计算机应用研究

作者：张睿泽,郭威,杨观赐,罗可欣,李杨,何玲,

单位：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；

关键词：人体关键点,康复训练,心血管患者,动作评估,

基金：国家自然科学基金资助项目(62373116,62163007)；贵州省科技计划资助项目(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)；；

为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%。此外，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。

来源：2024年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第8期