(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211250529.X (22)申请日 2022.10.13 (65)同一申请的已公布的文献号 申请公布号 CN 115316984 A (43)申请公布日 2022.11.11 (73)专利权人 佛山科学技术学院 地址 528200 广东省佛山市南海区狮山 镇 广云路33号 (72)发明人 黄峰　黄文柱　燕铁斌　罗子芮　 朱凡特　张占英　王志军　刘瑞　 徐硕瑀　陈钢　骆志强　谢韶东　 陈仰新　 (74)专利代理 机构 广州专理知识产权代理事务 所(普通合伙) 44493 专利代理师 邓易偲(51)Int.Cl. A61B 5/11(2006.01) A61B 5/00(2006.01) G06T 5/00(2006.01) G06T 7/00(2017.01) G06T 7/20(2017.01) G06T 7/70(2017.01) (56)对比文件 CN 114795192 A,2022.07.29 CN 114663463 A,2022.06.24 CN 107714044 A,2018.02.23 CN 209252874 U,2019.08.16 EP 3695783 A1,2020.08.19 US 6692447 B1,20 04.02.17 审查员 许流芳 (54)发明名称 一种手关节活动度测量轴心位点定位方法 及系统 (57)摘要 本发明提供了一种手关节活动度测量轴心 位点定位方法及系统， 通过使用肢体运动 骨性位 点自动识别系统于固定一方向上在多个不同时 刻分别获取手部关节点的分布 图组成轴心位点 定位分布序列， 分别在矢状面、 冠状面及水平面 获取各个方向上的轴心位点定位 分布序列， 分别 计算得到关节活动度运动数 组， 再在数据库中存 储多个不同的关节活动度运动数 组作为检测集， 并获取待检测的关节活动度运动数组， 进而把检 测集与待检测的关节活动度运动数组进行对照 得到向面数值作为恢复度， 实现了在图像矩阵的 长序列中有效追踪关节的活动轨迹并精确测量 关节活动的恢复程度的有益效果。 权利要求书3页 说明书11页 附图2页 CN 115316984 B 2022.12.27 CN 115316984 B 1.一种手关节活动度测量轴心位 点定位方法， 其特 征在于， 所述方法包括以下步骤： S100， 使用肢体运动骨性位点自动识别系 统， 于固定一方向上， 在多个不同时刻， 分别 获取手部关节点的分布图， 由此组成轴心位 点定位分布序列； S200， 分别在矢状面、 冠状面及水平面的方向， 获取各个方向上的轴心位点定位分布序 列； S300， 对各方向上的轴心位 点定位分布序列， 分别计算得到关节活动度运动数组； S400， 在数据库中存储多个不同的关节活动度运动数组作为检测集； 获取待检测的关 节活动度运动数组； S500， 将检测集与待检测的关节活动度运动数组进行对照得到向面数值作为恢复度； 其中， 若所述恢复度大于预设的阈值， 则获取所述待检测的关节活动度运动数组对应 的手部关节点的分布图， 并将对应的手部关节点的分布图进行图像增强； 其中， 在S100中， 使用肢体运动骨性位点自动识别系 统， 于固定一方向上， 在多个不同 时刻， 分别获取手部关节点的分布图， 由此组成轴心位 点定位分布序列的方法为： 使用基于肢体运动骨性位点自动识别系统， 将肢体运动骨性位点自动识别系统固定于 一个方向上， 在一段连续时间内的多个不同时刻， 分别获取手部 关节点的分布图， 在此期间 手掌按规定的方向作位移； 将手部关节点的分布图的图像矩阵组成的序列作为轴心位点定位分布序列， 手部关节 点的分布图皆经过灰度化、 归一化处理的图像矩阵， 手部关节点的分布图在图像矩阵上对 应手部关节点的线由像素值为1的像素点组成， 而图像矩阵上其余的像素点的像素值则为 0； 将手部关节点的分布图的图像矩阵上对应手部关节点的线之间的交点标记为轴心位点 并对轴心位 点进行定位； 在S300中， 对各方向上的轴心位点定位分布序列， 分别计算得到关节活动度运动数组 的方法为： 将各个方向上的轴心位 点定位分布序列中的各个图像矩阵上的轴心位 点进行标记； 在轴心位 点定位分布序列中的每 个图像矩阵中存在至少一个轴心位 点； 记轴心位点定位分布序列中的元素的数量为n， 轴心位点定位分布序列中的元素的序 号为i， i∈[1,n]， 一个轴心位点定位分布序列记作一个序列Mseq， Mseq中序号为i的元素为 Mseq(i)， Mseq(i)中轴心位点的数量为 m(i)， Mseq(i)中轴心位点的序号为j(i)， j(i)∈[1,   m(i)]； 关节活动度运动数组为一个维数与轴心位点定位分布序列的元素数量相同的数组， 关 节活动度运动数组中各维度的序号与轴心位点定位分布序列中各元素的序号保持一致， Mseq对应的关节活动度运动数组记为A rr， 计算Arr的具体步骤为： S301， 设置Arr为一个维数为n的数组， Arr中各维度的序号与 Mseq同为i， Arr中序号为i 的维度的数值记为A rr(i)， 令A rr中各维度的数值的初始值 为1； S302， 对Arr中序号为i的元素即Arr(i)进行赋值， 定义进行赋值的函数为Dis()， 函数 Dis()的计算方法为： 选取Mseq中的序号为i的元素即Mseq(i)与末个元素即Mseq(n)， 将 Mseq(i)图像矩阵与Mseq(n)图像矩阵相重叠， 即将Mseq(i)图像矩阵与Mseq(n)图像矩阵上 相同行序号列序号的像素点按位置放在一起， 由此， 比较Mseq(i)图像矩阵与Mseq(n)图像 矩阵上像素值为1的像素点之间的位置距离， 对Mseq(i )上每一个像素值为1的像素点在权　利　要　求　书 1/3 页 2 CN 115316984 B 2Mseq(n)上选取与其位置距离最小的一个像素值为1的像素点并记录两者间的距离， 计算 Mseq(i)上每一个像素值为1的像素点与其在Mseq(n)上距离最小的点的距离的算术平均值 作为Dis(A rr(i))， 所得Dis(Arr(i))即为函数Dis()对A rr(i)进行 赋值的输出； S303， 使用函数Dis()对Arr中序号为1至n ‑1的元素分别进行赋值， 将Dis(Arr(i))的数 值赋值予A rr(i)； S304， 计算wav， wav为表示A rr中各维度的变化趋势的数值， wav的计算公式为： ， 其中， Arr(i+1)表示A rr(i)在i增 加1后即A rr(i)的下一个元 素； S305， 使用wav对Arr(n)进行赋值， 计算Arr中序号为1至n ‑1的元素的算术平均值作为 Arr(1,n‑1)， 计算Arr(1,n ‑1)乘以wav的乘积并将该乘积的数值赋值予Arr(n)； 输出得到 Arr作为关节活动度运动数组； 由此， 使用S301 ‑ S305计算在矢状面、 冠状面及水平面各个方向上的轴心位点定位分 布序列的关节活动度运动数组。 2.根据权利要求1所述的一种手关节活动度测量轴心位点定位方法， 其特征在于， 在 S200中， 分别在矢状面、 冠状面及水平面的方向， 获取各个方向上的轴心 位点定位分布序列 的方法为： 分别在正对解剖学上的人体的三种切面即矢状面、 水平面、 冠状面的方向上， 各 设置有一个肢体运动骨性位点自动识别系统， 获取各个方向上的轴心位点定位分布序列； 所述肢体运动骨性位点自动识别系统包括： OpenPose模型、 MoveNet模型、 BlazePose模型、 PoseNet模型、 BodyPoseModel模型或Pad dleHub模型。 3.根据权利要求1所述的一种手关节活动度测量轴心位点定位方法， 其特征在于， 在 S400中， 在数据库中存储多个不同的关节活动度运动数组作为检测集的方法为： 随机采样 多个不同的在矢状面、 冠状面及水平面各方向上的轴心 位点定位分布序列并分别计算得到 关节活动度运动数组， 将得到的关节活动度运动数组组成的数据集作为检测 集， 再将检测 集存储于数据库中。 4.根据权利要求1所述的一种手关节活动度测量轴心位点定位方法， 其特征在于， 在 S500中， 将 检测集与待检测的关节活动度运动数组进 行对照得到向面数值作为恢复度的方 法为： 将检测集记为集合Arrset， Arrset中的每个元素由三个关节活动度运动数组构成， 即 矢状面、 冠状面及水平面上各 自的关节活动度运动 数组， Arrset中元素的数量为T， Arrset 中元素的序号 为t， t∈[1,T]； 将Arrset中每一个元素按照矢状面、 冠状面及水平面进行分开归类， 将各个元素中水 平面对应的关节活动度运动数组所组成的集合作为Transet， 将各个元素中冠状面对应的 关节活动度运动数组所组成的集合作为Coroset， 将各个元素中矢状面对应的关节活动度 运动数组所组成的集 合作为Sa giset； 一个关节活动度运动数组为 一个n维的数组， 关节活动度运动数组中维度的序号 为i；权　利　要　求　书 2/3 页 3 CN 115316984 B 3