[发明专利]基于人工神经网络的上肢建模方法及运动机能评估系统

说明书

本发明提供一种基于人工神经网络的上肢建模方法及运动机能评估系统，建模方法首先通过大量正常人体上肢旋转运动数据建立并训练人工神经网络，人工神经网络完成后再通过采集建模对象的上肢旋转运动数据，将运动数据作为人工神经网络的输入，由人工神经网络输出模型参数并建立模型；所述的上肢运动数据包括：手部位姿位置、手部位姿速度和手臂长度；所述的模型参数包括：手臂旋转角度和手臂旋转速度。评估系统包括移动客户端和云端后台，移动客户端可以安装在手机和电脑等智能设备上，其利用建模方法建立标准模型，将标准模型和实际模型进行对比，根据对比误差评估运动机能。本发明提供的方法和系统具有使用便捷及评估准确的优点。

技术领域

本发明属于人体运动机能评估技术领域，尤其涉及一种基于人工神经网络的上肢建模方法，还涉及一种基于该建模方法的人体上肢运动机能评估系统。

背景技术

近年来，随着人口老龄化程度的加剧，中风偏瘫问题逐步引起人们的关注，同时人们在日常生活中会因为外力损伤，中风等事故或疾病导致手臂的运动功能损伤，但在患病初期，很少有患者注意到自身运动机能的下降，同时由于工作学习的压力，很少有人会到医院的康复科进行专业的检查，延误了诊治的最佳时机。随着移动设备的流行，各种体能监测软件应运而生，人们通过智能手环监测心率睡眠等等，各种便捷的移动诊断方法也被提了出来，但从康复医学的角度，这些分析方法都缺少对人体运动学模型进行分析，缺乏对人体关节运动能力的诊断，对于临床的应用性仍然有很大的改进空间。

传统的康复评估，患者需要到医院就医，康复医师对其身体机能进行检测，同时患者需要完成示范动作，康复医师通过专业设备对患者运动能力分析。虽然检测效果准确专业，但在生活压力繁重的今天，时间和金钱等等因素，许多患者往往在万不得已的时候才去医院进行专业的诊治，耽误了最佳的治疗时期，往往加大了后期治疗的难度。

发明内容

基于现有技术存在上述问题，本发明提供一种基于人工神经网络的上肢建模方法及运动机能评估系统，建模方法首先通过大量正常人体上肢旋转运动数据建立并训练人工神经网络，人工神经网络完成后再通过采集建模对象的上肢旋转运动数据，将运动数据作为人工神经网络的输入，由人工神经网络输出模型参数并建立模型；所述的上肢运动数据包括：手部位姿位置、手部位姿速度和手臂长度；所述的模型参数包括：手臂旋转角度和手臂旋转速度。评估系统包括移动客户端和云端后台，移动客户端可以安装在手机和电脑等智能设备上，其利用建模方法建立标准模型，将标准模型和实际模型进行对比，根据对比误差评估运动机能。本发明提供的方法和系统具有使用便捷及评估准确的优点。

本发明通过以下详细技术方案达到目的：

.一种基于人工神经网络的上肢建模方法，其先通过采集建模对象的上肢旋转运动数据，将运动数据作为人工神经网络的输入，由人工神经网络输出模型参数并建立模型；

所述的上肢运动数据包括：手部位姿位置、手部位姿速度和手臂长度；

所述的模型参数包括：手臂旋转角度和手臂旋转速度。

上述建模方法包括以下步骤：

步骤S10，建模的对象按照指示做出相应的上肢旋转动作，采集上肢运动数据；

步骤S20，将所采集到的手部位姿位置、手部位姿速度和手臂长度三个运动数据作为人工神经网络的输入，通过人工神经网络模型计算后输出手臂旋转角度和手臂旋转速度；

所述的人工神经网络模型的输入层为三个节点，分别为手部位姿位置、手部位姿速度和手臂长度；具有一层隐含层，隐含层设有4个节点；输出层为两个节点，分别为手臂旋转角度和手臂旋转速度，人工神经网络模型的函数为：