要解决的技术问题是提供一种膝关节动态评估方法及***,评估不受主观因素影响,易于重复实现且结果稳定。
为解决上述问题,本发明提出一种膝关节动态评估方法,包括以下步骤:
S1:构建一评估模型,所述评估模型至少包括用以判断运动角度差值的第一角度差阈值α1、第二角度差阈值α2和用以判断前后位移值的前后位移差阈值ε,以及根据各阈值而定的评估分级结果;
S2:同步采集左侧膝关节的单组三维六自由度运动数据和右侧膝关节的单组三维六自由度运动数据,每组三维六自由度运动数据至少包括屈伸角、内外翻转角、内外旋转角和前后位移值;
S3:将左、右侧膝关节的三维六自由度运动数据进行比对,并计算出两组数据中关于屈伸角、内外翻转角、内外旋转角和前后位移值的差值;
S4:将所述差值输入至所述评估模型中,以获得相应的评估分级结果;若三个角度差均小于第一角度差阈值α1且前后位移值差小于前后位移差阈值ε,则评估模型输出第一评估等级;若至少一个角度差在第一角度差阈值α1和第二角度差阈值α2构成的闭区间内且前后位移值差小于前后位移差阈值ε,则评估模型输出第二评估等级;若至少一个角度差大于等于第二角度差阈值α2且前后位移值差小于前后位移差阈值ε、或三个角度差均小于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第三评估等级;若至少两个角度差大于等于第二角度差阈值α2、或至少一个角度差大于等于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第四评估等级。
根据本发明的一个实施例,所述第一角度差阈值α1的取值范围在3度~7度之间,所述第二角度差阈值α2的取值范围在8度~12度之间,所述前后位移差阈值ε的取值范围在1~2cm之间。
根据本发明的一个实施例,所述第一角度差阈值α1的取值为5度,所述第二角度差阈值α2的取值为10度,所述前后位移差阈值ε的取值为1.5cm。
根据本发明的一个实施例,在所述步骤S2中,分别针对左侧膝关节和右侧膝关节在一定时间段内,同步多周期循环采集三维六自由度运动数据,将多周期采集的三维六自由度运动数据进行数值统计后获得左侧膝关节的单组三维六自由度运动数据和右侧膝关节的单组三维六自由度运动数据。
根据本发明的一个实施例,采集三维六自由度运动数据的步骤包括以下步骤:
S21:分别在左右侧膝关节的上下设置真实标记点并在膝关节骨性结构解剖特征位置处设置虚拟标记点,通过标定装置标定所述真实标记点和虚拟标记点;
S22:通过标记识别装置识别标定装置,分别确定左右侧膝关节的所述真实标记点和虚拟标记点的相对位置关系;
S23:所述相对位置关系确定之后,在一定时间内,通过标记识别装置多次识别在膝关节运动过程中的真实标记点的标定装置,以获得真实标记点的空间运动数据,根据所述相对位置关系及真实标记点的空间运动数据获得或优化虚拟标记点的空间运动数据;
S24:通过虚拟标记点的空间运动数据在解剖坐标系下沿坐标轴的位移和绕坐标轴的旋转,构建出左右侧膝关节的三维六自由度运动数据。
根据本发明的一个实施例,所述标定装置包括至少两组用于标记真实标记点的真实标记件组,每组真实标记件组包括至少四个标记件;在膝关节运动时所述标记件之间的相对位置基本不变或有较小的变化。
根据本发明的一个实施例,所述标定装置还包括至少一组用于标记所述虚拟标记点的特定标记件组;在所述步骤S22中,所述标记识别装置至少一次同时感测到全部的真实标记件组和全部的特定标记件组从而确定真实标记点和虚拟标记点的相对位置关系。
根据本发明的一个实施例,在所述步骤S23中,根据真实标记件组中标记真实标记点的任意三个标记件与已标定的虚拟标记点之间的距离在膝关节运动中保持不变或有较小变化的特性,在标记识别装置感测获得的膝关节运动的任意帧中,所选虚拟标记点到所述三个真实标记点的间距应与该虚拟标记点到初始位置时对应的三个真实标记点间距最接近,以此为优化目标来确定该虚拟标记点的空间位置,获取所述虚拟标记点的空间运动数据。
本发明还提供一种膝关节动态评估***,包括:
模型构建模块,用以构建一评估模型,所述评估模型至少包括用以判断运动角度差值的第一角度差阈值α1、第二角度差阈值α2和用以判断前后位移值的前后位移差阈值ε,以及根据各阈值而定的评估分级结果;
数据采集模块,用以同步采集左侧膝关节的单组三维六自由度运动数据和右侧膝关节的单组三维六自由度运动数据,每组三维六自由度运动数据至少包括屈伸角、内外翻转角、内外旋转角和前后位移值;
比对作差模块,用以将左、右侧膝关节的三维六自由度运动数据进行比对,并计算出两组数据中关于屈伸角、内外翻转角、内外旋转角和前后位移值的差值;
