本發明涉及數據處理領域，尤其涉及一種康復運動數據的處理方法及計算設備。

背景技術：

1、康復醫學是一門專注于幫助患者恢復身體功能和提升生活質量的醫學領域。它主要關注因疾病、損傷或手術后的功能障礙，通過綜合治療手段，來改善患者的功能和獨立生活能力。

2、目前，康復診斷一般是患者到康復醫院，并在康復醫師的指導下做出指定的康復動作，由康復醫師憑借經驗對患者的運動能力進行評估，

3、但是傳統的康復診斷方式存在如下問題：(1)患者需要前往康復醫院并由康復醫師現場判斷，效率低下；(2)康復效果往往依賴于康復醫師的主觀判斷，缺乏客觀數據支持。

技術實現思路

1、發明目的：本發明所要解決的技術問題是針對現有技術的不足，提供一種康復運動數據的處理方法及計算設備。

2、本發明的一種康復運動數據的處理方法包括以下步驟：第一步：通過傳感器采集第一部位和第二部位的歐拉角數據及時間數據，所述第一部位和第二部位是通過人體關節連接的部位；第二步：基于第一部位和第二部位的歐拉角數據和時間數據經過多次計算，以獲得第一部位與第二部位的夾角隨時間變化的數據；第三步：將所述多個時間點下第一部位與第二部位的夾角數據輸入模式識別算法，以識別動作的特征數據。

3、進一步的，所述第一部位為大臂，所述第二部位為前臂。

4、進一步的，所述第一部位與第二部位的夾角數據計算方式為：將第一部位和第二部位的歐拉角數據轉化為四元數，基于所述四元數計算第一部位與第二部位的夾角數據。

5、進一步的，所述基于四元數計算第一部位與第二部位的夾角數據的計算方法為：

6、設兩個單位四元數為q1＝(w1，x1，y1，z1)和q2＝(w2，x2，y2，z2)它們的點積為：

7、dot(q1，q2)＝w1w2+x1x2+y1y2+z1z2

8、夾角θ的余弦值為：

9、cos(θ)＝|dot(q1，q2)|

10、為了確保夾角在[0，π]的范圍，可以使用絕對值符號

11、夾角θ為：

12、θ＝arccos(cos(θ))。

13、進一步的，所述模式識別算法包括以下步驟：

14、第一步：通過高斯濾波器將多個時間點下第一部位與第二部位的夾角數據平滑化；

15、第二步：根據預設條件從多個時間點下第一部位與第二部位的夾角數據中篩選出動作的起止點數據，用于識別動作的特征數據。

16、進一步的，所述預設條件包括時間閾值、夾角數據閾值。

17、進一步的，所述特征數據包括：動作的幅度、頻率、個數。

18、進一步的，所述模式識別算法包括以下步驟：

19、a.篩選夾角數據中符合條件的峰值點和谷值點，作為動作的“待定起止點”；

20、b.按照一個合格的完整動作最多t秒完成的標準，對步驟b所述的動作的“待定起

21、止點”進行循環篩選，直到沒有“待定起止點”被篩除；

22、c.將上述篩選出來的起止點定義為是識別出來的指定動作的起止點，所述起止點之間的信號數據定義為被識別到的動作數據。

23、進一步的，前述步驟a的篩選條件為：

24、相鄰峰/谷值點至少間隔3個單位；峰/谷值點相對其周圍的最低/高點的高度差范圍為25-35個單位；在斜坡俯臥撐動作中，波峰的高度在95度到180度之間，波谷的高度在55度到160度之間；在肘關節屈伸動作中，波峰的高度在45度到200度之間，波谷的高度在-15度到70度之間。

25、進一步的，所述步驟b的篩選條件為：每個峰/谷值前后3.5秒內至少有一個谷/峰值；每相鄰的三個峰/谷值時間間隔不超過14秒。

26、本發明的一種計算設備，包括：存儲裝置，用于存儲至少一個程序；處理裝置，與所述存儲裝置相連，用于從所述存儲裝置中調用所述至少一個程序并執行時實現如權利要求1至9中任一所述的康復運動數據的處理方法。

27、本申請具有如下有益效果：

28、本發明的一種康復運動數據的處理方法及計算設備，通過傳感器采集第一部位和第二部位的運動數據，例如第一部位)和第二部位在三維空間坐標系中的x、y、z三個方向的歐拉角隨時間變化的數據，以計算大臂與前臂在進行康復動作時多個時刻的夾角數據，進一步的，通過夾角數據可獲取康復動作的幅度、頻率、個數等特征數據，從而實現無需患者前往醫院也可生成康復診斷所需數據，并且能夠為康復情況的判斷提供客觀數據支持。

技術特征：

1.康復運動數據的處理方法，其特征在于，包括以下步驟：

2.根據權利要求1所述的康復運動數據的處理方法，其特征在于，所述第一部位為大臂，所述第二部位為前臂。

3.根據權利要求1所述的康復運動數據的處理方法，其特征在于，所述第一部位與第二部位的夾角數據計算方式為：將第一部位和第二部位的歐拉角數據轉化為四元數，基于所述四元數計算第一部位與第二部位的夾角數據。

4.根據權利要求3所述的康復運動數據的處理方法，其特征在于，所述基于四元數計算第一部位與第二部位的夾角數據的計算方法為：

5.根據權利要求1所述的康復運動數據的處理方法，其特征在于，所述模式識別算法包括以下步驟：

6.根據權利要求4所述的康復運動數據的處理方法，其特征在于，所述預設條件包括時間閾值、夾角數據閾值。

7.根據權利要求1所述的康復運動數據的處理方法，其特征在于，所述特征數據包括：

8.根據權利要求1所述的康復運動數據的處理方法，其特征在于，所述模式識別算法包括以下步驟：

9.根據權利要求8所述的康復運動數據的處理方法，其特征在于，所述步驟b的篩選條件為：

10.一種計算設備，其特征在于，包括：

技術總結
本發明涉及數據處理領域，尤其涉及一種康復運動數據的處理方法及計算設備。本發明的方法包括：第一步：通過傳感器采集第一部位和第二部位的歐拉角數據及時間數據；第二步：基于第一部位和第二部位的歐拉角數據和時間數據經過多次計算，以獲得第一部位與第二部位的夾角隨時間變化的數據；第三步：將所述多個時間點下所述夾角數據輸入模式識別算法，以識別動作的特征數據。本發明的計算設備，包括存儲裝置和處理裝置，用于從所述存儲裝置中調用所述程序并執行實現所述的康復運動數據的處理方法。本發明的康復運動數據的處理方法及計算設備，可實現無需患者前往醫院也可生成康復診斷所需數據，并且能夠為康復情況的判斷提供客觀數據支持。

技術研發人員：芮永軍,林曉森,王駿,徐灝琦
受保護的技術使用者：無錫市第九人民醫院
技術研發日：
技術公布日：2025/4/24