[发明专利]运动损伤评估方法、系统、介质及终端在审
申请号: | 202111058425.4 | 申请日: | 2021-09-10 |
公开(公告)号: | CN113749618A | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 葛曜菘 | 申请(专利权)人: | 匠影(上海)智能科技有限公司 |
主分类号: | A61B5/00 | 分类号: | A61B5/00;A61B5/01 |
代理公司: | 上海骁象知识产权代理有限公司 31315 | 代理人: | 赵峰 |
地址: | 201304 上海市浦东新区中国(上海)*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 运动 损伤 评估 方法 系统 介质 终端 | ||
1.一种运动损伤评估方法,其特征在于,包括以下步骤:
分别获取待测用户运动前和运动后对应的第一热辐射图像和第二热辐射图像;
对所述第一热辐射图像和所述第二热辐射图像分别进行提取分割,获取相应的第一人体热图和第二张人体热图;
比对所述第一张人体热图和所述第二张人体热图,以根据比对结果评估所述待测用户的运动损伤结果。
2.根据权利要求1所述的运动损伤评估方法,其特征在于,对所述第一热辐射图像和所述第二热辐射图像分别进行提取分割,获取相应的第一张人体热图和第二张人体热图包括以下步骤:
采用最大类间方差分割算法和/或最大熵分割法对所述第一热辐射图像进行提取分割,获取所述第一张人体热图;
采用最大类间方差分割算法和/或最大熵分割法对所述第二热辐射图像进行提取分割,获取所述第二张人体热图。
3.根据权利要求2所述的运动损伤评估方法,其特征在于,采用最大类间方差分割算法对所述第一热辐射图像进行提取分割包括以下步骤:
采用如下公式对所述第一热辐射图像获取第一目标阈值并对所述第一热辐射图像进行分割:
根据所述第一目标阈值将所述第一热辐射图像的像素点划分为灰度值高于所述第一目标阈值的第一目标集合,和灰度值小于所述第一目标阈值的第一背景集合;
Pi=ni/L;
其中,表示所述第一热辐射图像分割后的类内方差,用于反映所述第一目标集合和所述第一背景集合各自方差的大小;表示所述第一热辐射图像分割后的类间方差;T1表示所述第一目标阈值;所述第一热辐射图像含有L个灰度,每个灰度级在所述第一热辐射图像中出现的频数为ni,灰度级i对应的概率为Pi;μc表示所述第一目标集合内像素点对应灰度值的均值;μd表示所述第一背景集合内像素点对应灰度值的均值;表示所述第一目标集合内像素点对应灰度值的方差;表示所述第一背景集合内像素点对应灰度值的方差;ωc表示所述第一目标集合占所述第一热辐射图像的概率;ωd表示所述第一背景集合占所述第一热辐射图像的概率;μ表示所述第一热辐射图像的像素点对应灰度值的均值;σ2表示所述第一热辐射图像的像素点对应灰度值的方差。
4.根据权利要求2所述的运动损伤评估方法,其特征在于,采用最大熵分割法对所述第一热辐射图像进行提取分割包括以下步骤:
采用如下公式对所述第一热辐射图像获取第二目标阈值并对所述第一热辐射图像进行分割:
根据所述第二目标阈值将所述第一热辐射图像的像素点划分为灰度值高于所述第二目标阈值的第二目标集合,和灰度值小于所述第二目标阈值的第二背景集合;
H=He+Hf;
其中,所述第一热辐射图像含有L个灰度,灰度级i对应的概率为Pi;H表示所述第一热辐射图像的熵;Pe(i)表示所述第二目标集合中的灰度估计概率;Pf(i)表示所述第二背景集合中的灰度估计概率;ωe表示所述第二目标集合占所述第一热辐射图像的概率;ωf表示所述第二背景集合占所述第一热辐射图像的概率;T2表示所述第二目标阈值;He表示所述第二目标集合的熵;Hf表示所述第二背景集合的熵。
5.根据权利要求1所述的运动损伤评估方法,其特征在于,所述第一热辐射图像于一天内的获取时刻与所述第二热辐射图像于一天内的获取时刻相同;分别获取待测用户运动前和运动后对应的第一热辐射图像和第二热辐射图像包括以下步骤:
分别获取所述待测用户运动前和运动后对应的不同时刻的第一热辐射图像和第二热辐射图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于匠影(上海)智能科技有限公司,未经匠影(上海)智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111058425.4/1.html,转载请声明来源钻瓜专利网。