分级输出模块,用以获取所述评估模型,并将所述差值输入至所述评估模型中,以获得相应的评估分级结果;若三个角度差均小于第一角度差阈值α1且前后位移值差小于前后位移差阈值ε,则评估模型输出第一评估等级;若至少一个角度差在第一角度差阈值α1和第二角度差阈值α2构成的闭区间内且前后位移值差小于前后位移差阈值ε,则评估模型输出第二评估等级;若至少一个角度差大于等于第二角度差阈值α2且前后位移值差小于前后位移差阈值ε、或三个角度差均小于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第三评估等级;若至少两个角度差大于等于第二角度差阈值α2、或至少一个角度差大于等于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第四评估等级。
根据本发明的一个实施例,分别在左右侧膝关节的上下设置真实标记点并在膝关节骨性结构解剖特征位置处设置虚拟标记点,通过标定装置标定所述真实标记点和虚拟标记点;所述数据采集模块包括:
标定数据接收单元,用以接收标记识别装置识别全部标定装置而获得的第一组数据,或接收标记识别装置多次识别在膝关节运动过程中的真实标记点的标定装置而获得的第二组数据;
位置关系建立单元,用以根据所述标定数据接收单元接收的第一组数据,分别确定左右侧膝关节的所述真实标记点和虚拟标记点的相对位置关系;
数据初步确定单元,用以根据所述相对位置关系及所述标定数据接收单元接收的第二组数据获得或优化虚拟标记点的空间运动数据;
数据转化输出单元,通过虚拟标记点的空间运动数据在解剖坐标系下沿坐标轴的位移和绕坐标轴的旋转,构建出左右侧膝关节的三维六自由度运动数据并输出。
采用上述技术方案后,本发明相比现有技术具有以下有益效果:通过构建评估模型,并采集左右侧膝关节的三维六自由度运动数据,针对膝关节在运动过程中的动态变化情况,对两侧的数据作差后,用评估模型来对差值进行评估求解,在评估模型中,两侧膝关节的三维六自由度运动数据中的屈伸角、内外翻转角、内外旋转角和前后位移值的对应差值作为评估模型的输入参数进行评估,比对评估模型中设定的阈值获得评估分级结果,从而评估膝关节的运动,评估结果更为客观,操作简单方便,易于重复实现且结果稳定。
附图说明
图1是本发明一实施例的膝关节动态评估方法的流程示意图;
图2是本发明一实施例的膝关节三维六自由度运动的示意图;
图3是本发明一实施例的采集三维六自由度运动数据步骤的流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施的限制。
参看图1,本实施例的膝关节动态评估方法,包括以下步骤:
S1:构建一评估模型,所述评估模型至少包括用以判断运动角度差值的第一角度差阈值α1、第二角度差阈值α2和用以判断前后位移值的前后位移差阈值ε,以及根据各阈值而定的评估分级结果;
S2:同步采集左侧膝关节的单组三维六自由度运动数据和右侧膝关节的单组三维六自由度运动数据,每组三维六自由度运动数据至少包括屈伸角、内外翻转角、内外旋转角和前后位移值;
S3:将左、右侧膝关节的三维六自由度运动数据进行比对,并计算出两组数据中关于屈伸角、内外翻转角、内外旋转角和前后位移值的差值;
S4:将所述差值输入至所述评估模型中,以获得相应的评估分级结果;若三个角度差均小于第一角度差阈值α1且前后位移值差小于前后位移差阈值ε,则评估模型输出第一评估等级;若至少一个角度差在第一角度差阈值α1和第二角度差阈值α2构成的闭区间内且前后位移值差小于前后位移差阈值ε,则评估模型输出第二评估等级;若至少一个角度差大于等于第二角度差阈值α2且前后位移值差小于前后位移差阈值ε、或三个角度差均小于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第三评估等级;若至少两个角度差大于等于第二角度差阈值α2、或至少一个角度差大于等于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第四评估等级。
下面对膝关节动态评估方法的各步骤进行详细的描述。
首先执行步骤S1,构建一个评估模型,该评估模型为了获得膝关节运动状态,需求解各三维六自由度运动数据对应的评估结果。评估模型至少包括用以判断运动角度差值的第一角度差阈值α1、第二角度差阈值α2和用以判断前后位移值的前后位移差阈值ε,以及根据各阈值而定的评估分级结果。各个阈值可以作为端点来形成不同的数值区间,当经处理的三维六自由度运动数据落入不同的数值区间时,相应得到不同的评估分级结果,该评估分级结果能够客观地反映所针对的膝关节的运动状况。
设置第一角度差阈值α1、第二角度差阈值α2、前后位移差阈值ε作为评估基准,能够定量地反映膝关节的运动程度,从而三维六自由度运动数据可以据此划分出运动程度的等级,得到评估分级结果。
在较佳实施例中,第一角度差阈值α1的取值范围可以在3度~7度之间,第二角度差阈值α2的取值范围可以在8度~12度之间,前后位移差阈值ε的取值范围可以在1~2cm之间。更佳的,第一角度差阈值α1的取值为5度,第二角度差阈值α2的取值为10度,前后位移差阈值ε的取值为1.5cm。
