基于人体骨骼关键点的心血管患者康复训练动作评估方法
Action assessment method of rehabilitation training based on human skeleton key points for cardiovascular patients
1. 贵州大学 a. 现代制造技术教育部重点实验室; b. 公共大数据国家重点实验室; c. 机械工程学院, 贵阳 550025
2. 贵州省职工医院, 贵阳 550025
摘要
为了解决心血管患者日常康复训练依赖于康复中心专业医务人员现场指导的问题，围绕获得支撑心血管患者自主康复训练的动作评估系统，提出了基于人体骨骼关键点的心血管患者康复训练动作评估方法(ASRT-PHS)。首先，根据心血管患者的康复训练动作规范拍摄构建了康复训练动作数据集。然后，引入基于深度学习的检测器和姿态估计器采集人体位置信息与人体关键点信息，并将提取结果输入到卷积神经网络中进行动作识别。接着，通过关节距离比值计算、关节角度阈值计算与标准动作判断，构建基于关节距离比值的动作切分模型和基于动作关节角度阈值的动作评估模型。最后，通过测试ASRT-PHS在不同关节角度阈值和不同动作识别方法下的动作切分与评估性能，得出了ASRT-PHS的最优工作参数。测试结果表明，ASRT-PHS在动作识别、动作切分与动作评估中的准确率分别达到92.78%、77.6%和87%。最后，真实心血管患者案例测试表明，原型系统的动作评估平均准确率为71.3%，为患者居家自主康复训练提供了可行的智能辅助系统。
基金项目
国家自然科学基金项目(62373116,62163007)
贵州省科技计划(黔科合平台人才[2020]6007-2,黔科合支撑[2021]一般439,黔科合支撑[2023]一般117)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.11.0606
出版期卷: 《计算机应用研究》 优先出版, 2024年第41卷 第8期
发布历史
[2024-03-07] 优先出版
引用本文
张睿泽, 郭威, 杨观赐, 等. 基于人体骨骼关键点的心血管患者康复训练动作评估方法 [J]. 计算机应用研究, 2024, 41 (8). (2024-04-10). https://doi.org/10.19734/j.issn.1001-3695.2023.11.0606. (Zhang Ruize, Guo Wei, Yang Guanci, et al. Action assessment method of rehabilitation training based on human skeleton key points for cardiovascular patients [J]. Application Research of Computers, 2024, 41 (8). (2024-04-10). https://doi.org/10.19734/j.issn.1001-3695.2023.11.0606. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
