一种基于VR设备的脑外伤上肢运动障碍康复系统的制作方法

一种基于vr设备的脑外伤上肢运动障碍康复系统
技术领域
1.本发明涉及医疗康复技术领域，尤其涉及一种基于vr设备的脑外伤上肢运动障碍康复系统。


背景技术：

2.脑外伤常引起不同程度的永久性功能障碍。这主要取决于损害是在脑组织的某个特定区域(局灶性)还是广泛性的损害(弥散性)。不同区域的脑损害可引起不同的症状，本发明以上肢症状为例，在传统的康复训练过程中，一般是康复医生监督患者康复，但是，在康复过程中，由于单调、枯燥，患者容易对训练失去兴趣，而且容易疲劳，导致训练效率低下，但是，随着vr技术的快速发展，v r虚拟现实技术的应用范围也越来越广，尤其是随着周边硬件技术和内核开发软件技术的发展，使得vr显示技术更加成熟和完善，虽然出现的智能康复训练设备，可以提高患者对训练的积极性，但是，在训练过程中，缺少对患者训练的监督以及对训练的反馈，可能会导致患者训练达不到较佳的康复效果。
3.因此，本发明提出一种基于vr设备的脑外伤上肢运动障碍康复系统。


技术实现要素：

4.基于此，有必要针对上述问题，提出了一种基于vr设备的脑外伤上肢运动障碍康复系统。
5.本发明提供一种基于vr设备的脑外伤上肢运动障碍康复系统，包括：
6.vr设备，用于根据脑外伤上肢运动障碍的目标患者的当前诊断信息以及所述目标患者的身体信息，向所述目标患者规划上肢运动康复虚拟模型，并基于所述康复虚拟模型对所述目标患者的上肢运动进行虚拟引导；
7.捕捉模块，用于捕捉所述目标患者基于所述虚拟引导的跟随动作；
8.传感交互模块，用于获取所述目标患者在上肢运动康复过程中的交互信息；
9.反馈模块，用于根据所述交互信息以及跟随动作，判断所述目标患者的上肢运动的标准性，并基于所述标准性，确定对所述目标患者的康复反馈信息，并反馈到所述vr设备进行呈现，供所述目标患者观看调整。
10.优选的，所述交互信息包括：语音交互、动作交互、指令交互以及画面交互。
11.优选的，还包括：
12.分配模块，用于按照诊断分析模型对所述目标患者的当前诊断信息进行分析，得到关联身体检测指标，并向每个关联身体检测指标匹配检测单元；
13.筛选模块，用于按照每个关联身体检测指标的指标属性，获取相同诊断信息的历史检测方式，并筛选最高频次检测方式；
14.检测模块，用于将所述最高频次检测方式传输到所述检测单元对对应身体关联部位进行检测，同时，在检测过程中，对所述检测单元进行信号侦测，并判断单元运行线程是否满足预设合格性；
15.当满足所述预设合格性时，将对应检测单元的检测结果保留；
16.当不满足预设合格性时，对所述检测单元的输出检测信号的第一检测频率以及接收检测信号的第二检测频率；
17.分析模块，用于对所述第一检测频率以及第二检测频率进行分析，判断是否满足预设频率，若满足，将对应检测单元的检测结果保留；
18.若不满足预设频率，获取不满足的检测频率，并对所述不满足的检测频率的当下适配参数进行异常管理，并结合信号侦测结果，确定异常可消除性；
19.若所述异常可消除性不小于预设消除性，将对应检测单元进行复位，并重新检测，获取新的检测结果并保留；
20.若所述异常可消除性小于预设消除性，按照异常管理结果，向对应检测单元发送调节指令，在调节之后进行重新检测，并获取新的检测结果并保留；
21.信息生成模块，用于根据保留的检测结果以及对应的关联身体指标，构建身体列表，得到所述目标患者的身体信息。
22.优选的，所述vr设备，包括：
23.第一建立单元，用于获取与所述当前诊断信息相关的关联身体检测指标，并对所述关联身体检测指标的指标权重进行确定，同时，还按照所述关联身体检测指标分别获取所述身体信息中的第一信息，并建立所述关联身体检测指标、指标权重与对应第一信息的第一对应关系；
24.第二建立单元，用于基于所述关联身体检测指标对所述当前诊断信息进行信息匹配，获取对应的第二信息，同时，确定每个第二信息的信息权重，建立所述关联身体检测指标、信息权重以及对应第二信息的第二对应关系；
25.向量获取单元，用于获取所述当前诊断信息中的关键诊断信息，并建立第一待康复向量，同时基于所述第一对应关系以及第二对应关系，建立第二待康复向量；