选择前述实施例中的第一角度差阈值α1、第二角度差阈值α2、前后位移差阈值ε,可以使得评估分级结果能够与国际上权威的lysholm评分问卷所得评估结果,最大程度地吻合,而相较于lysholm评分问卷而言,本发明的方法无需受试者根据动作感受填写问卷,操作方式更为简单,且不会受受试者主观因素的影响。
接着执行步骤S2,在左右侧膝关节的运动过程中,同步采集两侧膝关节的三维六自由度数据,其中,至少且较佳选用屈伸角、内外翻转角、内外旋转角和前后位移值来作为评估数据,三维六自由度数据的其余数据对运动状况评定的影响较小,为了不增加冗余的计算,选用关键数据进行评估。
参看图2,一个膝关节位于三维六自由度坐标系(X1,Y1,Z1,X2,Y2,Z2)中,运动状态中,屈伸角是指左右侧膝关节的上下骨骼分别相对X1和X2轴旋转所产生的旋转角度总和,内外翻转角是指左右侧膝关节的上下骨骼分别相对Y1和Y2轴旋转所产生的旋转角度总和,内外旋转角是指左右侧膝关节的上下骨骼分别相对Z1和Z2轴旋转所产生的旋转角度之差,前后位移值是指左右侧膝关节的上下骨骼分别沿Y1和Y2方向移动时两者之间的错位距离值。
同步采集两侧膝关节的三维六自由度数据可以仅采集单组数据。作为优选,在步骤S2中,分别针对左侧膝关节和右侧膝关节在一定时间段内,同步多周期循环采集三维六自由度运动数据,将多周期采集的三维六自由度运动数据进行数值统计后获得左侧膝关节的单组三维六自由度运动数据和右侧膝关节的单组三维六自由度运动数据。统计方式例如是作和、取均值、作方差等数理统计方法。
进一步,参看图3,采集三维六自由度运动数据的步骤可以包括以下步骤:
S21:分别在左右侧膝关节的上下设置真实标记点并在膝关节骨性结构解剖特征位置处设置虚拟标记点,通过标定装置标定所述真实标记点和虚拟标记点;
S22:通过标记识别装置识别标定装置,分别确定左右侧膝关节的所述真实标记点和虚拟标记点的相对位置关系;
S23:所述相对位置关系确定之后,在一定时间内,通过标记识别装置多次识别在膝关节运动过程中的真实标记点的标定装置,以获得真实标记点的空间运动数据,根据所述相对位置关系及真实标记点的空间运动数据获得或优化虚拟标记点的空间运动数据;
S24:通过虚拟标记点的空间运动数据在解剖坐标系下沿坐标轴的位移和绕坐标轴的旋转,构建出左右侧膝关节的三维六自由度运动数据。
标记识别装置可以是光学传感装置,例如双红外或多红外一体式光学定位传感器,标定装置能够被该双红外或多红外一体式光学定位传感器识别定位,从而确定真实标记点和虚拟标记点的位置。
在一个实施例中,标定装置包括至少两组用于标记真实标记点的真实标记件组,每组真实标记件组包括至少四个标记件;在膝关节运动时标记件之间的相对位置基本不变或有较小的变化。光学传感装置感测标记件从而确定真实标记点的空间位置数据。
可选的,标定装置还包括至少一组用于标记虚拟标记点的特定标记件组;光学传感装置至少一次同时感测到全部的真实标记件组和全部的特定标记件组从而确定真实标记点和虚拟标记点的相对位置关系。具体的,光学传感装置可以测得这些实体标记件(特定标记件组),而后通过些实体标记件与所需虚拟标记点的位置关系来确定该虚拟标记点的位置,特定标记件组与虚拟标记点的位置关系可配置,根据需要可以配置一个或两个以上的虚拟标记点。这种方法可以在一定程度上防止虚拟标记点位置引起的标定件无法放置或被阻挡而无法感测的局限,可以提高虚拟标记点的位置精度。光学传感装置同时感测到真实标记件组和特定标记件组后,可以确定真实标记点和虚拟标记点之间的几何关系,而后的运动过程中,由于几何关系基本不变或有较小变化,因而可通过感测真实标记点的空间运动数据而确定虚拟标记点的空间运动数据。
在真实标记点和虚拟标记点的几何关系确立之后,通过真实标记点来确定虚拟标记点的运动状况时,由于标记装置在实际操作或人体运动过程中,会出现标记点的偏差,而每组具有四个以上的标记真实标记点的标记件,在初始状态下根据感测得到的四个真实标记点确定任意两个真实标记点之间的间距后,后续操作过程中可以据此对四个真实标记点中的任意三个进行排序,以便使任意帧中所选取的真实标记点能与初始帧的真实标记点对应,若真实标记点和虚拟标记点之间的空间相对位置在关节运动过程中基本保持不变,则直接可确定虚拟标记点的空间位置,若稍有变化时,虚拟标记点和任意帧排序后的真实标记点之间的间距应与虚拟标记点和初始帧对应的真实标记点之间的间距最接近,则可通过优化确定虚拟标记点的空间位置。换言之,根据真实标记件组中标记真实标记点中的任意三个标记件与已标定的虚拟标记点距离在膝关节运动中保持不变或有较小变化的特性,在光学传感装置感测获得的膝关节运动任意帧中,所选虚拟标记点到所述三个真实标记点的间距应与该虚拟标记点到初始位置时对应的三个真实标记点间距最接近,以此为优化目标来确定该虚拟标记点的空间位置,获取所述虚拟标记点的空间运动数据。
接着再执行步骤S3,将左、右侧膝关节的三维六自由度运动数据进行比对,并计算出两组数据中关于屈伸角、内外翻转角、内外旋转角和前后位移值的差值。同步采集的左右侧膝关节的三维六自由度运动数据中,屈伸角、内外翻转角、内外旋转角和前后位移值分别对应作差,获得左右侧膝关节的差异数据,作为评估模型的输入参数进行评估。
最后执行步骤S4,将差值输入至评估模型中,以获得相应的评估分级结果;若三个角度差均小于第一角度差阈值α1且前后位移值差小于前后位移差阈值ε,则评估模型输出第一评估等级;若至少一个角度差在第一角度差阈值α1和第二角度差阈值α2构成的闭区间内且前后位移值差小于前后位移差阈值ε,则评估模型输出第二评估等级;若至少一个角度差大于等于第二角度差阈值α2且前后位移值差小于前后位移差阈值ε、或三个角度差均小于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第三评估等级;若至少两个角度差大于等于第二角度差阈值α2、或至少一个角度差大于等于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第四评估等级。
第一评估等级、第二评估等级、第三评估等级、第四评估等级分别反映了膝关节的不同运动程度,且通过采集膝关节三维六自由度运动数据评估获得,数据更为客观有效,且可以在膝关节的运动过程中进行动态的评估,重复性高,评估结果更稳定。
本发明还提供一种膝关节动态评估***,包括:
模型构建模块,用以构建一评估模型,所述评估模型至少包括用以判断运动角度差值的第一角度差阈值α1、第二角度差阈值α2和用以判断前后位移值的前后位移差阈值ε,以及根据各阈值而定的评估分级结果;
数据采集模块,用以同步采集左侧膝关节的单组三维六自由度运动数据和右侧膝关节的单组三维六自由度运动数据,每组三维六自由度运动数据至少包括屈伸角、内外翻转角、内外旋转角和前后位移值;
比对作差模块,用以将左、右侧膝关节的三维六自由度运动数据进行比对,并计算出两组数据中关于屈伸角、内外翻转角、内外旋转角和前后位移值的差值;
分级输出模块,用以获取所述评估模型,并将所述差值输入至所述评估模型中,以获得相应的评估分级结果;若三个角度差均小于第一角度差阈值α1且前后位移值差小于前后位移差阈值ε,则评估模型输出第一评估等级;若至少一个角度差在第一角度差阈值α1和第二角度差阈值α2构成的闭区间内且前后位移值差小于前后位移差阈值ε,则评估模型输出第二评估等级;若至少一个角度差大于等于第二角度差阈值α2且前后位移值差小于前后位移差阈值ε、或三个角度差均小于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第三评估等级;若至少两个角度差大于等于第二角度差阈值α2、或至少一个角度差大于等于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第四评估等级。
根据本发明的一个实施例,分别在左右侧膝关节的上下设置真实标记点并在膝关节骨性结构解剖特征位置处设置虚拟标记点,通过标定装置标定所述真实标记点和虚拟标记点;所述数据采集模块包括:
标定数据接收单元,用以接收标记识别装置识别全部标定装置而获得的第一组数据,或接收标记识别装置多次识别在膝关节运动过程中的真实标记点的标定装置而获得的第二组数据;
位置关系建立单元,用以根据所述标定数据接收单元接收的第一组数据,分别确定左右侧膝关节的所述真实标记点和虚拟标记点的相对位置关系;
数据初步确定单元,用以根据所述相对位置关系及所述标定数据接收单元接收的第二组数据获得或优化虚拟标记点的空间运动数据;
数据转化输出单元,通过虚拟标记点的空间运动数据在解剖坐标系下沿坐标轴的位移和绕坐标轴的旋转,构建出左右侧膝关节的三维六自由度运动数据并输出。
膝关节动态评估***的其他具体内容请参看前述关于膝关节动态评估方法的描述内容,在此不再赘述,需要说明的是,膝关节动态评估***获得的评估结果仅为膝关关节的运动程度评估结果,并非诊断结果。
本发明虽然以较佳实施例公开如上,但其并不是用来限定权利要求,任何本领域技术人员在不脱离本发明的精神和范围内,都可以做出可能的变动和修改,因此本发明的保护范围应当以本发明权利要求所界定的范围为准。
Claims (5)
1.一种膝关节动态评估方法,其特征在于,包括以下步骤:
S1:构建一评估模型,所述评估模型至少包括用以判断运动角度差值的第一角度差阈值α1、第二角度差阈值α2和用以判断前后位移值的前后位移差阈值ε,以及根据各阈值而定的评估分级结果;
S2:同步采集左侧膝关节的单组三维六自由度运动数据和右侧膝关节的单组三维六自由度运动数据,每组三维六自由度运动数据至少包括屈伸角、内外翻转角、内外旋转角和前后位移值;
S3:将左、右侧膝关节的三维六自由度运动数据进行比对,并计算出两组数据中关于屈伸角、内外翻转角、内外旋转角和前后位移值的差值;
S4:将所述差值输入至所述评估模型中,以获得相应的评估分级结果;若三个角度差均小于第一角度差阈值α1且前后位移值差小于前后位移差阈值ε,则评估模型输出第一评估等级;若至少一个角度差在第一角度差阈值α1和第二角度差阈值α2构成的闭区间内且前后位移值差小于前后位移差阈值ε,则评估模型输出第二评估等级;若至少一个角度差大于等于第二角度差阈值α2且前后位移值差小于前后位移差阈值ε、或三个角度差均小于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第三评估等级;若至少两个角度差大于等于第二角度差阈值α2、或至少一个角度差大于等于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第四评估等级;
采集三维六自由度运动数据的步骤包括以下步骤:
S21:分别在左右侧膝关节的上下设置真实标记点并在膝关节骨性结构解剖特征位置处设置虚拟标记点,通过标定装置标定所述真实标记点和虚拟标记点;
S22:通过标记识别装置识别标定装置,分别确定左右侧膝关节的所述真实标记点和虚拟标记点的相对位置关系;
S23:所述相对位置关系确定之后,在一定时间内,通过标记识别装置多次识别在膝关节运动过程中的真实标记点的标定装置,以获得真实标记点的空间运动数据,根据所述相对位置关系及真实标记点的空间运动数据获得或优化虚拟标记点的空间运动数据;
S24:通过虚拟标记点的空间运动数据在解剖坐标系下沿坐标轴的位移和绕坐标轴的旋转,构建出左右侧膝关节的三维六自由度运动数据;
所述标定装置包括至少两组用于标记真实标记点的真实标记件组,每组真实标记件组包括至少四个标记件;在膝关节运动时所述标记件之间的相对位置基本不变或有较小的变化;
所述标定装置还包括至少一组用于标记所述虚拟标记点的特定标记件组;在所述步骤S22中,所述标记识别装置至少一次同时感测到全部的真实标记件组和全部的特定标记件组从而确定真实标记点和虚拟标记点的相对位置关系;
在所述步骤S23中,根据真实标记件组中标记真实标记点的任意三个标记件与已标定的虚拟标记点之间的距离在膝关节运动中保持不变或有较小变化的特性,在标记识别装置感测获得的膝关节运动的任意帧中,所选虚拟标记点到所述三个真实标记点的间距应与该虚拟标记点到初始位置时对应的三个真实标记点间距最接近,以此为优化目标来确定该虚拟标记点的空间位置,获取所述虚拟标记点的空间运动数据。
2.如权利要求1所述的膝关节动态评估方法,其特征在于,所述第一角度差阈值α1的取值范围在3度~7度之间,所述第二角度差阈值α2的取值范围在8度~12度之间,所述前后位移差阈值ε的取值范围在1~2cm之间。
3.如权利要求1或2所述的膝关节动态评估方法,其特征在于,所述第一角度差阈值α1的取值为5度,所述第二角度差阈值α2的取值为10度,所述前后位移差阈值ε的取值为1.5cm。
4.如权利要求1所述的膝关节动态评估方法,其特征在于,在所述步骤S2中,分别针对左侧膝关节和右侧膝关节在一定时间段内,同步多周期循环采集三维六自由度运动数据,将多周期采集的三维六自由度运动数据进行数值统计后获得左侧膝关节的单组三维六自由度运动数据和右侧膝关节的单组三维六自由度运动数据。
5.一种膝关节动态评估***,其特征在于,包括:
模型构建模块,用以构建一评估模型,所述评估模型至少包括用以判断运动角度差值的第一角度差阈值α1、第二角度差阈值α2和用以判断前后位移值的前后位移差阈值ε,以及根据各阈值而定的评估分级结果;
数据采集模块,用以同步采集左侧膝关节的单组三维六自由度运动数据和右侧膝关节的单组三维六自由度运动数据,每组三维六自由度运动数据至少包括屈伸角、内外翻转角、内外旋转角和前后位移值;
比对作差模块,用以将左、右侧膝关节的三维六自由度运动数据进行比对,并计算出两组数据中关于屈伸角、内外翻转角、内外旋转角和前后位移值的差值;
分级输出模块,用以获取所述评估模型,并将所述差值输入至所述评估模型中,以获得相应的评估分级结果;若三个角度差均小于第一角度差阈值α1且前后位移值差小于前后位移差阈值ε,则评估模型输出第一评估等级;若至少一个角度差在第一角度差阈值α1和第二角度差阈值α2构成的闭区间内且前后位移值差小于前后位移差阈值ε,则评估模型输出第二评估等级;若至少一个角度差大于等于第二角度差阈值α2且前后位移值差小于前后位移差阈值ε、或三个角度差均小于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第三评估等级;若至少两个角度差大于等于第二角度差阈值α2、或至少一个角度差大于等于第二角度差阈值α2且前后位移值差大于等于前后位移差阈值ε,则评估模型输出第四评估等级;
分别在左右侧膝关节的上下设置真实标记点并在膝关节骨性结构解剖特征位置处设置虚拟标记点,通过标定装置标定所述真实标记点和虚拟标记点;所述数据采集模块包括:
标定数据接收单元,用以接收标记识别装置识别全部标定装置而获得的第一组数据,或接收标记识别装置多次识别在膝关节运动过程中的真实标记点的标定装置而获得的第二组数据;
位置关系建立单元,用以根据所述标定数据接收单元接收的第一组数据,分别确定左右侧膝关节的所述真实标记点和虚拟标记点的相对位置关系;
数据初步确定单元,用以根据所述相对位置关系及所述标定数据接收单元接收的第二组数据获得或优化虚拟标记点的空间运动数据;
数据转化输出单元,通过虚拟标记点的空间运动数据在解剖坐标系下沿坐标轴的位移和绕坐标轴的旋转,构建出左右侧膝关节的三维六自由度运动数据并输出;
所述标定装置包括至少两组用于标记真实标记点的真实标记件组,每组真实标记件组包括至少四个标记件;在膝关节运动时所述标记件之间的相对位置基本不变或有较小的变化;
所述标定装置还包括至少一组用于标记所述虚拟标记点的特定标记件组;在所述位置关系建立单元中,所述标记识别装置至少一次同时感测到全部的真实标记件组和全部的特定标记件组从而确定真实标记点和虚拟标记点的相对位置关系;
在所述数据初步确定单元中,根据真实标记件组中标记真实标记点的任意三个标记件与已标定的虚拟标记点之间的距离在膝关节运动中保持不变或有较小变化的特性,在标记识别装置感测获得的膝关节运动的任意帧中,所选虚拟标记点到所述三个真实标记点的间距应与该虚拟标记点到初始位置时对应的三个真实标记点间距最接近,以此为优化目标来确定该虚拟标记点的空间位置,获取所述虚拟标记点的空间运动数据。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610216324.8A CN105902274B (zh) | 2016-04-08 | 2016-04-08 | 膝关节动态评估方法及*** |
US15/774,810 US11039762B2 (en) | 2015-11-13 | 2016-04-25 | Joint movement analysis system and method; knee-joint dynamic evaluation method and system |
PCT/CN2016/080115 WO2017080137A1 (zh) | 2015-11-13 | 2016-04-25 | 关节运动检测***、方法及膝关节动态评估方法、*** |
EP16863327.9A EP3376414B1 (en) | 2015-11-13 | 2016-04-25 | Joint movement detection system and method, and dynamic assessment method and system for knee joint |
US17/322,870 US20210267494A1 (en) | 2015-11-13 | 2021-05-17 | Analysis system and method of joint movement |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610216324.8A CN105902274B (zh) | 2016-04-08 | 2016-04-08 | 膝关节动态评估方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105902274A CN105902274A (zh) | 2016-08-31 |
CN105902274B true CN105902274B (zh) | 2017-08-25 |
Family
ID=56745628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610216324.8A Active CN105902274B (zh) | 2015-11-13 | 2016-04-08 | 膝关节动态评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105902274B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108447563B (zh) * | 2018-03-06 | 2021-09-21 | 上海逸动医学科技有限公司 | 一种关节运动智能评分方法及膝关节运动智能分级评分方法 |
CN109480850A (zh) * | 2018-11-27 | 2019-03-19 | 天津科技大学 | 一种男性老年人跌倒风险评估***及方法 |
CN110200648A (zh) * | 2019-04-09 | 2019-09-06 | 田昕 | 一种医用膝关节康复护理***及信息处理方法 |
