CN1284844A - 判定运动图样的方法和装置 - Google Patents

判定运动图样的方法和装置 Download PDF

Info

Publication number
CN1284844A
CN1284844A CN98813841A CN98813841A CN1284844A CN 1284844 A CN1284844 A CN 1284844A CN 98813841 A CN98813841 A CN 98813841A CN 98813841 A CN98813841 A CN 98813841A CN 1284844 A CN1284844 A CN 1284844A
Authority
CN
China
Prior art keywords
data set
parameter
data
pattern
position curve
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN98813841A
Other languages
English (en)
Other versions
CN1208025C (zh
Inventor
克劳斯－弗伦茨·克劳森
思沃特勒扎·哈拉兰弗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CLAUS FRENZ CLAUSSEN
Original Assignee
CLAUS FRENZ CLAUSSEN
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CLAUS FRENZ CLAUSSEN filed Critical CLAUS FRENZ CLAUSSEN
Publication of CN1284844A publication Critical patent/CN1284844A/zh
Application granted granted Critical
Publication of CN1208025C publication Critical patent/CN1208025C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1127—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using markers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4005—Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
    • A61B5/4023—Evaluating sense of balance
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head

Abstract

为了判定一个运动图样,尤其是被测者(1)的头和躯干的运动,此图样借助于多个与被测者人体一起运动的标志发生器(Mi)被记录,在三维空间中随时间(t)收集每个标志发生器(Mi)的位置曲线(mi)并将其作为一个对所有标志发生器(Mi)公共的数据组(DS)的数据项(DFi)被存储。通过借助一个数据处理设备(3)对位置曲线(mi)的进行的计算机支持的分析求出参数(KG)并按照图样识别的方法借助于它与相应参考值(RG)的比较对其进行判定。这样可以说明被判定的运动图样,并且用此信息提供基本病理图的诊断性结论,这些病理图主要是由于精神的,身心的和/或神经的故障引起的。

Description

判定运动图样的方法和装置
本发明涉及判定运动图样(kinetic pattern)的方法，此图样借助于大量与被测者身体一起运动的标志发生器(marker)而被记录。本发明还涉及实施此方法的相应装置。这里运动图样尤其是指头部运动和躯干运动的图样(颅骨-身体图(Carnio-Corpo-Gramm))。
平衡功能故障是许多病理检查结果的主要或结果性表现。这一方面关系到慢性现象，如高度缩减，或在事故时引起的伤害，如摔跤损伤。另一方面大量病症与平衡控制的可复原或不可复原的故障有关，包括身心疾病，如精神分裂症，精神错乱，抑郁和帕金森氏综合症。
平衡的保持对于站立的人尤其要求高度复杂的调节机理，除内耳中的平衡器官(前庭器官)外还主要有眼、耳以及人脑的探测接收器(Tastrezeptor)和各种区域参与此调节。在所谓的“颅骨-身体图”诊断检查方法中根据以下知识：参与平衡控制的器官各种区域的故障，它导致被检查人体的一个有相应特征的运动图样。通过观察运动图样可根据颅骨-身体图凭经验定位平衡控制系统内的故障。由此可推断出平衡功能故障引起的疾病。
由行业合作协会的出版系列中的出版物“颅骨-身体图研究报告”ISBN3-88383-126-3(1986年6月)公开的装置，借助于形式为白炽灯的标志发生器可靠地制作被测者的头部和躯干运动图，在被测者的双肩上和其额上及后脑上各放一个。每个标志发生器在水平面上的运动被一个设置在被测者上面的摄像机在持续曝光中作为光迹照相记录在所谓的颅骨-身体图中。在测试完成后光迹被人工在照片上判定。
人工判定照片或者通过测量几何光迹实现，或者通过将复杂的运动图样与称作“照片-单元”的比较图样进行相关联系而实现，这需要花费长的时间。其主要缺点在于，在照相记录标志运动时在测试中产生的信息的一部分被丢失。在照片上仅能识别标志运动的水平分量。它不能给出关于标志空间的垂直运动和高度的信息。所以为了能完全比较不同大小的被测者的颅骨-身体图，要求对照片进行高费用的校准。因为所有标志的光迹被包含在一幅照片上，经常出现由于光迹相切造成的覆盖，这使得提取单个光迹的特征变得困难或者甚至不可能。直接在摄像机下面的死角中发生的信息也丢失了，在那里摄像机进入在反射镜和一个标志发生器之间行进的光束通道中。
DE 38 29 885 C2公开了一种装置，其中用安装在被测者上方的照相光电管阵列代替摄像机来记录光迹。通过此阵列消除了死角。借助于数字计算机根据对颅骨-身体图相关的运动偏移的计算来分析光迹。然而在那里没有依据收集的运动图样进行说明的判定。
本发明的目的在于给出一种判定借助于多个与被测者人体一起运动的标志发生器记录的运动图样的方法，其中含有特别高的信息密度的运动图样用小的时间花费被判定。此外还给出自动实施本方法的一种特别适用的装置。
本发明关于给出一种方法的任务由权利要求1所述特征来完成。其中每个标志发生器的位置曲线在三维空间中以一定的时间分辨率被采集，并且作为所有标志发生器公共的数据组的数据项被记录。表示运动图样的位置曲线然后用一个数据处理设备按照由数据组导出的参数被描绘。接着每个参数按照图样识别方法与由一个寄存的参考数据组相应导出的参考值进行比较。此参考值或者每个参考值在一次参考测试中作为参考运动图样的参数求得。这里参数或参考值是由位置曲线导出的信息，它作为图像标志描绘运动图样。
本发明从以下思路出发，由颅骨-身体图可导出的准预诊结论基于经验获得的经验值。对于基于观察的运动图样的疾病的可靠诊断，需要多个参考试验，因为在运动图样中同样包含的个别特性必须被从病理特性分离出来。为了这些知识的可靠性而被处理的数据量形成了复杂性，可靠的结论仅与高的时间花费一起才有可能。然而一次试验的费时的判定使得它在临床应用中无利可图。此外这也是希望的：在记录一次试验时的信息丢失尽可能地小，尤其是新的知识要求在新观点下对老的研究或试验做重新判定。通过借助于计算机或数据处理设备进行自动图样识别，可实现一个运动图样的特别详尽的分析并获得运动形态的分类结论。这些结果可能包含有为以后的诊断从知识上准备的很可能出现的结论。
由于三维的，有一定时间分辨率的记录，数据组含有试验的全部信息。尤其是标志的位置曲线总可以相互分开来判定。此外运动图样的时间过程特别简单地被分析。基于现代数据处理系统的负载能力，相比人工判定运动图样显著减小了时间花费。
参数最好由至少一个位置曲线在笛卡尔座标系的一个基准面上的投影导出。虽然参数也可以直接从数据项中一个标志的四维空间/时间座标导出。然而在二维投影中的位置曲线，例如在一个荧光屏上特别清楚地被描绘出来。如果用于诊断或预诊目的而形成的与每个过程阶段有关的判定结果是可在以后显示的，这是特别有优点的。
在颅骨-身体图上观察到的运动图样典型地呈现出周期性结构，它是由被测者的人体摆动引起的。在所谓的步行测试中半个摆动周期对应于被测者的一步，在此测试中被测者完成步行运动。为了导出特别详尽地说明运动图样的参数，合乎目的的是按照其周期性将位置曲线划分为序列。某些参数由一单个的序列求得。这样的参数例如是振幅，摆动持续时间和垂直于摆动方向上走过的距离(步宽)。
因为人体摆动固有的周期性根据已有认识不是严格数学意义上的周期性，各个序列是不相同的，而仅是近似的。合乎目的的是附加在一个由单个序列求得的参数(“单步”分析)上或者代替它而由多个序列求得一个相应的参数并给出统计平均值及其标准偏差。以这种方式导出关于人体摆动规律的结论。
关于人体摆动规律的定量陈述合乎目的地通过求出至少一个位置曲线的幅度分布和/或频率分布而获得。所以从数据组专门借助于频谱分析方法，例如所谓的“快速富里叶变换”导出频率分布作为参数。
人体的重心运动被作为另一个有用的参数求出。为此从数据组的某个或每个数据项计算出相应标志起始位置和终止位置间的距离。由此可确定例如人体偏转角。此外借助于标志相互间的相对位置求出参数，它们代表人体各部位在空间中的取向和它们相互间的位置，特别是头和肩的位置。这些参数主要是人体自转和扭曲颠簸角，即头部相对于双肩的移动。此外某个或每个位置曲线的长度和相应标志走过的总距离被作为参数求出。
借助于由实时数据组导出的图样与由存储的参考数据组导出的图样之间以图形单元为形式的图样比较，尤其是借助于(神经)模糊逻辑或一个神经网络，可以简单而特别有效的方式和方法确定相应的一致性程度，并且为按差别诊断排列相应的图形单元和/或其它参数。合乎目的地由相应的实时数据组以自训练的方式补充参考数据组。并且对应于每个参考数据组用于相应病理图或图样的参数可以用来在以后的诊断中判定相应的测量。一个借助于数据组与多个参考数据组的一致性求得的标志还可以作出它对应于多个预诊病理图中的每一个的概率。
本发明关于提出装置的任务由权利要求15的特征完成。其后的权利要求给出优化设计。
与记录每个标志的接收设备相连接的数据处理设备具有一个用以从接收设备的信号计算出表示位置曲线的数据组的处理级。这可以是多个空间上分立设置的超声发射和接收设备，CCD(电荷耦合器件)摄像机(视频摄像机)摄像单元或其它，用以记录和必要时处理声或光信号。相应的接收机合乎目的地相互呈直角安装，使得标志位置曲线的记录在至少两个不同的平面，例如XY-平面和YZ-平面或XZ-平面上进行。位置曲线相对于第三个平面的座标可由两个接收机的测量数据计算得到。在用超声代替光作为标志源时测量也可在明亮的室内进行。
配置在处理级后面的一个数据库用于存储参考数据组，它最好是在多次参考测量中求得的。数据处理设备的分析模块或分析级从实时收集的数据组和对应它的参考数据组求出多个参数或参考值，它们在一个比较模块或一个比较级中借助于参数和参考值以图样识别的方法求出数据组之间的一致性程度。接着数据处理设备给每个数据组配置一个对应于一个病理图的标志并借助于标志将数据组送到数据库，以扩展相应的参考数据组。
处理级给数据组分配每个标志的位置曲线作为数据项是合乎目的的。这样得到一个具有数目与标志数相对应的多个数据项的矩阵，并且每个数据项是在相应时刻在笛卡座标系上的三维座标。处理级最好后接一个暂存数据组的存储器，用作对收集到的测量数据进行中间存储。
本发明的优点主要在于，通过对由多个光学或声学方法收集的运动图样求得的测量数据进行的计算机判定及由其导出的曲线行程和功能图样借助于相应参数的说明可得出关于以相应运动图样为基础的故障对应哪个病理图的结论。在完成实际不接触被测者人体的测试数据收集的同时，在一个与被测者人体分离的数据处理设备中完成判定，在此设备中测量数据在人体之外被处理，并为图样识别作好准备。
由病症不明显的被测者或病症明显的被测者的主要是头-身体-运动图样判定典型病理图使得下述成为可能：具有多个参考数据和参考图样的科学方法可被用来在实时收集且未被诊断的运动图样与已知的病理图之间建立对应关系。这样借助于判定求得的参数可作出关于心理的，精神的和/或神经的故障的结论，例如精神分裂症，抑郁和帕金森氏综合症。
下面借助附图详细说明本发明实施例，附图中；
图1具有用来判定运动图样的部件的装置示意图，
图2被测者步行时产生的运动图样，它由4个标志在XY-平面上投影的位置曲线表示；
图3被测者站立时产生的运动图样，其表示方法同图2中的，并且
图4一个被诊断病理图由于一次治疗而改变的运动图样。
在图1中两个相互呈直角取向的接收机2用以收集被测者1的运动图样。接收机以没有详细说明的方式和方法接收来自多个与被测者1一起运动的标志发生器Mi的信号。人体运动的显现可特别简单地实现在光迹上。在此情况下采用白炽灯或发光二极管作为标志发生器Mi，并且相应地用摄像机，例如视频摄像机作为接收机2。运动图样的标志产生也可用超声发射机作为标志发生器Mi和用超声接收机作为接收机2。此外也可应用无源的标志发生器Mi，它只是反射从外部源发出的信号。如通常所谓的颅骨-身体图那样，合乎目的地限制观察于被测者1的头和躯干的运动。因此在被测者1的左肩及右肩上各带有一个标志发生器M1和M2，在其额上及后脑上各带有另一个标志发生器M3和M4。
接收机2各将一个标志发生器Mi运动的二维图形送给包含在数据处理设备3中的处理级10，它由接收机2传来的图形求出在三维空间中每个标志发生器Mi随时间t的位置曲线mi。每个位置曲线mi的空间座标表示在笛卡尔座标系X，Y，Z中，并且被测者1的出发位置被设置为零点，侧向轴对应为X轴。Y轴方向为被测者1行走的水平方向，而Z垂直向上。由相应轴构成的基本平面是XY平面(水平面)，YZ平面(纵向垂直面)和ZX平面(侧向垂直面)。
数据处理设备3借助于处理级10的一个算法完成每个标志发生器Mi的位置曲线mi的计算。如果接收机2采用模拟记录技术，处理级10首先进行从模拟数据到数字数据的变换。处理级10将位置曲线mi作为数据组DS传送给一个优选为暂存的数据存储器11。其中数据组DS被分成数据项DFi，一个数据项DFi表示一个标志发生器Mi的位置曲线mi。数据存储器11提供数据组DS给以软件形式实现的分析模块12供其使用。分析模块12首先通过从数据组DS中选择数据生成位置曲线mi在基本平面XY，YZ和ZX上的投影。因为位置曲线mi一般具有由人体摆动引起的周期性结构，分析模块12的算法接着划分位置曲线mi为周期性的序列。一个这样的序列的起始和终止由位置曲线mi的一个尖锐的方向变化来标识，一个序列精确对应人体摆动的一个周期。由投影在基本平面XY，YZ和ZX上并划分为序列的位置曲线mi，分析模块12的算法进一步导出多个参数KG。
一方面通过位置曲线mi的几何和物理的测量导出参数KG。基于每个位置曲线mi的周期性结构，相关参数KG主要是一个摆动的振幅，周期持续时间，频率以及一个摆动周期内垂直于摆动方向走过的距离(步宽)。可以从单个序列导出这些参数KG(单步分析)，也可以从多个序列统计导出它们并给出平均值和标准偏差(全反应分析)。人体摆动的不规则性进一步通过给出振幅分布和借助子谱分析(富里叶变换)得出的频率分布而被量化。此外还由人体的重点运动求出物理参数KG，并求出人体相对于空间的旋转和头部相对于躯干的旋转。为此需组合多个标志Mi的位置曲线mi。
另一方面，除了物理的和/或几何的特征外分析模块12还求出曲线形式位置曲线mi与作为图形单元存储的比较图样的一致性程度。与一个图形单元的比较可以对单个序列或整个位置曲线mi进行。其中摆动序列借助于其转折区的形状而被描绘。典型的图形单元具有弧形的，环形的或尖形的转折区。用以说明整个位置曲线mi的图形单元却以位置曲线mi的投影面的轮廓形状作为其特征。它们与形状为几何图形(例如三角形，正方形)或比较复杂的图样(例如蝶形)的图形单元比较。分析模块12将由数据组DS导出的参数KG传送到比较模块13。
为了评估数据组DS，从数据库14提供参考数据组RS给分析模块12使用。参考数据组RS具有与数据组DS相应的数据结构，然而附加有一个对应于一个病理图的标志KRS。分析模块12由参考数据组RS求出多个参考值RG，它根据其导出对应于数据组DS的参数KG。参考值RG在导出后必要时传送给比较模块13。参考数据组RS的建立在一个模拟于建立数据组DS的参考测量中完成。相应参考数据组RS的标志KRS与参考值RG一起被传送到比较模块13。在比较模块13中借助于参数KG和参考值RG求出数据组DS和参考数据组RS的一致性程度。通过设置典型病理图的图形单元，借助于直接的图样比较，一个实时的运动图样被直接定型或至少被定性分类。基于对参数KG的进一步考察来支持定量分析。
被测者1的运动图样的病理特性总是与个体特性叠加在一起的。运动图样的单元或迹象，以及从而各个参数可以相同或类似于不同的病理图。此外在一个被测者1上做的试验不能严格地重现。因此不仅参数KG，而且参考值RG相对于其预诊的结论性疾病是不清晰的。为了进行此不清晰的计算，比较模块13最好基于所谓的模糊逻辑工作。按照模糊逻辑规则，一个作为严格的测量值给出的参数KG或参考值RG被人为地变为不清晰的(模糊化)。通过将不清晰的参数KG与不清晰的参考值RG进行比较，在比较模块13中求得反映一致性程度的分类因子TF。分类因子TF反映了由于模糊化而加强了的数据组DS与参考数据组RS的病理一致性。运动图样中个性的和不可重现的细节通过借助模糊逻辑所做的不清晰的考察而被过滤掉。它反映了与接着去模糊化后的参考数据组RS相一致的概率。
为了对数据组DS求出相应于病理图的标志KDS，比较模块13以上述方法将数据组DS与从多个从数据库14取出的参考数据组RS进行比较。在每个单个的比较一个数据组DS与一个参考数据组RS时获得的分类因子TF接着被存储并被用于求出标志KDS。为了求得标志KDS，这里应用例如一个神经网络。
为了输出标志KDS，比较模块13连接一个输出模块20，它例如是一个显示器，一台打印机或一台绘图仪。输出模块20还可给出数据存储器11中以数据组DS形式存储的运动图样。接着借助于数据库输入控制21给数据组提供相应标志KDS，并且根据此标志KDS按自训练的科学方法将数据组送到数据库14作为参考数据组RS。
图2借助于标志发生器M1至M4的位置曲线m1至m4在水平面XY上的投影示出一个按照Unterberger/Fukuda方法进行的步行测试的典型运动图样。在一个这样的步伐测试中被测者当场完成一段步行路程。为此通常被测者1被蒙住双眼，以避免在空间中目视取向。位置曲线mi呈现清楚的波状周期性，它是由行走时人体的重心移动造成的。由两个相邻的转折点30限定的序列31表示被测者1的一个步行周期，它有相继的两步，这举例示于图2中位置曲线m1上。
典型的方式是一个不引人注目的被测者1也在步行测试中在纵向轴Y方向上移动一个距离l1。人体重心的侧向偏移l2或者侧向摆动的振幅a在超过一个(临界)门限值时被归为病理的。图2的位置曲线与前述一系列图形单元比较得到的结果是与一个尖形的比较图样有高度的一致性。
图3示出同一个被测者1的运动图样。然而此运动图样是在站立测试中按Romberg方法生成的。此时被测者1站立约1分钟时间，并且通常在必要时眼睛被蒙住。在站立测试中产生的运动图样相当于一个混乱的歪扭的圆周运动，它具有比步行测试更小的振幅(图3中所用的图形尺度比图2的放大了10倍)。图3所示站立测试产生的位置曲线mi最好以其整体用图形单元来描绘。对于这些位置曲线mi，其轮廓形状与在图3中举例示出的直角三角形32有高度的一致性。
除用于识别病理图外此方法也可被用作伴随治疗的检查方法。图4示出多次在一个患精神分裂症的病人身上做的步行测试的记录，其中在图4a，4b和4c中示出的运动图样是各间隔30天记录的。在治疗期间取得的诊治成果呈现在从图4a到图4c位置曲线mi的左边的弯曲逐次减小。因此本方法用作测量方法来检查病人对药物的反应是特别有优点的。
标号列表
1被测者，2接收机，3数据处理设备，10处理级，11数据存储器，12分析模块，13比较模块，20输出模块，21数据库输入控制，30转折点，31序列，32作为图形单元的三角
mi位置曲线，DS数据组，DFi数据项，KG参数，RS参考数据组，KRS参考数据组的标志，RG参考值，TF分类因子，KDS数据组的标志，X侧向轴，Y纵向轴，Z垂直轴，XY水平面，YZ纵向垂直面，ZX侧向垂直面，l1纵向重心运动，l2重心的侧向偏移a侧向摆动振幅

Claims (20)

1．用以判定运动图样的方法，此图样是借助于多个与被测者(1)的人体一起运动的标志发生器(Mi)记录的，其中，
-每个标志发生器(Mi)的位置曲线(mi)在三维空间中随时间(t)被收集，并且作为一个对所有标志发生器(Mi)公共的数据组(DS)的数据项(DFi)被存储，
-运动图样借助于由数据组(DS)导出的参数(KG)来描绘，以及
-每一个参数(KG)被与一个由一个被存储的参考数据组(RS)相应导出的参考值(RG)进行比较。
2．如权利要求1所述的方法，其特征在于，每个参数(KG)由至少一个位置曲线(mi)在笛卡尔座标系的三个基准平面(XY，YZ，ZX)中的一个平面上的投影导出。
3．如权利要求1或2所述的方法，其特征在于，由至少一个位置曲线(mi)求出对应人体摆动的一个摆动周期序列，并且由一个单个序列导出至少一个参数(KG)。
4．如权利要求3所述的方法，其特征在于，由多个序列求出参数(KG)的平均值和标准偏差。
5．如权利要求1至4中任一项所述的方法，其特征在于，从至少一个位置曲线(mi)的周期性求出人体摆动的振幅分布和/或频率分布作为参数(KG)。
6．如权利要求1至5中任一项所述的方法，其特征在于，由至少一个标志发生器(Mi)的起始位置和终止位置间的距离(l1，l2)求出人体的重心运动作为参数(KG)。
7．如权利要求1至6中任一项所述的方法，其特征在于，借助于标志发生器(Mi)的位置求出至少一个人体部位在空间的取向作为参数(KG)。
8．如权利要求1至7中任一项所述的方法，其特征在于，借助于标志发生器(Mi)的位置求出人体部位相互间的位置作为参数(KG)。
9．如权利要求1至8中任一项所述的方法，其特征在于，至少一个位置曲线(mi)的长度被作为参数(KG)求出。
10．如权利要求1至9中任一项所述的方法，其特征在于，一个作为图形单元存储的图样和位置曲线(mi)的至少一部分的形状之间的一致性程度作为参数(KG)被求出。
11．如权利要求1至10中任一项所述的方法，其特征在于，借助于模糊逻辑求出表示数据组(DS)和参考数据组(RS)之间一致性程度的分类因子(TF)。
12．如权利要求1至11中任一项所述的方法，其特征在于，给每个存储于数据库(14)的参考数据组(RS)设置一个对应于一个病理图的标志(KRS)，并且借助于数据组(DS)与多个参考数据组(RS)的一致性程度求出数据组(DS)的标志(KDS)。
13．如权利要求12所述的方法，其特征在于，借助于神经网络求出标志(KDS)。
14．如权利要求12或13所述的方法，其特征在于，按照自训练的方法并借助于其标志(KDS)将每个数据组(DS)送到数据库(14)。
15．用以判定一个借助于多个设置在被测者(1)人体上的标志发生器(Mi)收集的运动图样的装置，它有一个与用于记录标志发生器(Mi)的位置曲线(mi)的接收设备(2)的相连接的数据处理设备(3)，其特征在于，
-一个用以从接收设备(2)的信号计算对应位置曲线(mi)的数据组(DS)的处理级(10)，
-一个包含多个参考数据组(RS)的数据库(14)，
-一个用以由数据组(DS)求出参数(KG)和由参考数据组(RS)求出参考值(RG)的分析模块(12)，以及
-一个比较模块(13)，它借助于参数(KG)和参考值(RG)求出数据值(DS)和参考数据组(RS)间的一致性程度。
16．如权利要求15所述的装置，其特征在于，接收设备包含两个相互呈直角安放的接收机(2)。
17．如权利要求15或16所述的装置，其特征在于，处理级(10)分配给数据组(DS)每个标志发生器(Mi)的位置曲线作为数据项(DFi)。
18．如权利要求15至17中任一项所述的装置，其特征在于，处理级(10)后接一个暂存用的数据组存储器(11)。
19．如权利要求15至18中任一项所述的装置，其特征在于，比较模块(13)给每个数据组(DS)分配一个对应于一个病理图的标志(KDS)并借助于标志(KDS)馈送数据组(DS)给数据库(14)。
20．如权利要求15至19中任一项所述的装置，其特征在于，数据处理设备(3)馈送参数或每个参数(KG)给一个输出模块(20)，它用以显示运动图样和/或参考图样。
CNB988138417A 1998-03-07 1998-03-07 判定运动图样的方法和装置 Expired - Fee Related CN1208025C (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP1998/001341 WO1999044502A1 (de) 1998-03-07 1998-03-07 Verfahren und vorrichtung zur auswertung eines bewegungsmusters

Publications (2)

Publication Number Publication Date
CN1284844A true CN1284844A (zh) 2001-02-21
CN1208025C CN1208025C (zh) 2005-06-29

Family

ID=8166894

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB988138417A Expired - Fee Related CN1208025C (zh) 1998-03-07 1998-03-07 判定运动图样的方法和装置

Country Status (12)

Country Link
US (1) US6473717B1 (zh)
EP (1) EP1061851B1 (zh)
JP (1) JP2002505134A (zh)
KR (1) KR100499550B1 (zh)
CN (1) CN1208025C (zh)
AT (1) ATE213396T1 (zh)
AU (1) AU761085B2 (zh)
CA (1) CA2322638C (zh)
DE (2) DE59803158D1 (zh)
DK (1) DK1061851T3 (zh)
ES (1) ES2172142T3 (zh)
WO (1) WO1999044502A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103002803A (zh) * 2010-04-06 2013-03-27 尼尔斯·格林伯格 虚拟锻炼装置
CN103079661A (zh) * 2010-03-30 2013-05-01 索尼电脑娱乐美国公司 用于增强现实角色维持并体现观察者的认知的方法
CN104159507A (zh) * 2012-03-16 2014-11-19 富士通株式会社 晃动检测装置以及晃动检测方法

Families Citing this family (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002095534A2 (en) * 2001-05-18 2002-11-28 Biowulf Technologies, Llc Methods for feature selection in a learning machine
DE19918008A1 (de) * 1999-04-21 2000-10-26 Claussen Claus Frenz Verfahren und Vorrichtung zur Ermittlung des Halsbewegungsmusters
DE10008251A1 (de) * 2000-02-23 2001-08-30 Gordon Pipa Verfahren zum Erfassen und Auswerten von Korrelationen
US7624074B2 (en) * 2000-08-07 2009-11-24 Health Discovery Corporation Methods for feature selection in a learning machine
US20030062675A1 (en) * 2001-09-28 2003-04-03 Canon Kabushiki Kaisha Image experiencing system and information processing method
FR2832916B1 (fr) * 2001-11-30 2004-11-26 Marie Madeleine Renee Bernard Goniometre automatise de visioconference
US7409373B2 (en) 2001-12-28 2008-08-05 Concepta Ab Pattern analysis system and method
SE525655C2 (sv) * 2001-12-28 2005-03-29 Bergfalk & Knagenhjelm Ab Mönsteranalyssystem och metod
JP4054585B2 (ja) * 2002-02-18 2008-02-27 キヤノン株式会社 情報処理装置および方法
EP1349114A3 (en) * 2002-03-19 2011-06-15 Canon Kabushiki Kaisha Sensor calibration apparatus, sensor calibration method, program, storage medium, information processing method, and information processing apparatus
US20040215074A1 (en) * 2003-04-24 2004-10-28 Vincenzo Giuliano Imaging and scoring method for cervical spinal impairment using magnetic resonance imaging
US9826537B2 (en) 2004-04-02 2017-11-21 Rearden, Llc System and method for managing inter-cluster handoff of clients which traverse multiple DIDO clusters
US8654815B1 (en) 2004-04-02 2014-02-18 Rearden, Llc System and method for distributed antenna wireless communications
US10277290B2 (en) 2004-04-02 2019-04-30 Rearden, Llc Systems and methods to exploit areas of coherence in wireless systems
US10425134B2 (en) 2004-04-02 2019-09-24 Rearden, Llc System and methods for planned evolution and obsolescence of multiuser spectrum
US9819403B2 (en) 2004-04-02 2017-11-14 Rearden, Llc System and method for managing handoff of a client between different distributed-input-distributed-output (DIDO) networks based on detected velocity of the client
JPWO2005096939A1 (ja) * 2004-04-07 2008-02-28 財団法人新産業創造研究機構 リハビリ支援用計測システム、及びリハビリ支援用計測方法
US20060055706A1 (en) * 2004-09-15 2006-03-16 Perlman Stephen G Apparatus and method for capturing the motion of a performer
US8194093B2 (en) * 2004-09-15 2012-06-05 Onlive, Inc. Apparatus and method for capturing the expression of a performer
US7566346B2 (en) * 2004-10-29 2009-07-28 X-Spine Systems, Inc. Prosthetic implant and method
DE102004060602B4 (de) * 2004-12-08 2009-08-06 Eberhard-Karls-Universität Tübingen Universitätsklinikum System und Verfahren zum Bestimmen einer Bewegungskategorie sowie deren Ausprägungsgrad
US7633521B2 (en) * 2005-02-25 2009-12-15 Onlive, Inc. Apparatus and method improving marker identification within a motion capture system
US7605861B2 (en) * 2005-03-10 2009-10-20 Onlive, Inc. Apparatus and method for performing motion capture using shutter synchronization
US8659668B2 (en) 2005-10-07 2014-02-25 Rearden, Llc Apparatus and method for performing motion capture using a random pattern on capture surfaces
GB2438167A (en) 2006-05-19 2007-11-21 Univ Teesside Balance monitor
US7567293B2 (en) * 2006-06-07 2009-07-28 Onlive, Inc. System and method for performing motion capture by strobing a fluorescent lamp
US20100231692A1 (en) * 2006-07-31 2010-09-16 Onlive, Inc. System and method for performing motion capture and image reconstruction with transparent makeup
DE102007013566B4 (de) * 2007-03-21 2017-02-23 Siemens Healthcare Gmbh Verfahren zur Bilddatenaufnahme und medizinische Modalität
JP5388024B2 (ja) * 2008-11-13 2014-01-15 国立大学法人 千葉大学 姿勢制御機能診断装置
JP2010216968A (ja) * 2009-03-16 2010-09-30 Fuji Xerox Co Ltd 位置計測システムおよびプログラム
US8331670B2 (en) * 2011-03-22 2012-12-11 Konica Minolta Laboratory U.S.A., Inc. Method of detection document alteration by comparing characters using shape features of characters
US11189917B2 (en) 2014-04-16 2021-11-30 Rearden, Llc Systems and methods for distributing radioheads
US9973246B2 (en) 2013-03-12 2018-05-15 Rearden, Llc Systems and methods for exploiting inter-cell multiplexing gain in wireless cellular systems via distributed input distributed output technology
US10488535B2 (en) 2013-03-12 2019-11-26 Rearden, Llc Apparatus and method for capturing still images and video using diffraction coded imaging techniques
US9923657B2 (en) 2013-03-12 2018-03-20 Rearden, Llc Systems and methods for exploiting inter-cell multiplexing gain in wireless cellular systems via distributed input distributed output technology
RU2767777C2 (ru) 2013-03-15 2022-03-21 Риарден, Ллк Системы и способы радиочастотной калибровки с использованием принципа взаимности каналов в беспроводной связи с распределенным входом - распределенным выходом
JP6403058B2 (ja) * 2014-10-29 2018-10-10 株式会社マイソフト 反応範囲測定装置およびプログラム
US11589783B2 (en) * 2015-05-26 2023-02-28 Rajneesh Bhandari Apparatus and method for diagnosing vertigo and balance related ailment
EP3477656A1 (en) * 2017-10-28 2019-05-01 Tata Consultancy Services Limited Systems and methods for quantification of postural balance of users in an augmented reality environment
AU2021277244A1 (en) * 2020-05-20 2022-10-27 Bon Secours Mercy Health, Inc. Head and neck full motion testing system
CN112754435A (zh) * 2021-01-20 2021-05-07 山东易听泰医疗技术有限公司 一种福田精踏步实验仪

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4631676A (en) * 1983-05-25 1986-12-23 Hospital For Joint Diseases Or Computerized video gait and motion analysis system and method
US4813436A (en) * 1987-07-30 1989-03-21 Human Performance Technologies, Inc. Motion analysis system employing various operating modes
US5086404A (en) * 1988-09-02 1992-02-04 Claussen Claus Frenz Device for simultaneous continuous and separate recording and measurement of head and body movements during standing, walking and stepping
DE3829885A1 (de) * 1988-09-02 1990-03-15 Claussen Claus Frenz Prof Dr M Einrichtung zum fortlaufend erfolgenden, getrennten aufzeichnen und messen der kopf- und rumpfbewegungen beim stehen und gehen
JPH05500466A (ja) * 1990-03-30 1993-02-04 ウィプラッシュ・アナリシス・インコーポレイテッド 頸骨の運動機能を測定するための非侵襲的方法およびその装置
US5203346A (en) * 1990-03-30 1993-04-20 Whiplash Analysis, Inc. Non-invasive method for determining kinematic movement of the cervical spine
US5823958A (en) * 1990-11-26 1998-10-20 Truppe; Michael System and method for displaying a structural data image in real-time correlation with moveable body
DE69132952T2 (de) * 1990-11-30 2002-07-04 Sun Microsystems Inc Kompakter kopfspurfolgsystem für billiges virtuelle realität system
US6223064B1 (en) * 1992-08-19 2001-04-24 Lawrence A. Lynn Microprocessor system for the simplified diagnosis of sleep apnea
US5562104A (en) * 1994-04-01 1996-10-08 Movemap, Inc. Measuring movement disorder
US5961923A (en) * 1995-04-25 1999-10-05 Irori Matrices with memories and uses thereof
US6079862A (en) * 1996-02-22 2000-06-27 Matsushita Electric Works, Ltd. Automatic tracking lighting equipment, lighting controller and tracking apparatus
US6056703A (en) * 1996-04-03 2000-05-02 Rush Presbyterian-St Luke's Medical Center Method and apparatus for characterizing gastrointestinal sounds
US6213958B1 (en) * 1996-08-29 2001-04-10 Alan A. Winder Method and apparatus for the acoustic emission monitoring detection, localization, and classification of metabolic bone disease
US5963891A (en) * 1997-04-24 1999-10-05 Modern Cartoons, Ltd. System for tracking body movements in a virtual reality system
US5891060A (en) * 1997-10-13 1999-04-06 Kinex Iha Corp. Method for evaluating a human joint
US5954674A (en) * 1997-10-13 1999-09-21 Kinex Iha Corporation Apparatus for gathering biomechanical parameters
US5991701A (en) * 1997-10-13 1999-11-23 Kinex Iha Corp. Method for improved instantaneous helical axis determination

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103079661A (zh) * 2010-03-30 2013-05-01 索尼电脑娱乐美国公司 用于增强现实角色维持并体现观察者的认知的方法
US9901828B2 (en) 2010-03-30 2018-02-27 Sony Interactive Entertainment America Llc Method for an augmented reality character to maintain and exhibit awareness of an observer
CN103002803A (zh) * 2010-04-06 2013-03-27 尼尔斯·格林伯格 虚拟锻炼装置
CN105031874A (zh) * 2010-04-06 2015-11-11 尼尔斯·格林伯格 虚拟锻炼装置
CN104159507A (zh) * 2012-03-16 2014-11-19 富士通株式会社 晃动检测装置以及晃动检测方法
CN104159507B (zh) * 2012-03-16 2016-10-12 富士通株式会社 晃动检测装置以及晃动检测方法

Also Published As

Publication number Publication date
DE19882283D2 (de) 2004-12-23
DK1061851T3 (da) 2002-05-13
ES2172142T3 (es) 2002-09-16
CN1208025C (zh) 2005-06-29
CA2322638A1 (en) 1999-09-10
AU7520498A (en) 1999-09-20
CA2322638C (en) 2005-08-09
DE59803158D1 (de) 2002-03-28
ATE213396T1 (de) 2002-03-15
WO1999044502A1 (de) 1999-09-10
EP1061851B1 (de) 2002-02-20
JP2002505134A (ja) 2002-02-19
EP1061851A1 (de) 2000-12-27
KR20010041665A (ko) 2001-05-25
KR100499550B1 (ko) 2005-07-07
US6473717B1 (en) 2002-10-29
AU761085B2 (en) 2003-05-29

Similar Documents

Publication Publication Date Title
CN1208025C (zh) 判定运动图样的方法和装置
Giordano et al. Development of an unbiased validation protocol to assess the biofidelity of finite element head models used in prediction of traumatic brain injury
TW201545719A (zh) 呼吸運動測定裝置
CN109087706A (zh) 基于睡眠大数据的人体健康评估方法及评估系统
CN1792323A (zh) 一种经颅脑血流高分辨成像方法及其装置
CN113743471A (zh) 一种驾驶评估方法及其系统
WO2000064347A1 (de) Verfahren und vorrichtung zur ermittlung des halsbewegungsmusters
CN111317448A (zh) 一种分析视觉空间认知的方法及系统
DE102006029938A1 (de) Verfahren, Vorrichtung und Verwendung eines faseroptischen Biegesensors zur Erfassung einer Form zumindest eines Teils einer Wirbelsäule
Jacobs et al. Anatomical relationships between sensory afferent arborizations in the cricket cercal system
CN101332091A (zh) 多参数光电式人体平衡功能测试系统
CN110403631A (zh) 一种基于连续超声图像的无创颅内压测量方法
CN113807323B (zh) 基于图像识别的手功能精准评估系统及方法
CN113974612B (zh) 一种卒中患者上肢运动功能自动化评估方法与系统
CN110135357A (zh) 一种基于远程遥感的幸福感实时检测方法
CN113171118B (zh) 一种基于生成式对抗网络的超声检查操作引导方法
DE102010012340B4 (de) Verfahren zum Erfassen der Bewegung eines Menschen in einem Fertigungsprozess, insbesondere in einem Fertigungsprozess für ein Kraftfahrzeug
CN112168167B (zh) 一种脑磁图单次听觉诱发信号检测方法及电子装置
CN113506027A (zh) 基于学生视觉注意及教师行为的课程质量评估与提升方法
Wibowo et al. Frontalis muscle strength calculation based on 3D image using gray level co-occurrence matrix (GLCM) and confidence interval
Tigges et al. Identification of input variables for feature based artificial neural networks-saccade detection in EOG recordings
DE102014013828A1 (de) System und Verfahren zur quantitativen Untersuchung der posturalen Kontrolle von Personen
EP1681028B1 (de) Video-tracking und -Registrierung
CN111260635A (zh) 一种轻量化人工神经网络嵌入的全自动眼底照片获取、眼病识别及个性化管理系统
Chen et al. An Interpretable Deep Learning Optimized Wearable Daily Detection System for Parkinson’s Disease

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee