[发明专利]手功能康复训练评估方法和系统

说明书

技术领域

本发明涉及医疗器械技术领域，具体地，涉及手功能康复训练评估方法和系统。

背景技术

手功能康复训练能够有效帮助偏瘫患者恢复手部功能，一般手的功能模式可以分为两种：力性抓握和精确抓握。力性抓握是拇指运动与手部尺侧的环指和小指用力屈伸相结合所产生的动作。而精确抓握是由手的桡侧部分参与完成的较精细的功能动作。若要进行手功能的康复训练，则需要从这两个方面入手，通过手部完成相应的动作来达到康复治疗的效果。

为了便于康复治疗的进行，以及保证康复训练的精确性，手功能康复训练机器人已经成为了一项重点的研究对象。手功能康复训练机器人能够使得患者的康复训练更为系统，科学。患者可以通过康复训练机器人进行自主训练，而不必每次训练都需要医护人员陪同进行观察记录。同时，康复训练机器人也能够更为高效地对患者的康复训练成果进行评估。

目前，现有的基于传感技术的手功能康复训练指数的计算方法，通过使用空间传感器获取目标关节的位置。从而可以将用户康复训练的成果转化为数字量，以便医生以及患者能够更为直观地了解康复情况。但是，这种方法在此康复训练过程中，用户需要全程佩戴智能手套，对用户的手部动作存在干扰。另外，上述方法虽然能将训练成果数字量化，却无法让用户直观地，实时地感受到训练成果的进步，无法得知每一个单一的训练动作的效果，只能在训练结束后得出训练成果。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种手功能康复训练评估方法和系统。

根据本发明提供的手功能康复训练评估方法，包括：

步骤1：确定预设手部规范动作中需要检测的手部关节点；

步骤2：通过体感设备捕捉所述需要检测的手部关节点的坐标位置，并分析出用户手部的运动状态和姿势；

步骤3：实时跟踪显示用户手部的运动状态和姿势；

步骤4：判断用户手部的运动状态和姿势是否与预设手部规范动作相符合；若不符合预设手部规范动作，则输出提示信息；若符合预设手部规范动作，则计算出用户手部动作完成度的量化值；

步骤5：输出所述量化值作为用户手功能康复训练的结果。

可选地，所述步骤1中需要检测的手部关节点包括：各个手指的骨节、手掌心。

可选地，所述步骤2包括：

步骤2.1：通过体感设备Leap Motion捕捉所述需要检测的手部关节点的坐标位置，通过所述体感设备Leap Motion中的SDK包提供的坐标系转换函数，得到所述需要检测的手部关节点在深度空间中对应的空间三维坐标和空间矢量；

步骤2.2：根据所述需要检测的手部关节点在深度空间中对应的空间三维坐标获取各个关节点之间的相对距离，根据所述需要检测的手部关节点在深度空间中对应的空间矢量获取各个手指之间的夹角以及每个手指不同骨节之间的夹角；

步骤2.3：根据各个关节点之间的相对距离、各个手指之间的夹角以及每个手指不同骨节之间的夹角确定用户手部的运动状态和姿势；其中：

通过各个关节点之间的相对距离和各个手指之间的夹角来确定手指与手掌心的位置关系；

通过每个手指两两骨节之间的夹角来确定每个手指的弯曲程度。

可选地，所述步骤3包括：

根据体感设备分析出的用户手部的运动状态和姿势来生成虚拟手，所述虚拟手用于同步显示用户手部的运动状态和姿势。

可选地，所述步骤4中若符合预设手部规范动作，则计算出用户手部动作完成度的量化值，所述量化至包括：动作完成系数和动作完成得分score；

根据每个预设动作对应的用户手部各关节数据相关的公式来计算所述预设动作完成度的数字量，其中：

舒展动作时，动作完成得分的计算公式如下：

Score＝(a-Aft_i)*t+60；

式中：Aft_i表示第i根手指第1指节和第3指节之间的夹角，下标i为大于等于1小于等于5的整数；a表示设定的第一训练参数，t表示设定的第二训练参数；其中a和t的值根据训练要求来设定；

当舒展动作中伸指的手指为多个时，伸指动作的完成分为所有手指动作完成得分的平均值；

对指动作时，动作完成得分的计算公式如下：

Score＝(a-bd)*t+60；

式中：bd表示所需对指两指节的距离；

握拳动作时，动作完成得分的计算公式如下：

Score＝(a-tp)*t+60；