基于特征关节点数据的测量头部前伸后缩距离的方法

摘要

本发明公开了基于特征关节点数据的测量头部前伸后缩距离的方法，包括步骤：采集用户特征关节点数据；建立坐标系，确定用户人体冠状面特征关节点坐标值；判断头部前伸或者后缩状态；计算头部前伸或后缩的距离。本发明通过光学动作捕捉设备进行患者头部前伸后缩的距离测量，测量过程快速、简单，测量准确。

说明书

技术领域

本发明属于计算机视觉和模式识别技术领域，尤其涉及基于特征关节点数据的测量头部前伸后缩距离的方法。

背景技术

计算机视觉，使用计算机模拟人的大脑视觉机理获取和处理信息，例如进行图像目标的检测、识别、跟踪等任务。计算机视觉也是交叉了统计学、计算机科学、神经生物学等学科，最终的目标就是实现计算机对三维现实世界的理解，实现人类视觉系统的功能；更抽象的，计算机视觉可以是看作在图像等高维数据中的感知问题，包含了图像处理和图像理解等。模式识别，寻找数据中的模式问题是一个基本问题，模式识别领域关注的是利用计算机算法自动发现数据中的规律，以及使用这些规律采取将数据分类等行动。

在颈椎康复领域，治疗师首先需要对患者进行病情诊断评估，传统的颈椎病情评估需要治疗师测量患者的颈椎关节活动度、本体感觉定位差距，并且口头询问评估过程中的疼痛情况，在不断的研究中证实，患者的头部前伸以及后缩的距离与患者颈椎的病情有着强相关性，不过由于这些数据不易获取故没有广泛使用。

发明内容

本发明的目的就在于为了解决上述问题而提供基于特征关节点数据的测量头部前伸后缩距离的方法，包括如下步骤：

S1:采集用户特征关节点数据；

S2:建立坐标系，确定用户人体冠状面特征关节点坐标值：包括用户左肩关节点、右肩关节点、头部关节点与胸椎中点关节点的坐标值；

S3:设右肩关节点指向胸椎中点关节点的向量为

判断头部前伸或者后缩状态：若

S4:设：x

则：

右肩关节点指向胸椎中点关节点的向量：

右肩关节点指向左肩关节点的向量：

右肩关节点指向头部关节点的向量：

左肩关节点、右肩关节点和胸椎中点关节点三点均在冠状面上，因此可以通过这三点的坐标解析出人体冠状面平面方程中的参数：

设人体冠状面的平面方程为：Ax+By+Cz+D＝0；

其中：

A＝y

B＝z

C＝x

S5:头部前伸或后缩的距离为头部关节点到冠状面的距离：

本发明的有益效果在于：本发明通过光学动作捕捉设备进行患者头部前伸后缩的距离测量，测量过程快速、简单，测量准确。

附图说明

图1是本发明的流程图；

图2是本发明测量系统的示意图。

具体实施方式

下面结合附图对本发明作进一步说明：

S1:采集用户特征关节点数据；

S2:建立坐标系，特征关节点的空间位置坐标基于光学捕捉设备，原点(0,0,0)位于光学捕捉设备中心，坐标正X轴朝向设备右方；正Y轴朝下；正Z轴朝向设备前方；确定用户人体冠状面特征关节点坐标值：包括用户左肩关节点、右肩关节点、头部关节点与胸椎中点关节点的坐标值；

S3:设右肩关节点指向胸椎中点关节点的向量为

判断头部前伸或者后缩状态：若

S4:设：x

则：

右肩关节点指向胸椎中点关节点的向量：

右肩关节点指向左肩关节点的向量：

右肩关节点指向头部关节点的向量：

左肩关节点、右肩关节点和胸椎中点关节点三点均在冠状面上，因此可以通过这三点的坐标解析出人体冠状面平面方程中的参数：

设人体冠状面的平面方程为：Ax+By+Cz+D＝0；

其中：

A＝y

B＝z

C＝x

S5:头部前伸或后缩的距离为头部关节点到冠状面的距离：

如图2所示，光学动作捕捉设备通过图像采集与识别的方式获取用户特征关节点数据，数据处理单元采用计算机对数据进行计算处理。

本发明通过光学动作捕捉设备进行患者头部前伸后缩的距离测量，测量过程快速、简单，测量准确。本发明弥补了患者头部前伸后缩数据测量上的空白，为相关数据在颈椎病康复与研究上提供新的数据维度。

本发明的技术方案不限于上述具体实施例的限制，凡是根据本发明的技术方案做出的技术变形，均落入本发明的保护范围之内。