[发明专利]坐位体前屈监测装置和方法

权利要求书

1.一种坐位体前屈监测装置，其特征在于，包括：

坐位体前屈监测设备、控制器、喇叭、摄像头以及显示屏；

所述坐位体前屈监测设备设置在体检室内，所述摄像头对准坐位体前屈监测设备；

所述摄像头、喇叭和显示屏均同控制器电连接；

所述摄像头用于采集受试者在坐位体前屈监测设备上的图像并传送到控制器中；

所述控制器用于根据受试者在坐位体前屈监测设备上的图像得到坐位体前屈监测指标；

所述喇叭用于语音提示受试者进行坐位体前屈动作的。

2.根据权利要求1所述的坐位体前屈监测装置，其特征在于，所述坐位体前屈监测设备包括支撑架，所述支撑架的下部与支撑板一的前端固连，所述支撑架的上部与支撑板二的前端固连，所述支撑板二的顶壁上设置有刻度。

3.根据权利要求1所述的坐位体前屈监测装置，其特征在于，所述控制器还用于基于计算机视觉目标检测方法，将受试者图像输入到训练好的手部识别模型，输出受试者图像双手的矩形检测框；如果受试者图像双手的矩形检测框指尖位置未对齐，就启动喇叭提示受试者两手指尖对齐；在未检测到受试者在坐位体前屈监测设备上的图像上出现腿弯曲和两手指尖并未对齐时，根据受试者图像双手的矩形检测框指尖位置的像素坐标，对照步骤2支撑板二刻度与图像像素坐标对应关系，推导出受试者的坐位体前屈监测指标值。

4.一种坐位体前屈监测装置的方法,其特征在于，包括：

步骤1:检测设备安装完成之后对摄像头标定，得到相机内参；

步骤2:以相机内参及摄像头拍摄的支撑板二为输入，矫正支撑板二图像畸变，获得矫正后支撑板二刻度与图像像素坐标的对应关系；

步骤3：受试者进入体检室并坐在支撑板一上并把手放在支撑板二上进行坐位体前屈；

步骤4：所述控制器控制摄像头来采集受试者在坐位体前屈监测设备上的图像并传送到控制器中；

步骤5：基于计算机视觉关节点检测方法，将受试者图像输入到膝关节与踝关节检测模型，输出受试者图像两个关节点的矩形检测框；

步骤6：如果膝关节、踝关节连线与支撑板一之间夹角大于30度，则认定为受试者腿部弯曲，就启动喇叭提示受试者腿放直；

步骤7：基于计算机视觉目标检测方法，将受试者图像输入到训练好的手部识别模型，输出受试者图像双手的矩形检测框；

步骤8：如果受试者图像双手的矩形检测框指尖位置未对齐，就启动喇叭提示受试者两手指尖对齐；

步骤9：在控制器未检测到受试者在坐位体前屈监测设备上的图像上出现腿弯曲和两手指尖并未对齐时，根据受试者图像双手的矩形检测框指尖位置的像素坐标，对照步骤2支撑板二刻度与图像像素坐标对应关系，推导出受试者的坐位体前屈监测指标值；

步骤10：控制器将受试者的坐位体前屈受试者的坐位体前屈值传送到显示屏上显示。

5.根据权利要求4所述的坐位体前屈监测装置的方法,其特征在于，包括：所述膝关节与踝关节检测模型以及手部识别模型的训练算法，具体包括：

步骤A-1：收集坐位体前屈的训练图像数据集X；

步骤A-2：使用LabelMe标注平台对训练图像X标注出受试者的膝关节、踝关节和手部，分别获得受试者的膝关节的目标类别标签、踝关节的目标类别标签和手部的目标类别标签，即Y_1、Y_2和Y_3，还分别获得受试者的膝关节的目标边框标签B_1、受试者的踝关节的目标边框标签B_2和受试者的手部的目标边框标签B_3；

步骤A-3：使用大规模目标检测数据集COCO上训练好的YOLOv5深度神经网络模型作为膝关节、踝关节和手部的检测模型，坐位体前屈的训练图像数据集X作为输入，类别标签Y_1、Y_2和Y_3)以及边框标签B_1、B_2和B_3作为预测目标；

步骤A-4：膝关节、踝关节和手部的检测模型构建目标检测损失函数，具体如公式(1)所示：

其中，表示分类损失，N表示图像数量，表示类别的交叉熵分类损失函数，表示目标框的均方误差回归损失函数，f表示目标检测模型，x_i表示第i个训练图像，y_i表示第i个图像的目标类别，b_i表示第i个图像的目标框；

步骤A-5：基于随机梯度下降，端到端地对目标检测模型参数迭代迭代式更新，得到训练好的膝关节、踝关节和手部检测模型。