[发明专利]一种关节活动度智能检测方法及系统

说明书

本发明提供了一种关节活动度智能检测方法及系统，在连续的多个不同时刻，使用若干摄像机，对用户进行全方位拍摄，得到图像序列，并对图像序列中的每个图像，使用关键点检测算法，分别在各图像中标出关键点，根据图像序列计算得到关节活动时域值，再根据关节活动时域值判断是否在正常范围内，由此实现了动态的压缩了多个不同时刻的图像矩阵的数据量、大量节省了计算成本并提高了时间的效率的有益效果。

技术领域

本发明属于数据处理领域，具体涉及一种关节活动度智能检测方法及系统。

背景技术

关节相邻的移动臂在转动过程中经过的初始位置和终点位置之间夹角的大小即关节活动度对于研究用户的活动情况具有重要的意义，可以反映出人体关节活动范围的变化是否正常。在关节中通过识别（动点、定点、轴心）标记关键点，可以将关节的物理变化转化为电信号，计算出特定点在空间中的轨迹。离体测量系统是通过摄像机拍摄人体的运动，然后对拍摄的视频进行后处理分为多个图像矩阵的时间序列，得到人体的运动参数，最后根据这些参数分析运动轨迹。在体测量系统是通过在人体的特殊地方安置标记点，然后在各个观测点布置摄像机捕捉标记点的运动，通过检测到的标记点的空间坐标数据计算关节运动的姿态。在申请号为CN202010283719.6的专利文献中公开了一种人体关节活动度检测系统以及检测方法，尽管可以对待测关节相关的肌肉部位的肌肉信号进行检测获取待测关节相关的肌肉部位的肌肉活动情况，然而其对集成芯片的技术要求高、计算成本大，还不足以从拍摄的图像中检测出关节活动度是否正常。

发明内容

本发明的目的在于提出一种关节活动度智能检测方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

本发明提供了一种关节活动度智能检测方法及系统，在连续的多个不同时刻，使用若干摄像机，对用户进行全方位拍摄，得到图像序列，并对图像序列中的每个图像，使用关键点检测算法，分别在各图像中标出关键点，根据图像序列计算得到关节活动时域值，再根据关节活动时域值判断用户的活动是否在正常范围内。

为了实现上述目的，根据本发明的一方面，提供一种关节活动度智能检测方法，所述方法包括以下步骤：

S100，在连续的多个不同时刻，使用若干摄像机，对用户进行全方位拍摄，得到图像序列；

S200，对图像序列中的每个图像，使用关键点检测算法，分别在各图像中标出关键点；

S300，根据图像序列，计算得到关节活动时域值；

S400，根据关节活动时域值，判断关节活动时域值是否在正常范围内；如果否，则推送报警信息到移动设备或者数据库。

进一步地，在S100中，在连续的多个不同时刻，使用若干摄像机，对用户进行全方位拍摄，得到图像序列的方法为：选取连续的多个不同时刻，使用三个摄像机分别拍摄用户的主视图、俯视图和侧视图，摄像机拍摄得到的图像矩阵大小相同，在各个时刻用所述三个摄像机拍摄用户的主视图、俯视图和侧视图，将得到的各个时刻的主视图、俯视图和侧视图组合成一个序列作为图像序列，图像序列中元素的数量与时刻的数量相同，图像序列中元素的序号与时刻的序号相同，图像序列中每一个元素由相同序号的时刻下主视图、俯视图和侧视图这三个图像的图像矩阵构成。

进一步地，在S200中，对图像序列中的每个图像，使用关键点检测算法，分别在各图像中标出关键点的方法为：使用关键点检测算法，分别在图像序列中的各图像中标出关键点，将图像矩阵中关键点的位置的像素值设置为1其余的位置则为0，以此将图像序列中的每个图像的像素值转化为0或1的取值。

进一步地，在S300中，根据图像序列，计算得到关节活动时域值的方法为：

记所述连续的多个不同时刻中各个时刻的序号为t，记所述连续的多个不同时刻中时刻的数量为T，即图像序列中元素的序号也是t，图像序列中元素的数量也是T，t∈[1,T]；