申请/专利权人：长春理工大学;长春理工大学重庆研究院

申请日：2021-10-18

公开（公告）日：2023-05-26

公开（公告）号：CN113749651B

主分类号：A61B5/11

分类号：A61B5/11;A61B5/00

优先权：

专利状态码：有效-授权

法律状态：2023.05.26#授权;2021.12.24#实质审查的生效;2021.12.07#公开

摘要：本发明公开了一种基于人体姿势识别的压力评估方法及压力评估系统，利用Kinect传感器采集人体的原始骨骼数据；利用分布在护理床床面上的薄膜压力传感器采集人体各部位的压力数据；将原始骨骼数据和压力数据传输到处理器模块进行人体姿势识别，并将骨骼数据、识别出的人体姿势类别以及压力数据传输到压力匹配模块；压力匹配模块将骨骼数据与压力数据进行拟合，得到人体相应部位的压力值；评估及预警模块结合人体所处的姿势类别及相应部分的压力值进行压力评估，当检测到人体某相应部位的压力及持续时间超过阈值时，进行预警。本发明能更加准确及时的评估卧床病人各主要身体部位所受的压力。

主权项：1.一种基于人体姿势识别的压力评估方法，其特征在于，包括以下步骤：步骤一、利用Kinect传感器采集人体的原始骨骼数据；步骤二、利用分布在护理床床面上的薄膜压力传感器采集人体各部位的压力数据；步骤三、将原始骨骼数据和压力数据传输到处理器模块进行人体姿势识别，并将骨骼数据、识别出的人体姿势类别以及压力数据传输到压力匹配模块；所述步骤三包括：3.1对Kinect传感器采集到的骨骼关节点进行筛选，提取出与人体姿势识别以及压力数据拟合相关联的11个骨骼关节点坐标；3.2通过坐标系变换将骨骼关节点坐标变换到以床面为参考的坐标系中，并将坐标变换后的11个骨骼关节点坐标传输到压力匹配模块；坐标变换公式为： 其中，Hrgb和Hd是传感器的原有参数，R是旋转矩阵，T是过渡矩阵；3.3定义骨骼向量，获取每段骨骼向量的方向余弦特征：利用公式计算出三个关节点Pi，Pj以及Pk之间的距离dij、dik以及djk，然后利用余弦定理式计算出骨骼点之间的夹角作为余弦特征，一共获得10个余弦特征；3.4通过MLP神经网络对获取的余弦特征进行模型训练，并对所建立的训练模型进行分类识别，分离出人体的姿势类别；所述步骤3.4的具体过程为：对所需识别的5种人体姿势类别进行定义，分别为：左侧卧，右侧卧，屈腿，起背，平躺；从上述10个余弦特征中选取5个特征作为训练的样本模型，分别为：头部与左肩之间的夹角μ，头部与右肩之间的夹角α，大腿与小腿之间的夹角β，肩部与腿部之间的夹角γ，头部与背部的角度θ；左侧卧姿势通过角度μ识别；右侧卧姿势通过角度α识别；屈腿姿势通过角度β识别；起背姿势通过角度γ识别；平躺姿势通过角度θ识别；通过MLP神经网络对所建立的训练模型进行分类识别，分离出人体的姿势类别；3.5将薄膜压力传感器采集到的压力数据进行均值滤波；步骤四、压力匹配模块将骨骼数据与压力数据进行拟合，得到人体相应部位的压力值；步骤五、评估及预警模块结合人体所处的姿势类别及相应部分的压力值进行压力评估，当检测到人体某相应部位的压力及持续时间超过阈值时，进行预警。

全文数据：

权利要求：

百度查询： 长春理工大学;长春理工大学重庆研究院 一种基于人体姿势识别的压力评估方法及压力评估系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD