本發(fā)明涉及一種全身運動質(zhì)量智能評估系統(tǒng)。
背景技術(shù)：
全身運動評估(generalmovementsassess-ment)是上世紀90年代prechtl提出的一種評價技術(shù)，簡稱gms。為了方便評估，gm協(xié)會規(guī)定了正常和異常gms的界定標準。正常gms模式并不是一成不變的，早產(chǎn)兒gms分為3個發(fā)展階段：早產(chǎn)階段、扭動運動、不安運動；足月兒gms分為兩個發(fā)展階段：扭動運動、不安運動。每個階段都有其特征性運動模式?，F(xiàn)在一般都采用人工判斷，其耗時長，容易失誤，且需要現(xiàn)場判斷，該判斷結(jié)果為數(shù)據(jù)基礎，一旦該數(shù)據(jù)錯誤，容易出現(xiàn)誤診現(xiàn)象。
技術(shù)實現(xiàn)要素：
本發(fā)明的目的在于提供一種智能化、自動化的全身運動質(zhì)量智能評估系統(tǒng)，其提供數(shù)據(jù)準確，能為后期準確診斷奠定基礎。
為了解決上述技術(shù)問題，本發(fā)明采用以下技術(shù)方案：一種全身運動質(zhì)量智能評估系統(tǒng)，包括多臺均勻分布且前端采用圓形擬合算法的標識點中心演算功能處理芯片的三維運動捕捉相機、供運動捕捉相機捕捉的輕質(zhì)高反射標識球、主機，所述的運動捕捉相機捕捉并攝像錄制輕質(zhì)高反射標識球的特征性運動視頻，并輸入至主機，主機根據(jù)gms分成五段標準并給每段預定義,且主機的系統(tǒng)內(nèi)存儲建立有標準gms數(shù)據(jù)庫，主機導入特征性運動視頻并對視頻進行運動目標檢測，首先通過預定義的標準數(shù)據(jù)利用連續(xù)性和相似性上的差異將圖像分割成若干子部分，分割時，若找到圖像中預期的目標區(qū)域并對其分割后分割過程自動停止，其分割方法包括圖像分割和動作分割，圖像分割即先對目標圖像進行小波分析，進而得出分割邊界，然后通過數(shù)據(jù)形態(tài)方法獲得精確的目標邊界；動作分割即在關節(jié)處建立坐標軸，測其位移，提取動作表征；然后通過對動作表征和運動目標的分析，提取動作特征，并理解動作特征，即判斷運動的開始和結(jié)束，判斷大范圍運動在運動中所占的時間比，判斷旋轉(zhuǎn)運動所占的時間比，判斷同步性緊張運動所占的時間比；最后與數(shù)據(jù)庫進行對比并分類；按正常異常分類，若為異常動作，則將相同異常動作特征分為一類，并截圖，并判斷同一異常動作出現(xiàn)頻率是否≥1％，若﹤1％則忽略，若≥1％則與gms評分標準對比；若為正常動作，則直接與gms評分標準對比。
作為一種改進：在與數(shù)據(jù)庫進行對比并分類過程中，通過建立運動數(shù)據(jù)曲線圖，利用三維運動捕捉技術(shù)獲得三維位置空間，并對位置數(shù)據(jù)進行綜合計算，得到運動特征參數(shù)，計算出所需結(jié)果數(shù)據(jù)的曲線圖，并與標準數(shù)據(jù)曲線圖的對比分類正常異常動作。
本發(fā)明的有益效果是：其將gms評估法和三維智能識別技術(shù)相結(jié)合，減少人為主觀誤差。對特征性動作信息進行符號化數(shù)字化對比，操作簡單且提高敏感度，能快速準確提供對比結(jié)果，是后期診斷的基礎，有效提高后期診斷準確率。且本發(fā)明能脫離現(xiàn)場和目標，實現(xiàn)遠程操作。
具體實施方式
