[发明专利]一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法

说明书

本发明涉及一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法，属于人工智能领域。通过视觉捕捉传感器采集患者骨骼数据，将数据与模型匹配以实现体感驱动控制角色模型参与到虚拟康复训练中，患者根据虚拟场景中目标和轨迹引导、视觉反馈等完成设计的康复训练动作；通过惯性传感器采集患者上肢运动数据，分析计算获得肩、肘关节角度、脊柱倾斜角度等，根据角度参数监测判断患者的代偿运动状况，并进一步对场景参数进行自适应调整映射在虚拟场景康复训练过程中；提取时域频域特征与相关运动特征参数一起输入支持向量机从而实现对患者运动功能的评估。通过此方法，最终实现了运动功能康复训练过程中对代偿运动的有效抑制。

技术领域

本发明属于人工智能领域，涉及一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法。

背景技术

对脑卒中患者尽早介入初期的康复训练，它不仅能减少神经功能的丧失，减少并发症的发生，而且能重建运动功能，提高日常生活的基本能力。传统的康复训练主要以物理疗法、运动治疗为主，同时其训练往往需要专业治疗师在场指导并提供正确的手法操作。治疗医师在同一时间段只能对单个病患进行指导，同时目前康复治疗师资源相当匮乏，因此传统的训练方式效率较低、周期长且内容单调、治疗成本高昂。不仅如此，偏瘫患者运动障碍的原因很大程度上就是无法自主选择激活肌肉的类型及激活程度而外显出病理性的协同模式，目前的康复训练系统均以固定模式的训练方式来帮助患者实现功能重建，缺少对于上肢运动特性的考量，难以实现真实的关节联动运动模式。

目前市场上针对这些缺点也提出了相应的解决办法，专利CN108854034B公布了一种基于虚拟现实和惯性动捕的脑卒中康复训练系统。该系统通过惯性传感器采集各个关节部位的的运动数据驱动Unity3D软件的患者实时动作状态模型。患者可根据游戏模块完成常规训练动作，系统通过对比采集的肢体运动数据与预设标准动作数据计算相似度综合训练难度与完成时间对患者状况进行评估。该发明增加了训练的趣味性并降低了治疗成本，但其缺少对患者状态监测和相应的调整机制可能无法应对训练过程中发生的各种状况。

专利CN110123572A公布了一种偏瘫上肢代偿运动多模态交互的康复机器人训练系统。该系统采集上肢的肌电信号以及肘关节和躯干的运动参数并对偏瘫上肢的三项指标患者肌肉协同指标、患肢关节协同指标和躯干代偿运动进行量化计算，并以此作为依据评估康复效果。该发明实现了上肢代偿运动的监测与评估，但其缺乏视觉激励通道和策略，以语音提醒的方式难以有效引导患者完成康复训练。

专利CN111840920A公布了一种基于虚拟现实的上肢智能康复系统，该系统通过人体姿态估计算法提供上肢的四维坐标数据并实现上肢动作的同步映射，利用虚拟现实场景进行上肢目标触碰任务引导并进行评估。该发明以触及任务引导患者进行上肢关节联动运动训练，但其不能通过调整相应场景参数对上肢肩肘关节协同运动的正确模式进行有效引导，导致运动功能重建过程受挫。

上肢运动是上肢多关节在时间、空间的相互协同配合，同时，中枢神经系统给对于上肢的多种调控策略以及人体上肢高度复杂的结构使得上肢具有复杂的运动模式。目前市场上给出的解决方案选择在上肢康复机器人的基础上结合虚拟现实技术以提高患者对康复训练的粘附性和训练效果，且大部分的设计方案仍然是较为固化的康复训练模式，缺乏对患者上肢健康协同模式的自适应智能引导。本发明专利的提出可以很好地弥补上述不足。

发明内容

有鉴于此，本发明的目的在于提供一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法。

为达到上述目的，本发明提供如下技术方案：

一种抑制上肢肩肘康复代偿的虚拟场景参数自适应方法，该方法包括以下步骤：

S1：体感控制；

S2：姿态检测；

S3：代偿运动判断；

S4：代偿抑制；

S5：运动功能评估。