26.网格部署单元，用于获取所述目标患者的上肢构架，并网格部署在初始虚拟模型上；
27.线路获取单元，用于获取所述初始虚拟模型上的构架的初网格集合以及终网格集合，并建立所述初网格集合的每个初网格与终网格集合中的每个终网格的一一对应关系，并得到网格线路；
28.模型确定单元，用于按照所述上肢构架的适配度，对所述网格线路的长短以及宽窄进行调整，并基于调整后的线路基于所述上肢构架的附着位置，确定附着权重，并得到待优化模型；
29.模型获取单元，用于在所述待优化模型上，基于向量规划规则，对所述第一待康复向量以及第二待康复向量进行康复规划，得到所述康复虚拟模型。
30.优选的，所述模型获取单元，包括：
31.从模型文件数据库中，匹配并获取所述待优化模型的第一文件；
32.基于所述向量规划规则，确定对所述第一文件的规划引导部署；
33.获取所述第一待康复向量以及第二待康复向量基于不同的关联身体检测指标的待康复特征；
34.根据所述规划引导部署中每个引导块的引导属性，建立所述待康复特征构建误差
函数，并判断所述误差函数是否收敛；
[0035][0036]
其中，g表示建立的与待康复特征个引导属性相关的当下函数；g0表示初始函数；g-g0表示误差函数；γ表示梯度误差调整因子，且取值范围为(0.6，0.7)；y
1i
(s
yin
)表示第i个引导属性s
yin
对应的引导参数；y
2i
(s
te
)表示第i个待康复特征s
te
对应的待康复参数；表示基于同组引导参数与待康复参数对应的梯度误差函数，其中，s
yin
与s
te
一一对应；μ表示平衡误差的影响因子；
[0037]
当所述误差函数满足引导约束条件时，判定所述误差函数收敛，并得到所述康复虚拟模型；
[0038]
否则，判定所述误差函数不收敛，对所述规划引导部署进行迭代优化，直到对应的误差函数收敛，得到所述康复虚拟模型。
[0039]
优选的，所述康复虚拟模型是包括若干引导式的康复动作在内的，且基于所述vr设备将引导式的康复动作进行呈现。
[0040]
优选的，所述捕捉模块，包括：
[0041]
位置设置单元，用于基于所述当前诊断信息，设置所述目标患者的第一传感器件放置位置，且根据所述目标患者的上肢必要检测位置，放置第二传感器件，其中，基于所述第一传感器件检测得到所述目标患者基于所述虚拟引导进行运动时的第一运动参数，基于所述第二传感器件检测得到所述目标患者基于所述虚拟引导进行运动时的第二运动参数；
[0042]
修复因子获取单元，用于获取所述第一传感器件的第一通信状态以及第二传感器件的第二通信状态，并判断是否存在通信干扰，若存在，对存在干扰的传感器件进行通信修复，并获取通信修复过程中对应通信干扰时间点的修复因子；
[0043]
轨迹获取单元，用于根据第一传感器的第一运动参数，构建所述目标患者对应的第一运动轨迹，并基于第二传感器的第二运动参数，构建对应点位置的点轨迹趋势；
[0044]
将所述点轨迹趋势与所述第一运动轨迹融合处理，得到第二运动轨迹，并基于所述修复因子，对所述第二运动轨迹进行轨迹修复，得到第三运动轨迹；
[0045]
其中，所述第三运动轨迹即为所述跟随动作。
[0046]
优选的，所述传感交互模块包括：
[0047]
语音交互单元，用于获取目标患者在上肢运动康复过程中的语音交互信息；
[0048]
动作交互单元，用于获取目标患者在上肢运动康复过程中的动作交互信息；
[0049]
指令交互单元，用于获取目标患者在上肢运动康复过程中的指令交互信息；
[0050]
画面交互单元，用于获取目标患者在上肢运动康复过程中的画面交互信息；
[0051]
交互处理单元，用于基于时间戳将语音交互信息、动作交互信息、指令交互信息以及画面交互信息进行并列显示，得到交互信息。
[0052]
优选的，所述反馈模块，包括：
[0053]
将所述虚拟引导的标准动作与所述跟随动作进行同时间戳建立，计算两者之间的差异集合z；
[0054]
z＝{f1(t)-f2(t δt)，t＝1,2,3,...,n1}
[0055]
其中，f1(t)表示在时间点t对应的标准动作的动作值；f2(t δt)表示时间点t δt对应的跟随动作的动作值；δt表示目标患者基于虚拟引导进行跟随的延后时长；
[0056]
判断所述差异集合构成的差异曲线是否趋于标准常数曲线，若趋于，判定所述目标患者的上肢运动标准；
[0057]
若所述差异曲线不趋于标准常数曲线，确定所述跟随动作对应的第三运动轨迹中的动作突变点，并获取所述动作突变点所对应的以当下时间点为基准的预设时间段内的交互信息，且，当所述交互信息不为空时，确定所述交互信息对对应动作突变点的突变因子u；
[0058][0059]
其中，∈1表示当下动作突变点与上一动作突变点之间的运动轨迹的第一权重；∈2表示当下动作突变点与下一动作突变点之间的运动轨迹的第二权重；g1表示当下动作突变点与上一动作突变点之间的运动轨迹；g
1标
表示基于虚拟引导确定的当下动作突变点与上一动作突变点之间的标准轨迹；g2表示当下动作突变点与下一动作突变点之间的运动轨迹；g
2标
表示基于虚拟引导确定的当下动作突变点与下一动作突变点之间的标准轨迹；α
j2
表示预设时间段内第j2种交互类型的交互权重；f
j2
表示预设时间段内第j2种交互类型的交互值；m1表示预设时间段内存在的时间点个数；h
j1
表示第j1个时间点对应的轨迹值；h
j1 1
表示第j1 1个时间点对应的轨迹值；
[0060]
判断所述突变因子u是否合理，若合理，对对应动作突变点进行第一标定，否则，进行第二标定；
[0061]
确定第一标定个数以及第二标定个数，当所述第一标定个数与第二标定个数的第一比值大于预设比值时，判定所述目标患者的上肢运动标准；
[0062]
否则，判定所述目标患者的上肢运动不标准。
[0063]
优选的，所述反馈模块，还包括：
[0064]
当判定所述目标患者的上肢运动不标准，从所述目标患者的第三运动轨迹中提取不标准的动作点，并与标准的动作点进行比较；
[0065]
根据比较结果，确定待改善动作，得到康复反馈信息，并呈现到所述vr设备。
[0066]
与现有技术相比，本发明的有益效果如下：
[0067]
用以通过对患者在康复过程中的康复轨迹进行引导以及跟踪，来提高训练效率，且通过反馈康复信息，可进一步提高康复效果。
附图说明
[0068]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0069]
其中：
[0070]
图1为一个实施例中一种基于vr设备的脑外伤上肢运动障碍康复方法的应用环境
图；
[0071]
图2为一个实施例中一种基于vr设备的脑外伤上肢运动障碍康复方法的流程图；
[0072]
图3为一个实施例中一种基于vr设备的脑外伤上肢运动障碍康复系统的结构框图；
[0073]
图4为一个实施例中计算机设备的结构框图。
具体实施方式
[0074]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0075]
图1为一个实施例中一种基于vr设备的脑外伤上肢运动障碍康复方法的应用环境图。参照图1，该一种基于vr设备的脑外伤上肢运动障碍康复方法应用于障碍康复系统。该障碍康复系统包括终端110和服务器120。终端110和服务器120通过网络连接，终端110具体可以是台式终端或移动终端，移动终端具体可以是手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
[0076]
如图2所示，在一个实施例中，提供了一种基于vr设备的脑外伤上肢运动障碍康复方法。该方法既可以应用于终端，也可以应用于服务器，本实施例以应用于终端举例说明。该一种基于vr设备的脑外伤上肢运动障碍康复方法具体包括如下步骤：
[0077]
步骤1：基于vr设备并根据脑外伤上肢运动障碍的目标患者的当前诊断信息以及所述目标患者的身体信息，向所述目标患者规划上肢运动康复虚拟模型，并基于所述康复虚拟模型对所述目标患者的上肢运动进行虚拟引导；
[0078]
步骤2：捕捉所述目标患者基于所述虚拟引导的跟随动作；
[0079]
步骤3：获取所述目标患者在上肢运动康复过程中的交互信息；
[0080]
步骤4：根据所述交互信息以及跟随动作，判断所述目标患者的上肢运动的标准性，并基于所述标准性，确定对所述目标患者的康复反馈信息，并反馈到所述vr设备进行呈现，供所述目标患者观看调整。
[0081]
上述技术方案的有益效果是：通过对患者在康复过程中的康复轨迹进行引导以跟踪，来提高训练效率，且通过反馈康复信息，可进一步提高康复效果。
[0082]
针对一种基于vr设备的脑外伤上肢运动障碍康复方法，还提出一种基于vr设备的脑外伤上肢运动障碍康复系统，如图3所示，包括：
[0083]
vr设备，用于根据脑外伤上肢运动障碍的目标患者的当前诊断信息以及所述目标患者的身体信息，向所述目标患者规划上肢运动康复虚拟模型，并基于所述康复虚拟模型对所述目标患者的上肢运动进行虚拟引导；
[0084]
捕捉模块，用于捕捉所述目标患者基于所述虚拟引导的跟随动作；
[0085]
传感交互模块，用于获取所述目标患者在上肢运动康复过程中的交互信息；
[0086]
反馈模块，用于根据所述交互信息以及跟随动作，判断所述目标患者的上肢运动的标准性，并基于所述标准性，确定对所述目标患者的康复反馈信息，并反馈到所述vr设备进行呈现，供所述目标患者观看调整。
[0087]
优选的，所述交互信息包括：语音交互、动作交互、指令交互以及画面交互。
[0088]
该实施例中，当前诊断信息，可以指的是患者上肢存在的健康问题，比如肌肉萎缩等的情况，身体信息指的是患者的血压、血氧、心率等的身体情况，因为，在规划对肌肉萎缩等情况进行训练康复的过程中，还需要对患者本身的运动承受能力进行评估，也就是基于身体信息进行确定，便于制定该患者的最佳康复方案，因此，可以通过诊断信息与身体信息的结合，来规划得到康复虚拟模型，主要是为了对患者进行康复训练引导，且康复虚拟模型是包括若干引导式的上肢动作在内的，便于运动引导。
[0089]
该实施例中，虚拟引导是由于通过康复虚拟模型得到的，且对应的康复虚拟模型也就是基于vr设备显示一个虚拟动作，患者根据该虚拟动作进行康复训练。
[0090]
该实施例中，通过对患者的康复训练动作进行捕捉以及对康复过程中的交互信息进行获取，来确定跟随动作的标准性，比如，动作姿态是否一致，动作幅度是否一致等，且后续通过对动作的评估，来得到反馈信息，便于患者调整。
[0091]
上述技术方案的有益效果是：通过对患者在康复过程中的康复轨迹进行引导以及跟踪，来提高训练效率，且通过反馈康复信息，可进一步提高康复效果。
[0092]
在一个实施例中，还包括：
[0093]
分配模块，用于按照诊断分析模型对所述目标患者的当前诊断信息进行分析，得到关联身体检测指标，并向每个关联身体检测指标匹配检测单元；
[0094]
筛选模块，用于按照每个关联身体检测指标的指标属性，获取相同诊断信息的历史检测方式，并筛选最高频次检测方式；
[0095]
检测模块，用于将所述最高频次检测方式传输到所述检测单元对对应身体关联部位进行检测，同时，在检测过程中，对所述检测单元进行信号侦测，并判断单元运行线程是否满足预设合格性；
[0096]
当满足所述预设合格性时，将对应检测单元的检测结果保留；
[0097]
当不满足预设合格性时，对所述检测单元的输出检测信号的第一检测频率以及接收检测信号的第二检测频率；
[0098]
分析模块，用于对所述第一检测频率以及第二检测频率进行分析，判断是否满足预设频率，若满足，将对应检测单元的检测结果保留；
[0099]
若不满足预设频率，获取不满足的检测频率，并对所述不满足的检测频率的当下适配参数进行异常管理，并结合信号侦测结果，确定异常可消除性；
[0100]
若所述异常可消除性不小于预设消除性，将对应检测单元进行复位，并重新检测，获取新的检测结果并保留；
[0101]
若所述异常可消除性小于预设消除性，按照异常管理结果，向对应检测单元发送调节指令，在调节之后进行重新检测，并获取新的检测结果并保留；
[0102]
信息生成模块，用于根据保留的检测结果以及对应的关联身体指标，构建身体列表，得到所述目标患者的身体信息。
[0103]
该实施例中，比如关联身体检测指标与年龄、心率、血氧、血压等有关，因此，获取具备相同指标属性的最高频次检测方式进行检测，比如，获取与年龄心率相关的心率检测方式，对患者脉搏进行检测等，且关联部位，是需要按照检测方式进行检测的部位。
[0104]
该实施例中，对检测单元进行信号侦测，主要是为了判断该单元在检测过程中是
否运行正常，且单元运行线程也就是指的检测的运行过程。
[0105]
该实施例中，预设合格性，指的是检测过程中对应单元的各项指标的合格标准，通过比较，来确定该单元是否合格。
[0106]
该实施例中，检测单元在检测的过程中，首先会向检测部位发送一个检测信号，也就是输出检测信号，再获取检测部位反馈回来的一个信号，也就是接收检测信号，通过对两个信号的频率进行分析，可以有效判断是否满足预设频率。
[0107]
该实施例中，当下适配参数指的是导致产生该检测频率的影响参数，比如，电流信号噪声过大等的情况，进而通过结合信号侦测结果，也就是单元本身的运行参数，两者结合，来确定异常消除可行性，也就是可以解决异常问题的概率。
[0108]
该实施例中，通过复位，或者指令调节，可以对频率异常情况进行有效修改。
[0109]
上述技术方案的有益效果是：通过采用最高频次检测方式对对应关联部位进行检测，可以保证检测的准确性，且通过信号侦测以及后续的异常可消除性的分析，可以对异常进行有效修复，保证最后获取的身体信息的可靠性，间接提高康复效果。
[0110]
在一个实施例中，所述vr设备，包括：
[0111]
第一建立单元，用于获取与所述当前诊断信息相关的关联身体检测指标，并对所述关联身体检测指标的指标权重进行确定，同时，还按照所述关联身体检测指标分别获取所述身体信息中的第一信息，并建立所述关联身体检测指标、指标权重与对应第一信息的第一对应关系；
[0112]
第二建立单元，用于基于所述关联身体检测指标对所述当前诊断信息进行信息匹配，获取对应的第二信息，同时，确定每个第二信息的信息权重，建立所述关联身体检测指标、信息权重以及对应第二信息的第二对应关系；
[0113]
向量获取单元，用于获取所述当前诊断信息中的关键诊断信息，并建立第一待康复向量，同时基于所述第一对应关系以及第二对应关系，建立第二待康复向量；
[0114]
网格部署单元，用于获取所述目标患者的上肢构架，并网格部署在初始虚拟模型上；
[0115]
线路获取单元，用于获取所述初始虚拟模型上的构架的初网格集合以及终网格集合，并建立所述初网格集合的每个初网格与终网格集合中的每个终网格的一一对应关系，并得到网格线路；
[0116]
模型确定单元，用于按照所述上肢构架的适配度，对所述网格线路的长短以及宽窄进行调整，并基于调整后的线路基于所述上肢构架的附着位置，确定附着权重，并得到待优化模型；
[0117]
模型获取单元，用于在所述待优化模型上，基于向量规划规则，对所述第一待康复向量以及第二待康复向量进行康复规划，得到所述康复虚拟模型。
[0118]
该实施例中，不同关联身体检测指标，对应的指标权重是不一样的，比如，针对肌肉萎缩的康复，心率检测指标大于血氧检测指标等，保证对康复虚拟模型提供更为精准的数值。
[0119]
该实施例中，比如：心率检测-心率值-心率检测权重，即为构建的第一对应关系，弘二头肌、三角肌的萎缩程度不一样，因此，针对康复重要性是不一样的，进而通过对对应的信息设置信息权重，以为来得到第二对应关系，比如：心率-弘二头肌-信息权重。
[0120]
该实施例中，上肢构架，指的是目标患者的上肢骨架结构，并按照单位网格的格式对上肢构架进行部署在初始虚拟模型上，且上肢构架在部署的过程中，可以是按照若干条线，构成的构架，来基于初始虚拟模型进行部署的，因此，初网格集合中是指的每条线的初始网格点，且终网格集合与上述类似。
[0121]
该实施例中，通过获取部署过程中的网格线路，可以确定适配度，也就是每个网格线路的当下宽度以及当下长短是否可以表述对应的上肢，进而，通过长短以及宽窄的调整，得到合理的网格线路。
[0122]
该实施例中，附着位置指的是网格线路附着在上肢构架上的位置，因为不同的上肢位置，对应的在康复中起到的作用不一样，因此，需要确定附着权重，来保证康复训练的合理性。
[0123]
该实施例中，第一待康复向量和第二待康复向量，都是为了向模型提供一个贴合训练的基础，进而保证康复虚拟模型更加贴合对患者的当下情况。
[0124]
该实施例中，康复虚拟模型的是以上肢构架、上肢对应的诊断信息、不同的康复向量为基础构建得到的，且输出结果为对应的虚拟引导的康复训练方案。
[0125]
上述技术方案的有益效果是：通过建立第一对应关系以及第二对应关系，且通过对上肢构架进行网格部署以及调整，可以保证上肢构架与患者的贴合性，进而通过对应关系构成的相良，执行康复规划，得到康复虚拟模型，保证对患者后续进行康复的可靠性。
[0126]
在一个实施例中，所述模型获取单元，包括：
[0127]
从模型文件数据库中，匹配并获取所述待优化模型的第一文件；
[0128]
基于所述向量规划规则，确定对所述第一文件的规划引导部署；
[0129]
获取所述第一待康复向量以及第二待康复向量基于不同的关联身体检测指标的待康复特征；
[0130]
根据所述规划引导部署中每个引导块的引导属性，建立所述待康复特征构建误差函数，并判断所述误差函数是否收敛；
[0131][0132]
其中，g表示建立的与待康复特征个引导属性相关的当下函数；g0表示初始函数；g-g0表示误差函数；γ表示梯度误差调整因子，且取值范围为(0.6，0.7)；y
1i
(s
yin
)表示第i个引导属性s
yin
对应的引导参数；y
2i
(s
te
)表示第i个待康复特征s
te
对应的待康复参数；表示基于同组引导参数与待康复参数对应的梯度误差函数，其中，s
yin
与s
te
一一对应；μ表示平衡误差的影响因子；
[0133]
当所述误差函数满足引导约束条件时，判定所述误差函数收敛，并得到所述康复虚拟模型；
[0134]
否则，判定所述误差函数不收敛，对所述规划引导部署进行迭代优化，直到对应的误差函数收敛，得到所述康复虚拟模型。
[0135]
优选的，所述康复虚拟模型是包括若干引导式的康复动作在内的，且基于所述vr设备将引导式的康复动作进行呈现。
[0136]
该实施例中，模型文件数据库中是包含若干模型与模型匹配的文件在内的，主要是通过该文件进行规划部署，且向量规划规则，对该文件进行向量解析，进而，来得到规划引导部署。
[0137]
该实施例中，规划引导部署中包含若干引导块，比如是包括若干个康复训练操，且每个康复训练操都有其对应的引导属性，进而通过与待康复特征的结合，可以有效构建误差函数。
[0138]
该实施例中，引导约束条件指的是否满足最佳康复训练值，若满足，判断收敛，来获取康复虚拟模型，否则，对部署进行迭代游湖啊，也就是对康复训练操进行调整，以此，得到最佳康复运动。
[0139]
上述技术方案的有益效果是：通过对第一文件进行规划引导部署，并结合待康复特征，可以有效判断康复虚拟模型是否合格，因此，来保证后续引导的精准性，提高患者的康复效果。
[0140]
在一个实施例中，所述捕捉模块，包括：
[0141]
位置设置单元，用于基于所述当前诊断信息，设置所述目标患者的第一传感器件放置位置，且根据所述目标患者的上肢必要检测位置，放置第二传感器件，其中，基于所述第一传感器件检测得到所述目标患者基于所述虚拟引导进行运动时的第一运动参数，基于所述第二传感器件检测得到所述目标患者基于所述虚拟引导进行运动时的第二运动参数；
[0142]
修复因子获取单元，用于获取所述第一传感器件的第一通信状态以及第二传感器件的第二通信状态，并判断是否存在通信干扰，若存在，对存在干扰的传感器件进行通信修复，并获取通信修复过程中对应通信干扰时间点的修复因子；
[0143]
轨迹获取单元，用于根据第一传感器的第一运动参数，构建所述目标患者对应的第一运动轨迹，并基于第二传感器的第二运动参数，构建对应点位置的点轨迹趋势；
[0144]
将所述点轨迹趋势与所述第一运动轨迹融合处理，得到第二运动轨迹，并基于所述修复因子，对所述第二运动轨迹进行轨迹修复，得到第三运动轨迹；
[0145]
其中，所述第三运动轨迹即为所述跟随动作。
[0146]
该实施例中，第一传感器可以是惯性传感器，第二传感器可以是姿态传感器，且通过第一传感器，获取与当前诊断信息相匹配的运动轨迹，进而通过第二传感器的检测参数，对运动轨迹进行调整，其中，在获取参数的过程中，可能还会因为传感器本身的异常，导致参数出现略微偏差等的情况，因此，获取修复因子，对轨迹进行修复。
[0147]
上述技术方案的有益效果是：通过两种传感器来获取轨迹以及对传感器的通信干扰进行检测，避免因为干扰导致轨迹出现问题，保证轨迹的准确性，便于后续反馈信息的准确性，间接提高康复效果。
[0148]
在一个实施例中，所述传感交互模块包括：
[0149]
语音交互单元，用于获取目标患者在上肢运动康复过程中的语音交互信息；
[0150]
动作交互单元，用于获取目标患者在上肢运动康复过程中的动作交互信息；
[0151]
指令交互单元，用于获取目标患者在上肢运动康复过程中的指令交互信息；
[0152]
画面交互单元，用于获取目标患者在上肢运动康复过程中的画面交互信息；
[0153]
交互处理单元，用于基于时间戳将语音交互信息、动作交互信息、指令交互信息以及画面交互信息进行并列显示，得到交互信息。
[0154]
上述技术方案的有益效果是：通过获取四种交互信息，来综合确定患者的交互有效性，为后续进行有效康复训练，提供基础。
[0155]
在一个实施例中，所述反馈模块，包括：
[0156]
将所述虚拟引导的标准动作与所述跟随动作进行同时间戳建立，计算两者之间的差异集合z；
[0157]
z＝{f1(t)-f2(t δt)，t＝1,2,3,...,n1}
[0158]
其中，f1(t)表示在时间点t对应的标准动作的动作值；f2(t δt)表示时间点t δt对应的跟随动作的动作值；δt表示目标患者基于虚拟引导进行跟随的延后时长；
[0159]
判断所述差异集合构成的差异曲线是否趋于标准常数曲线，若趋于，判定所述目标患者的上肢运动标准；
[0160]
若所述差异曲线不趋于标准常数曲线，确定所述跟随动作对应的第三运动轨迹中的动作突变点，并获取所述动作突变点所对应的以当下时间点为基准的预设时间段内的交互信息，且，当所述交互信息不为空时，确定所述交互信息对对应动作突变点的突变因子u；
[0161][0162]
其中，∈1表示当下动作突变点与上一动作突变点之间的运动轨迹的第一权重；∈2表示当下动作突变点与下一动作突变点之间的运动轨迹的第二权重；g1表示当下动作突变点与上一动作突变点之间的运动轨迹；g
1标
表示基于虚拟引导确定的当下动作突变点与上一动作突变点之间的标准轨迹；g2表示当下动作突变点与下一动作突变点之间的运动轨迹；g
2标
表示基于虚拟引导确定的当下动作突变点与下一动作突变点之间的标准轨迹；α
j2
表示预设时间段内第j2种交互类型的交互权重；f
j2
表示预设时间段内第j2种交互类型的交互值；m1表示预设时间段内存在的时间点个数；h
j1
表示第j1个时间点对应的轨迹值；h
j1 1
表示第j1 1个时间点对应的轨迹值；
[0163]
判断所述突变因子u是否合理，若合理，对对应动作突变点进行第一标定，否则，进行第二标定；
[0164]
确定第一标定个数以及第二标定个数，当所述第一标定个数与第二标定个数的第一比值大于预设比值时，判定所述目标患者的上肢运动标准；
[0165]
否则，判定所述目标患者的上肢运动不标准。
[0166]
优选的，所述反馈模块，还包括：
[0167]
当判定所述目标患者的上肢运动不标准，从所述目标患者的第三运动轨迹中提取不标准的动作点，并与标准的动作点进行比较；
[0168]
根据比较结果，确定待改善动作，得到康复反馈信息，并呈现到所述vr设备。
[0169]
该实施例中，比如：患者在根据虚拟引导进行运动的过程中，会存在视觉上或者动作上的延迟，一般延后时长视为0.2s，虚拟动作1中的动作值为0，虚拟动作2中的动作值为1，跟随动作1中的动作值为0，跟随动作2中的动作值为1，此时，z集合中的元素都为0，视为患者的上肢运动标准。
[0170]
比如：集合z＝{0，01，0，0，0.2，0}构成的曲线可以视为趋于常数曲线，也就是时间点t与对应的时间点t δt下的动作值的差值小于0.3，则都视为趋于对应的跟随动作值的
是合格的，且标准常数曲线可以视为曲线c＝0。
[0171]
该实施例中，第三运动轨迹是患者当下的实际运动轨迹，通过获取实际运动轨迹上的动作突变点，来获取当下时间点为基准的5s内的交互信息，比如当下时间为3:00:26，对应的预设时间段为：3:00:20-3:00:25，且对应的m1可以为5。
[0172]
该实施例中，突变因子u主要是计算交互信息对动作突变点的突变因子，也就是交互信息对应的计算结果越大，对应的突变因子越大，且j2＝1,与语音交互信息有关，j2＝2与动作交互信息有关，j2＝3与指令交互信息有关，j2＝4与画面交互信息有关，且∈1 ∈2小于1。
[0173]
该实施例中，突变的合理性也就是通过确定交互信息对该点的影响，若影响结果与对应的突变结果是一致的，则视为，合理，进行第一标定，也就是如果确定出的交互信息是在该突变点执行该动作，且对应的基于交互信息确定的突变因子大于预设值0.5，此时，可以视为合理。
[0174]
该实施例中，比如第一标定个数为5，第二标定个数为1，此时，第一比值为5，预设比值为3，此时，可视为上肢运动标准。
[0175]
该实施例中，比如上肢扩展不合格，此时，将上肢需要扩展的宽度作为反馈信息，到vr设备呈现。
[0176]
上述技术方案的有益效果是：通过获取差异集合，来确定是否趋于标准常数曲线，进而通过对交互信息对突变点的突变因子的计算，来确定是否合理，进而判断上肢运动是否标准，以此，来获取康复反馈信息，进行呈现反馈，便于提高训练效率以及康复效果。
[0177]
图4示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器。如图4所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现年龄识别方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行年龄识别方法。本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0178]
在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
[0179]
步骤1：基于vr设备并根据脑外伤上肢运动障碍的目标患者的当前诊断信息以及所述目标患者的身体信息，向所述目标患者规划上肢运动康复虚拟模型，并基于所述康复虚拟模型对所述目标患者的上肢运动进行虚拟引导；
[0180]
步骤2：捕捉所述目标患者基于所述虚拟引导的跟随动作；
[0181]
步骤3：获取所述目标患者在上肢运动康复过程中的交互信息；
[0182]
步骤4：根据所述交互信息以及跟随动作，判断所述目标患者的上肢运动的标准性，并基于所述标准性，确定对所述目标患者的康复反馈信息，并反馈到所述vr设备进行呈现，供所述目标患者观看调整。
[0183]
在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：
[0184]
步骤1：基于vr设备并根据脑外伤上肢运动障碍的目标患者的当前诊断信息以及所述目标患者的身体信息，向所述目标患者规划上肢运动康复虚拟模型，并基于所述康复虚拟模型对所述目标患者的上肢运动进行虚拟引导；
[0185]
步骤2：捕捉所述目标患者基于所述虚拟引导的跟随动作；
[0186]
步骤3：获取所述目标患者在上肢运动康复过程中的交互信息；
[0187]
步骤4：根据所述交互信息以及跟随动作，判断所述目标患者的上肢运动的标准性，并基于所述标准性，确定对所述目标患者的康复反馈信息，并反馈到所述vr设备进行呈现，供所述目标患者观看调整。
[0188]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0189]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0190]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。请输入具体实施内容部分。