[发明专利]基于肢体动作的颈椎病评估装置

说明书

本发明提供了一种基于肢体动作的颈椎病评估装置，其包括：存储模块，存储有用于评估颈椎病的严重程度的参考数据；视频采集模块，用于采集含有评估目标的肢体动作的视频；信息提取模块，用于将视频拆分为多个单帧图像；数据分析模块，用于根据单帧图像计算测试参数，数据分析模块在单帧图像上设置与评估目标的肢体对应的多个关键点，测试参数包括在预设时间段内评估目标的肢体完成预设动作的次数和/或关键点的运动参数，数据分析模块还用于计算测试参数与参考数据的差值；显示模块，用于显示评估结果，评估结果包括测试参数、差值以及与差值相关的病情程度中的任何一个或多个。用户可以利用颈椎病评估装置自行操作评估颈椎病的严重程度。

技术领域

本发明涉及疾病诊断辅助设备技术领域，尤其涉及的是一种基于肢体动作的颈椎病评估装置。

背景技术

颈椎病在中老年人群中发病率较高，颈部神经受压后四肢活动功能受影响，主要表现为手部及腿部乏力、动作不灵活、僵硬感等，因此对肢体活动功能的评估可反映颈椎病的严重程度。临床上可以让患者完成特定的肢体动作，医生根据患者完成该肢体动作的频率、幅度等情况可以评估颈椎病的严重程度。

目前，对于患者完成肢体动作的频率、幅度等情况的统计，依赖于人眼计数，计数者容易疲劳，且容易错漏；此外，患者需依赖医生现场检查，无法在家中自行检查，时间和场地受限。

因此，还需要提供一种新的基于肢体动作的颈椎病评估装置以解决上述问题。

发明内容

针对现有技术的上述缺陷，本发明提供了一种方便用户自行操作评估颈椎病的严重程度的基于肢体动作的颈椎病评估装置。

本发明解决技术问题所采用的技术方案如下：

一种基于肢体动作的颈椎病评估装置，其包括：存储模块，存储有用于评估颈椎病的严重程度的参考数据；视频采集模块，用于采集含有评估目标的肢体动作的视频；信息提取模块，用于将所述视频拆分为多个单帧图像；数据分析模块，用于根据所述单帧图像计算测试参数，所述数据分析模块在所述单帧图像上设置与评估目标的肢体对应的多个关键点，所述测试参数包括在预设时间段内评估目标的肢体完成预设动作的次数和/或所述关键点的运动参数，所述数据分析模块还用于计算所述测试参数与所述参考数据的差值；显示模块，用于显示评估结果，所述评估结果包括所述测试参数、所述差值以及与所述差值相关的病情程度中的任何一个或多个。

优选地，所述数据分析模块利用基于卷积神经网络的深度学习方法在多个所述单帧图像中捕捉评估目标的肢体动作。

优选地，所述运动参数包括所述关键点的运动速度、运动频率和运动幅度中的一个或多个。

优选地，所述关键点根据评估目标的手部结构布置，在所述单帧图像中，每根手指的指尖和三个指关节均设置有关键点，手掌的根部设置有至少一个关键点。

优选地，所述存储模块还存储有评估目标的属性，所述属性包括性别和年龄，并且所述病情程度与所述属性相关。

优选地，所述颈椎病评估装置还包括服务器和数据传输模块，所述存储模块、所述信息提取模块和所述数据分析模块均设于所述服务器，所述视频采集模块和所述显示模块均通过所述数据传输模块实现与所述服务器的数据通信。

优选地，所述颈椎病评估装置还包括手机或平板电脑，所述视频采集模块和所述显示模块均设于所述手机或所述平板电脑。

优选地，所述卷积神经网络包括卷积姿态机，所述卷积姿态机包括多个阶段，第一个阶段提取所述单帧图像的特征并计算所述关键点的置信图，第一个阶段之后的阶段以所述单帧图像的特征和上一阶段输出的所述置信图作为输入，所述卷积姿态机获得最后阶段的输出后，将每个所述关键点对应的所述置信图中可信度最高的预测坐标作为最终结果。