[發明專利]一種智能姿勢評估方法及系統

有效

• 申請號: 202310012866.3
• 申請日: 2023-01-05
• 公開（公告）號: CN115813377B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 何玉
• 申請（專利權）人: 北京藍田醫療設備有限公司
• 主分類號: A61B5/11
• 分類號: A61B5/11;A61B5/00
• 代理公司: 深圳漢林匯融知識產權代理事務所(普通合伙) 44850
• 代理人: 劉臨利

1.一種智能姿勢評估方法，其中，所述方法應用于一姿勢評估系統，所述系統包括一監控裝置，且所述系統與一智能穿戴裝置通訊連接，所述方法包括：

通過所述智能穿戴裝置對第一用戶的關節點進行識別，獲得用戶運動關節點集合，并對所述用戶運動關節點集合進行動態標記；

根據所述用戶運動關節點集合，確定姿態評估指標集合；

通過所述監控裝置獲得第一評估視頻信息，所述第一評估視頻信息包括所述第一用戶的運動視頻信息；

根據所述姿態評估指標集合確定預定卷積核，按照所述預定卷積核對所述第一評估視頻信息的每一幀圖像信息進行遍歷卷積計算，獲得第一卷積計算結果；

根據所述第一卷積計算結果，獲得第一運動姿勢特征信息，并根據所述第一運動姿勢特征信息，生成身姿骨骼模擬圖進行動態演示；

將所述第一運動姿勢特征信息和所述身姿骨骼模擬圖輸入第一運動姿勢分析模型中進行多維度分析，獲得第一身姿分析結果；

基于所述第一身姿分析結果，生成第一姿勢準確系數；

如果所述第一姿勢準確系數低于預設準確系數，生成第一提醒指令，所述第一提醒指令用于提醒所述第一用戶進行姿勢矯正；

所述方法還包括：

根據所述第一身姿分析結果，獲得所述姿態評估指標集合中未達標評估指標；

基于所述未達標評估指標和所述姿態評估指標集合，進行關聯性分析，獲得指標關聯度集合；

對所述指標關聯度集合中超過預定關聯度閾值的指標進行篩選，獲得關聯度修正指標；

根據所述關聯度修正指標對所述第一身姿分析結果進行補充，獲得第二身姿分析結果；

通過所述智能穿戴裝置獲得所述第一用戶的運動體征信息；

根據所述運動體征信息，獲得第一心理評估承壓曲線；

對所述第一心理評估承壓曲線的波峰值和波谷值進行統計，并根據統計結果獲得第一評估承壓指數；

根據所述第一心理承壓指數對所述第二身姿分析結果進行修正。

2.如權利要求1所述的方法，其中，所述方法包括：

根據所述第一姿勢準確系數和所述預設準確系數的差值，獲得第一姿勢矯正系數；

構建標準姿勢數據庫，將所述第一姿勢矯正系數和所述標準姿勢數據庫輸入姿勢矯正分析模型，獲得第一姿勢矯正方案；

根據所述第一姿勢矯正方案對所述第一用戶進行姿勢矯正。

3.如權利要求2所述的方法，其中，所述構建標準姿勢數據庫之后，包括：

根據所述標準姿勢數據庫，獲得標準姿勢圖像數據集；

根據運動應用場景，確定標準姿勢圖像變化系數；

基于圖像處理算法對所述標準姿勢圖像數據集進行數據擴增，所述數據擴增按照所述標準姿勢圖像變化系數進行變化輸出，獲得擴增標準姿勢圖像數據集；

根據所述擴增標準姿勢圖像數據集，對所述標準姿勢數據庫進行數據擴充。

4.如權利要求1所述的方法，其中，所述方法包括：

獲得所述第一用戶的基本生理信息；

根據所述第一用戶的個人訓練目標，選擇姿勢評估模式；

基于所述基本生理信息和所述姿勢評估模式，從運動姿勢分析模型庫中調用所述第一運動姿勢分析模型。

5.如權利要求4所述的方法，其中，所述方法包括：

獲得循環神經網絡的初始隱藏層值，基于所述初始隱藏層值獲得第一輸入權重矩陣；

將歷史運動姿勢特征信息和歷史身姿骨骼模擬圖作為輸入層信息，根據所述輸入層信息和所述第一輸入權重矩陣對所述循環神經網絡進行訓練；

將所述輸入層信息和所述初始隱藏層值作為下一次隱藏層值，將歷史身姿分析結果作為標識信息依次迭代訓練，構建所述第一運動姿勢分析模型。