传统康复训练需患者在专业治疗师指导下在特定训练地点进行，因为效果不易评估，需要耗费大量医生精力而不能满足患者需求。利用计算机等设备辅助患者进行智能康复训练是世界各国积极研究的方向。本文设计了一种利用OpenPose检测的人体关节点信息进行人体动作识别和错误动作纠正返回的病人康复训练系统。主要针对偏瘫病人克服痉挛及提高身体反应能力康复训练，设计了五组训练动作，对偏瘫病人的人体关节点恢复十分有帮助。针对大量关节点信息，提出了利用动作相关关系模型、余弦角度模型以及DTW动态时间规整算法进行错误姿势判断，整体算法基于OpenPose框架，有效对视频中患者所做康复训练动作进行识别，并进行正误判断和纠正提示。实验结果表明，OpenPose识别率在现有方法中较为优秀，在MPII数据集上对于人体关节点的平均识别率可达到75.6%。将测试人员数目增加到十个人，对十个人每组动作的检测情况和正误判断情况进行检测，得到病人康复训练系统动作识别准确率平均值为98.88%，正误判断准确率平均值为99.68%，有着较为不错的应用前景。

每组动作判断效果

（1）弓步压腿判断效果

弓步压腿标准动作检测结果（图4-4（a））；弓步压腿不标准动作检测结果（图4-4（b））

不标准动作纠正信息包括：当膝盖超过脚尖时，返回信息“前腿弯曲角度过大”，

当后腿弯曲过度时，返回信息“后腿弯曲过度”。

（a）标准    （b）不标准

图4-4 弓步压腿动作检测结果图

（2）立体体前屈判断效果

立体体前屈标准动作判断结果（图4-5（a））；立体体前屈不标准动作判断结果（图4-5（b））纠正信息包括，当病人手为了够到地腿部弯曲时，纠正信息为“腿部弯曲过度”。

（a）标准    （b）不标准

图4-5 立体体前屈动作判断结果

（3）曲肘抬臂判断效果

曲肘抬臂标准动作判断结果（图4-6（a））；曲肘抬臂不标准动作判断结果（图4-6（b））：纠正信息包括：当病人忽视肘关节贴近腰部时，肘关节将得不到应有的锻炼，只能感受到上半臂的肌肉拉伸感，这是返回纠正信息“肘关节抬得过高，请贴近腰部”。

（a）标准    （b）不标准

图4-6 曲肘抬臂动作判断结果

（4）直立前抬腿判断效果

直立前抬腿标准动作判断结果（图4-7（a））；直立前抬腿不标准动作判断结果（图4-7（b））。

纠正信息包括：当病人腿部无法绕髋关节有效运动，腿部出现明显弯曲时，纠正信息为“腿部弯曲过度”。

（a）标准      （b）不标准

图4-7 直立前抬腿动作判断结果

（5）下蹲判断效果

下蹲标准动作判断结果（图4-8（a））;下蹲不标准动作判断结果（图4-8（b））。

纠正信息包括：当病人手臂没有按标准往前平举时，就会丢失应有的围绕肩关节的运动，纠正信息为“请将手臂向前平举”。

（6）坐位伸展动作判断效果（背部无检测点，返回提示信息）。

提示信息包括：在做坐位伸展的过程中，背部需要挺直，这时围绕肩关节的运动才会更有效，提示信息包括“请挺直后背”（图4-9）。

（a）标准    （b）不标准

图4-8 下蹲标准动作判断结果

图4-9 坐位伸展动作判断结果

4.4.3 动作识别率实验

为了测试每组动作在不同个体和背景环境下的识别效果，将测试样本增加到10个人，下表4-2表示的是动作识别情况，如果该动作可以判断出来即视为判断正确，如果将测试者的动作识别成了别的动作，即视为识别错误。

表4-2 五组动作识别率

测试人

是否标准

抬腿

弓步

曲肘

下蹲

立体体前屈

1号

标准

100%

100%

100%

100%

100%

不标准

100%

100%

100%

100%

100%

2号

标准

95%

100%

100%

100%

100%

不标准

100%

100%

100%

100%

100%

3号

标准

96%

100%

100%

100%

100%

不标准

95%

100%

100%

100%

92%

续表4-2

测试人

是否标准

抬腿

弓步

曲肘

下蹲

立体体前屈

4号

标准

98%

100%

100%

100%

100%

不标准

100%

100%

100%

95%

99%

5号

标准

97%

100%

100%

100%

100%

不标准

100%

100%

98%

100%

99%

6号

标准

97%

100%

100%

99%

100%

不标准

100%

99%

100%

100%

100%

7号

标准

100%

100%

100%

100%

100%

不标准

100%

100%

100%

94%

100%

8号

标准

100%

97%

100%

99%

100%

不标准

100%

100%

100%

100%

97%

9号

标准

98%

90%

99%

100%

100%

不标准

86%

100%

99%

99%

100%

10号

标准

98%

93%

94%

100%

91%

不标准

100%

99%

100%

96%

100%

病人康复训练中姿势识别与纠正方法研究相关推荐

  1. ACMMM2021｜在多模态训练中融入“知识+图谱”：方法及电商应用实践

    简介: 随着人工智能技术的不断发展,知识图谱作为人工智能领域的知识支柱,以其强大的知识表示和推理能力受到学术界和产业界的广泛关注.近年来,知识图谱在语义搜索.问答.知识管理等领域得到了广泛的应用. 作 ...

  2. r语言必学的十个包肖凯_家长专栏自闭症儿童语言康复训练

    自闭症是一种广泛意义上的发育障碍,在儿童当中较为常见.自闭症的一种重要表现就是语言能力障碍和表达能力障碍.语言又是建立人际关系.认识世界.表达情感的最主要方式和途径,自闭症儿童存在的语言障碍在某种程度 ...

  3. 基于惯性传感器的上肢康复训练评估

    基于惯性传感器的上肢康复训练评估 神经肌肉系统疾病患者,往往需要进行长期的康复训练恢复自由活动的能力或保持肌肉活性.在肢体康复训练中,临床医生给患者开一系列康复训练的处方,无论是在患者面前演示还是移动 ...

  4. 美颜sdk中，实现人脸识别的主要方法有哪些？

    美颜sdk的核心技术之一--人脸识别,其发展经过了较长时间,最终产生了一批成型的技术实现方法.接下来,小编就为大家简单介绍下这些方法. 一.Eigen Face(特征脸技术) MIT实验室的特克和潘特 ...

  5. 在成人影片里做17种姿势识别？大佬在线求助：训练集不够用！

    点击上方"迈微AI研习社",选择"星标★"公众号 重磅干货,第一时间送达 转载自:新智元 后台回复"加群"进入-> CV 微信技术交流 ...

  6. 面部识别必看！5篇顶级论文了解如何实现人脸反欺诈、跨姿势识别等（附链接）...

    来源:新智元 本文约1800字,建议阅读5分钟. 本文筛选了5篇非常重量级的有关人脸识别的机器学习论文,并提炼出论文最关键的信息. [ 导读 ]面部识别是计算机视觉中最大的研究领域之一.许多公司都投资 ...

  7. 基于openpose的用户姿势识别

    基于openpose数据的用户姿势识别 继续上一篇的github项目,继续将他修改成基于openpose数据集的网络结构. 1. 神经网络复习 为了方便读懂神经网络的框架代码和后续的网络按需修改,在这 ...

  8. 深度学习训练中关于数据处理方式--原始样本采集以及数据增广

    版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/SMF0504/article/details/78695908 好久没有写博客,一直想重新调整自己的 ...

  9. 神经网络训练中的Tricks之高效BP（反向传播算法）

    神经网络训练中的Tricks之高效BP(反向传播算法) zouxy09@qq.com http://blog.csdn.net/zouxy09 Tricks!这是一个让人听了充满神秘和好奇的词.对于我 ...

最新文章

  1. 基于组件的案例：购物车
  2. String s=new String(abc)创建了2个对象的原因
  3. djandgo model id
  4. 头的各个部位示意图_微观古建—古建筑的墀头（一）
  5. android jni 回调 java_android linux线程通过JNI回调java函数 | 学步园
  6. mysql读书笔记---mysql safe update mode
  7. Spring声明式事务管理、事务的传播行为xml配置
  8. 使用Spring Boot Actuator 监控程序运行状态
  9. [导入]服务器终极安全设置与优化指南
  10. primefaces教程_Primefaces树，TreeNode，TreeTable示例教程
  11. Java虚拟机栈和本地方法栈
  12. 快捷指令通知运行html,快捷指令通知怎么关？快捷指令通知关了又自动开了的原因...
  13. 【图算法】(3) 网络的基本静态几何特征（二），附networkx完整代码
  14. 华为P7开启USB调试方法
  15. linux访问局域网共享,精解局域网访问及共享（三）
  16. java程序员昵称_那些神秘的Java程序员
  17. JS中变量存储在堆中还是栈中？（深入内存原理）
  18. win10专业版和企业版的区别
  19. ClickHouse遇见RoaringBitmap
  20. 日期和时间范围区间怎么查询

热门文章

  1. 还原 Windows 11 右键菜单样式
  2. 网络工程师-复习11-下一代互联网
  3. micropython stm32f405_STM32F405RGT6核心板兼MicroPython开发板的电路方案设计（原理图+完整工程）...
  4. 【数论】素数（五）：梅森素数（Lucas_Lehmer判定法）
  5. Hibernate对象的三种状态(瞬时态，持久态，游离态)
  6. c语言复习--寄存器变量(register)
  7. SpringAop切面中获取方法的返回值
  8. Failed to include caffe_pb2, things might go wrong! ... TypeError: expected bytes, str found
  9. SpringIOC是如何降低代码的耦合度的
  10. Starting sshd: /var/empty/sshd must be owned by root and not group or world-writable.