本發(fā)明一種全身運動質(zhì)量智能評估系統(tǒng)的一種實施例，其包括多臺均勻分布且前端采用圓形擬合算法的標識點中心演算功能處理芯片的三維運動捕捉相機、供運動捕捉相機捕捉的輕質(zhì)高反射標識球、主機、高精度三維空間表定儀，所述的運動捕捉相機捕捉并攝像錄制輕質(zhì)高反射標識球的特征性運動視頻，并輸入至主機，主機根據(jù)gms分成五段標準并給每段預定義,且主機的系統(tǒng)內(nèi)存儲建立有標準gms數(shù)據(jù)庫，主機導入特征性運動視頻并對視頻進行運動目標檢測，首先通過預定義的標準數(shù)據(jù)利用連續(xù)性和相似性上的差異將圖像分割成若干子部分，分割時，若找到圖像中預期的目標區(qū)域并對其分割后分割過程自動停止，其分割方法包括圖像分割和動作分割，圖像分割即先對目標圖像進行小波分析，進而得出分割邊界，然后通過數(shù)據(jù)形態(tài)方法獲得精確的目標邊界；動作分割即在關節(jié)處建立坐標軸，測其位移，提取動作表征；然后通過對動作表征和運動目標的分析，提取動作特征，并理解動作特征，即判斷運動的開始和結(jié)束，判斷大范圍運動在運動中所占的時間比，判斷旋轉(zhuǎn)運動所占的時間比，判斷同步性緊張運動所占的時間比；最后與數(shù)據(jù)庫進行對比并分類；按正常異常分類，若為異常動作，則將相同異常動作特征分為一類，并截圖，并判斷同一異常動作出現(xiàn)頻率是否≥1％，若﹤1％則忽略，若≥1％則與gms評分標準對比；若為正常動作，則直接與gms評分標準對比。還可根據(jù)與gms評分標準對比確定gms分級結(jié)果。為提高評估準確率，將人工評估結(jié)合融入系統(tǒng)，本系統(tǒng)得出的gms分級結(jié)果與人工評估確定的gms分級結(jié)果結(jié)合，判斷兩個結(jié)果是否一致，如果一致則直接確定最終gms分級結(jié)果；若兩個結(jié)果不一致，則通過需矯正軟件評估標準后再核對一致性，直至兩者一致后給出最終gms分級結(jié)果，并出具評估報告。
本發(fā)明將gms與三維智能識別技術(shù)結(jié)合，實現(xiàn)了gms數(shù)字化評估，能為后期人工診斷提供準確的數(shù)據(jù)基礎和有效憑證，避免人工失誤，對微小工作的疏漏等情況，本發(fā)明更具有實用性，同時更加準確、省時、省力。
本實施例的硬件參數(shù)指標：
1.攝像機類型：具有實時標識點高精度演算功能智能網(wǎng)絡相機；
2.照明led個數(shù)：144個；
3.最大分辨率：503萬像素(2592(h)x1944(v))；
4.最大采集頻率：60幀/秒；
5.數(shù)據(jù)傳輸方式：網(wǎng)絡數(shù)據(jù)傳輸(標準tcp/ip協(xié)議)；
6.攝像機控制器通道數(shù)：12路，便于擴展和級聯(lián)；
7.捕捉距離精度：≤±0.1％；
8.捕捉角度精度：≤±0.1％；
為提高評估準確度，gms評估室的環(huán)境采用：
1.為達到6c配置的最佳捕捉效果，用來安裝系統(tǒng)的房間尺寸建議為：4m寬×5m，長×2.8m高左右；
2.本系統(tǒng)為光學采集系統(tǒng)，防止太陽光對系統(tǒng)產(chǎn)生干擾，配置遮光窗簾
3.為防止反光，地面鋪設地毯；
4.采用鋼管固定于墻壁和天花板，用于相機架設。
以上依據(jù)本發(fā)明的理想實施例為啟示，通過上述的說明內(nèi)容，相關人員完全可以在不偏離本項發(fā)明技術(shù)思想的范圍內(nèi)，進行多樣的變更以及修飾。本項的技術(shù)性范圍并不局限于說明書上的內(nèi)容，必須要根據(jù)權(quán)利要求范圍來確定技術(shù)范圍。