CN113049795A (zh) * | 2021-03-10 | 2021-06-29 | 上海逸动医学科技有限公司 | 一种用于膝关节标本的多种功能测试方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468896A (zh) * | 2015-11-13 | 2016-04-06 | 上海逸动医学科技有限公司 | 关节运动检测***及方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100702898B1 (ko) * | 2006-05-29 | 2007-04-03 | 경북대학교 산학협력단 | 동작분석을 이용한 보행훈련 장치 |
US20080161731A1 (en) * | 2006-12-27 | 2008-07-03 | Woods Sherrod A | Apparatus, system, and method for monitoring the range of motion of a patient's joint |
DE102007031946A1 (de) * | 2007-07-06 | 2009-01-08 | Charité-Universitätsmedizin Berlin | Verfahren zum Ermitteln von für die Charakterisierung von Gelenkbewegungen relevanten Informationen |
US8444564B2 (en) * | 2009-02-02 | 2013-05-21 | Jointvue, Llc | Noninvasive diagnostic system |
CN101791215B (zh) * | 2010-01-12 | 2012-06-27 | 黄红拾 | 一种辅助评价足底和/或踝关节和/或膝关节受力状态的方法 |
CN102119877B (zh) * | 2010-12-15 | 2012-11-07 | 河北工业大学 | 建立下肢假肢自动训练专家知识库的方法 |
US8840527B2 (en) * | 2011-04-26 | 2014-09-23 | Rehabtek Llc | Apparatus and method of controlling lower-limb joint moments through real-time feedback training |
CN102521508B (zh) * | 2011-12-08 | 2014-12-24 | 天津大学 | 一种功能性电刺激下的自适应神经模糊肌肉建模方法 |
US10993639B2 (en) * | 2014-04-25 | 2021-05-04 | Massachusetts Institute Of Technology | Feedback method and wearable device to monitor and modulate knee adduction moment |
CN105286875A (zh) * | 2015-11-24 | 2016-02-03 | 龙岩学院 | 一种辅助筛查前交叉韧带损伤的步态分析方法 |
CN105468908A (zh) * | 2015-11-24 | 2016-04-06 | 龙岩学院 | 一种辅助筛查膝骨性关节炎的步态分析方法 |
CN105615890B (zh) * | 2015-12-24 | 2018-08-10 | 西安交通大学 | 人体下肢行走关节角度肌电连续解码方法 |
-
2016
- 2016-04-08 CN CN201610216324.8A patent/CN105902274B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468896A (zh) * | 2015-11-13 | 2016-04-06 | 上海逸动医学科技有限公司 | 关节运动检测***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105902274A (zh) | 2016-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105902274B (zh) | 膝关节动态评估方法及*** | |
Al-Amri et al. | Inertial measurement units for clinical movement analysis: Reliability and concurrent validity | |
CN102567638B (zh) | 一种基于微型传感器的交互式上肢康复*** | |
Cho et al. | Evaluation of validity and reliability of inertial measurement unit-based gait analysis systems | |
Bolink et al. | Validity of an inertial measurement unit to assess pelvic orientation angles during gait, sit–stand transfers and step-up transfers: Comparison with an optoelectronic motion capture system | |
US11324439B2 (en) | Methods and apparatus for machine learning to analyze musculo-skeletal rehabilitation from images | |
Lapinski et al. | A wide-range, wireless wearable inertial motion sensing system for capturing fast athletic biomechanics in overhead pitching | |
CN115954081A (zh) | 膝关节置换术后远程智能康复方法及*** | |
Chiari et al. | Human movement analysis using stereophotogrammetry: Part 2: Instrumental errors | |
Niswander et al. | Optimization of IMU sensor placement for the measurement of lower limb joint kinematics | |
CN101189638B (zh) | 膝关节形态的特征描述方法和*** | |
CN203149575U (zh) | 一种基于微型传感器的交互式上肢康复设备 | |
WO2017080137A1 (zh) | 关节运动检测***、方法及膝关节动态评估方法、*** | |
CN102323854A (zh) | 人体运动捕获装置 | |
Qiu et al. | Towards wearable-inertial-sensor-based gait posture evaluation for subjects with unbalanced gaits | |
US20220386942A1 (en) | Methods And Apparatus For Machine Learning To Analyze Musculo-Skeletal Rehabilitation From Images | |
CN102679964B (zh) | 步态参数测量***及其数据处理装置和方法 | |
CN108388887A (zh) | 基于学步期幼儿步态提取的双足机器人运动学分析方法 | |
Bourgain et al. | Golf swing biomechanics: A systematic review and methodological recommendations for kinematics | |
CN107115102A (zh) | 一种骨关节功能评估方法与装置 | |
Salehi et al. | Body-IMU autocalibration for inertial hip and knee joint tracking | |
Vigneron et al. | Predicting postoperative gait in cerebral palsy | |
Bravi et al. | Validity analysis of WalkerViewTM instrumented treadmill for measuring spatiotemporal and kinematic gait parameters | |
Hullfish et al. | Measuring clinically relevant knee motion with a self-calibrated wearable sensor | |
Frick et al. | Joint center estimation using single-frame optimization: Part 2: Experimentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |