《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 骨關(guān)節(jié)角度數(shù)字化測量與功能評估系統(tǒng)設(shè)計(jì)
骨關(guān)節(jié)角度數(shù)字化測量與功能評估系統(tǒng)設(shè)計(jì)
2018年電子技術(shù)應(yīng)用第8期
方艷紅,楊雪梅,張紅英,王學(xué)淵
西南科技大學(xué) 信息工程學(xué)院,四川 綿陽621010
摘要: 為了實(shí)現(xiàn)對骨關(guān)節(jié)空間角度的數(shù)字化測量與功能客觀評價(jià),建立了骨關(guān)節(jié)角度數(shù)字化測量與功能評估系統(tǒng)。對該系統(tǒng)所采用的骨關(guān)節(jié)空間角度測量、功能評估算法進(jìn)行研究。首先,根據(jù)Kinect數(shù)據(jù)采集原理及空間向量計(jì)算方法介紹了骨關(guān)節(jié)空間角度測量算法,即在Kinect深度數(shù)據(jù)流基礎(chǔ)上將骨關(guān)節(jié)點(diǎn)空間位置信息轉(zhuǎn)換為對應(yīng)的三維空間坐標(biāo),根據(jù)空間向量夾角公式計(jì)算骨關(guān)節(jié)空間角度。然后,在分析比較分類評價(jià)方法的性能基礎(chǔ)上,說明了采用K-means聚類方法進(jìn)行骨關(guān)節(jié)功能評估的算法。實(shí)驗(yàn)結(jié)果表明,系統(tǒng)可以為用戶提供骨關(guān)節(jié)的數(shù)字化測量與功能評估結(jié)果,評估指標(biāo)purity、RI與F-meaures等能穩(wěn)定在0.8及其以上,基本滿足骨關(guān)節(jié)功能評價(jià)的非接觸、客觀高效、適應(yīng)能力強(qiáng)、準(zhǔn)確度高、操作簡便和成本低等要求。
中圖分類號: TP391.9;TH691.9
文獻(xiàn)標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.174285
中文引用格式: 方艷紅,楊雪梅,張紅英,等. 骨關(guān)節(jié)角度數(shù)字化測量與功能評估系統(tǒng)設(shè)計(jì)[J].電子技術(shù)應(yīng)用,2018,44(8):126-129.
英文引用格式: Fang Yanhong,Yang Xuemei,Zhang Hongying,et al. Design of joint angle digital measuring and functional assessing system[J]. Application of Electronic Technique,2018,44(8):126-129.
Design of joint angle digital measuring and functional assessing system
Fang Yanhong,Yang Xuemei,Zhang Hongying,Wang Xueyuan
School of Information Engineering,Southwest University of Science and Technology,Mianyang 621010,China
Abstract: In order to realize digital measurement and objective function assessment for joint angle, an joint angle digital measuring and functional assessing system is established and its applied algorithms is investigated. Firstly, based on Kinect data acquisition principles and calculation method of space vectors, the joint angle measuring algorithm is presented. The space points of joint on the basis of the depth data of Kinect are converted to the corresponding three-dimensional coordinates which will be used to calculate the Euclidean distance between each key point, and the joint space angles are calculated according to the angle formula of space vector. Then after the performance of several clustering methods is compared, the algorithm of function assessing by K-means is analyzed. Experimental results indicate that the system can realize the digital measuring and assessing, and the precision of the clustering indexes of purity,RI and F-meaures can be stabled in 0.8 and above. It can satisfy the system requirements of non-contact, objective, effective, higher precision and strong adaptability, as well as user-friendly control and low cost.
Key words : Kinect data acquisition;joint angle measurement;function assessment;K-means clustering algorithm

0 引言

    目前有關(guān)骨關(guān)節(jié)疾病的診斷與功能評估大都基于醫(yī)生臨床查體、醫(yī)學(xué)影像成像技術(shù),通過分析MRI、CT、X線檢查結(jié)果,根據(jù)經(jīng)驗(yàn)對病情做出大致判斷與分析,制定相應(yīng)救治方案,并以此作為后期康復(fù)指導(dǎo)的依據(jù),總體來說以醫(yī)生的主觀判斷與評價(jià)為基礎(chǔ),缺乏對病人客觀、精確的功能參數(shù)分析[1]。另外,現(xiàn)有醫(yī)學(xué)影像設(shè)備有輻射且價(jià)格相對昂貴,不適合長期康復(fù)治療的效果評估與藥物指導(dǎo)。

    近年,3D實(shí)感攝像設(shè)備在國內(nèi)外發(fā)展很快,其中Kinect作為一款具有視覺和深度信息采集的圖像聲音傳感器,可以通過跟蹤定位人體20個(gè)主要關(guān)節(jié)點(diǎn)的位置深度信息而實(shí)現(xiàn)人體三維骨架的構(gòu)建[2-3],將它們應(yīng)用在骨關(guān)節(jié)疾患的運(yùn)動(dòng)功能監(jiān)測中,可為醫(yī)務(wù)人員在診斷、治療方案確立、治療前后功能對比評價(jià)以及康復(fù)指導(dǎo)等過程提供一種更客觀有效的依據(jù)[4-5]

    本文將Kinect應(yīng)用于骨關(guān)節(jié)空間角度的實(shí)時(shí)測量之中建立了骨關(guān)節(jié)空間角度數(shù)字化評估系統(tǒng),并討論了測量中的骨關(guān)節(jié)空間角度測量、功能分類評估等關(guān)鍵算法。實(shí)驗(yàn)證明3D實(shí)感攝像技術(shù)應(yīng)用于骨關(guān)節(jié)空間角度測量與功能評估領(lǐng)域,在保證數(shù)字化測量要求的同時(shí),可使系統(tǒng)具有客觀功能評價(jià)、非接觸、適應(yīng)能力強(qiáng)、快速高效、準(zhǔn)確、操作簡便和成本低等特點(diǎn)。

1 系統(tǒng)構(gòu)成及其工作原理

    圖1為骨關(guān)節(jié)空間角度數(shù)字化評估系統(tǒng)框圖,主要由Kinect骨關(guān)節(jié)數(shù)據(jù)采集、骨關(guān)節(jié)空間角度計(jì)算、骨關(guān)節(jié)功能分類評估等組成。系統(tǒng)基于Unity開發(fā)平臺,利用體感設(shè)備Kinect進(jìn)行深度數(shù)據(jù)采集;實(shí)時(shí)計(jì)算關(guān)節(jié)點(diǎn)空間角度并以數(shù)字化方式在界面上顯示;同時(shí)通過數(shù)據(jù)分析與對比,完成骨關(guān)節(jié)空間角度數(shù)字化評估工作。

jsj4-t1.gif

2 系統(tǒng)實(shí)現(xiàn)

2.1 Kinect骨關(guān)節(jié)數(shù)據(jù)采集

    基于Kinect的骨關(guān)節(jié)數(shù)據(jù)采集過程包括人物控制與骨骼點(diǎn)的綁定、骨架系統(tǒng)生成及關(guān)節(jié)點(diǎn)坐標(biāo)表示。

2.1.1 人物控制與骨骼點(diǎn)的綁定

    為了控制系統(tǒng)場景中人物角色的移動(dòng),需要添加兩個(gè)人物控制器分別對應(yīng)于人物場景模型和人物骨架模型。其中,人物場景模型由一系列分別代表頭部、肩部、手等人體部位的20個(gè)關(guān)節(jié)點(diǎn)組成。人物骨架模型對應(yīng)Kinect控制的模型,控制場景中的角色的移動(dòng)。

    將骨架模型中控制動(dòng)作的關(guān)鍵預(yù)制體拖放于相對應(yīng)的腳本變量上,即可完成人物控制與骨骼點(diǎn)的綁定。人物控制器與骨骼點(diǎn)綁定具體實(shí)現(xiàn)流程如圖2所示。

jsj4-t2.gif

2.1.2 骨架系統(tǒng)生成及關(guān)節(jié)點(diǎn)坐標(biāo)表示

    通過人物控制與骨骼點(diǎn)的綁定,可實(shí)現(xiàn)模型與人物的同步,也可以間接地獲取關(guān)節(jié)點(diǎn)的三維坐標(biāo)。識別出20個(gè)關(guān)節(jié)點(diǎn)位置,可以生成相應(yīng)的骨架系統(tǒng)。

    關(guān)節(jié)點(diǎn)的三維坐標(biāo)獲取方式采用場景物體獲取函數(shù)GameObject.Find(),將Kinect空間位置信息轉(zhuǎn)換為三維坐標(biāo)信息。

2.2 骨關(guān)節(jié)空間角度計(jì)算

    骨關(guān)節(jié)空間角度的計(jì)算是依據(jù)獲取的關(guān)節(jié)點(diǎn)三維坐標(biāo),根據(jù)空間向量夾角公式進(jìn)行計(jì)算。如圖3所示,假設(shè)A、B、C分別代表3個(gè)相鄰關(guān)節(jié)點(diǎn)的空間坐標(biāo),以計(jì)算關(guān)節(jié)點(diǎn)A的空間角度為例,具體操作步驟如下:

    (1)計(jì)算A與相鄰兩點(diǎn)B、C組成的空間向量:

     jsj4-gs1-5.gif

jsj4-t3.gif

2.3 骨關(guān)節(jié)功能分類評估

    功能分類算法很多,常用的如K-medoids[6]、CLARANS[7]、K-means[8]等??紤]到骨關(guān)節(jié)功能龐大的數(shù)據(jù)量,系統(tǒng)采用更適合大數(shù)據(jù)集分析的K-means聚類算法,首先對正常的骨關(guān)節(jié)數(shù)據(jù)進(jìn)行分析,得出標(biāo)準(zhǔn)的數(shù)據(jù)范圍[9],再以正常的數(shù)據(jù)范圍為分析比對的標(biāo)準(zhǔn),對不同關(guān)節(jié)狀況的骨關(guān)節(jié)角度數(shù)據(jù)進(jìn)行收集整理。

    其中,K-means算法以距離為分類的標(biāo)準(zhǔn),根據(jù)某個(gè)距離函數(shù)完成分類,本系統(tǒng)以歐式距離為距離準(zhǔn)則函數(shù),完成整體數(shù)據(jù)的聚類。在此過程中,每次分類都將重新確定一次聚類中心,其新的聚類中心使用取樣本均值的方法進(jìn)行計(jì)算,具體如式(6)所示:

    jsj4-gs6.gif

式中,zj表示當(dāng)前類別j的均值結(jié)果,n表示類別的樣本數(shù)量,xi表示類別j的某一樣本數(shù)值。

    系統(tǒng)采用誤差平方和作為目標(biāo)函數(shù),即誤差準(zhǔn)則函數(shù),具體定義如式(7)所示:

    jsj4-gs7.gif

式中,E表示對應(yīng)類別的誤差平方和;k為聚類類別數(shù);n表示類別j的樣本數(shù)量;xi表示類別j的某一樣本數(shù)值;zj表示類別j的均值結(jié)果;d為數(shù)據(jù)xi和zj的偏差平方和,即(xi-zj)2值。最后將k個(gè)類別的誤差平方和相加即為總體誤差平方和E。

    聚類效果評估采用purity、RI與F-meaures[10]等指標(biāo),其中purity是計(jì)算正確聚類的樣本數(shù)占總樣本數(shù)的比例,RI是指度量正確的百分比,而F-measure由Precision(查準(zhǔn)率)和Recall(查全率)兩個(gè)指標(biāo)組合而。假設(shè)Fi為每個(gè)分類的F-measure值,Pi為每個(gè)分類的查準(zhǔn)率,Ri為每個(gè)分類的查全率,則Fi的計(jì)算公式如式(8)所示。

    jsj4-gs8.gif

    總的F值由每個(gè)分類Fi的加權(quán)平均得到。

3 系統(tǒng)實(shí)驗(yàn)與結(jié)果

3.1 數(shù)據(jù)測試與分析

    利用骨關(guān)節(jié)空間角度測量方法,實(shí)測66例健康骨關(guān)節(jié)角度數(shù)據(jù)。通過對骨關(guān)節(jié)活動(dòng)狀態(tài)的分析,確定正常人群關(guān)節(jié)角度屈伸范圍,如表1所示。它們可以作為后期正常樣本的功能分類標(biāo)準(zhǔn)。

jsj4-b1.gif

    在66例健康骨關(guān)節(jié)屈伸數(shù)據(jù)分析基礎(chǔ)上,增加測試數(shù)據(jù)至152例,通過聚類程序分析這152例數(shù)據(jù)。圖4所示為以左膝關(guān)節(jié)為代表的聚類結(jié)果,其中橫軸為伸展角度,縱軸為屈曲角度,數(shù)據(jù)被分為三類,分別是正常的一類、屈伸角度不足的一類、伸展角度不足的一類。

jsj4-t4.gif

    添加需要?dú)w類的新樣本數(shù)據(jù),會(huì)在分類基礎(chǔ)上進(jìn)行歸類判定,如圖4中以“□”號表示參與歸類的新的測量數(shù)據(jù)。

    以相同方式,利用上述K-means聚類算法可以完成其他下肢關(guān)節(jié)樣本數(shù)據(jù)的聚類分析。表2記錄了人體下肢各關(guān)節(jié)角度數(shù)據(jù)的具體分類情況,包括各關(guān)節(jié)類別,聚類過程中的迭代次數(shù)、狀態(tài)、聚類中心、單個(gè)誤差平方和以及整體誤差平方和。其中單個(gè)誤差平方和可以反映每一個(gè)聚類結(jié)果的差異性,整體誤差平方和可以判斷不同聚類結(jié)果的樣本差異。

jsj4-b2.gif

3.2 功能分類算法驗(yàn)證

    對下肢每一個(gè)關(guān)節(jié)測試并記錄正常、欠屈和欠伸3種情況下各10組數(shù)據(jù),一共30組數(shù)據(jù),在聚類結(jié)果數(shù)據(jù)中輸入測試的數(shù)據(jù),完成對數(shù)據(jù)的歸類,驗(yàn)證測試結(jié)果如表3所示。

jsj4-b3.gif

    表3中Ai~I(xiàn)i分別為各個(gè)關(guān)節(jié)角度數(shù)據(jù)的測試結(jié)果情況,其中i={1,2,3,4,5,6}分別對應(yīng)了左髖關(guān)節(jié)、右髖關(guān)節(jié)、左膝關(guān)節(jié)、右膝關(guān)節(jié)、左踝關(guān)節(jié)、右踝關(guān)節(jié)的數(shù)據(jù)測試結(jié)果,如A1~I(xiàn)1代表的是左髖關(guān)節(jié)的數(shù)據(jù)測試結(jié)果。結(jié)果表明10個(gè)伸展困難的樣本中,有7個(gè)被正確歸類,2個(gè)被錯(cuò)誤地歸類到正常,1個(gè)被錯(cuò)誤地歸類到屈曲困難;10個(gè)正常的測試樣本中,有9個(gè)被正確歸類,1個(gè)被錯(cuò)誤地歸類到屈曲困難;10個(gè)屈曲困難的測試樣本完全正確歸類于屈曲困難類。

    結(jié)合聚類評估原理之中涉及的計(jì)算方法,可以計(jì)算相應(yīng)關(guān)節(jié)的聚類指標(biāo),各關(guān)節(jié)聚類評估指標(biāo)結(jié)果如表4所示。

jsj4-b4.gif

    由表4可知,利用K-means聚類算法能較好地完成骨關(guān)節(jié)空間角度數(shù)據(jù)的聚類和樣本歸類,以左髖關(guān)節(jié)數(shù)據(jù)的聚類分析和指標(biāo)計(jì)算為例,3個(gè)聚類指標(biāo)的值分別為0.867、0.837、0.86,即該關(guān)節(jié)數(shù)據(jù)的聚類準(zhǔn)確度穩(wěn)定在0.83以上。就整個(gè)系統(tǒng)來而言,所有關(guān)節(jié)聚類評估準(zhǔn)確度能穩(wěn)定在0.8及其以上。

3.3 系統(tǒng)測試

    系統(tǒng)最終以Unity為開發(fā)平臺,運(yùn)用C#編程方式,連接Kinect,實(shí)時(shí)采集數(shù)據(jù)并進(jìn)行骨關(guān)節(jié)功能評估,圖5所示為系統(tǒng)測試界面圖。

jsj4-t5.gif

    圖5所示的系統(tǒng)測試結(jié)果圖中包括Kinect圖像實(shí)時(shí)采集與顯示,以及下肢左右髖關(guān)節(jié)、膝關(guān)節(jié)、踝關(guān)節(jié)空間角度顯示與功能評估等部分。系統(tǒng)能夠?qū)崟r(shí)獲取關(guān)節(jié)點(diǎn)之間的角度并進(jìn)行最大屈伸數(shù)據(jù)的更新記錄,適用于多種參數(shù)的系統(tǒng)聚類,且可視化強(qiáng),能夠非接觸地完成骨關(guān)節(jié)空間角度功能的數(shù)字化評估。

4 結(jié)論

    本文研究了一種非接觸的骨關(guān)節(jié)空間角度測量方法,并介紹了骨關(guān)節(jié)空間角度數(shù)字化評估系統(tǒng)的結(jié)構(gòu)和工作原理。實(shí)驗(yàn)結(jié)果證明:系統(tǒng)以可視化方式為用戶呈現(xiàn)骨關(guān)節(jié)功能的數(shù)字化分析與功能評估結(jié)果;聚類評估指標(biāo)purity、RI與F-meaures等能穩(wěn)定在0.8及其以上,基本滿足骨關(guān)節(jié)空間角度數(shù)字化評估要求,可以為醫(yī)務(wù)人員在診斷、治療方案確立、治療前后功能對比評價(jià)以及康復(fù)指導(dǎo)等過程提供一種更客觀有效的依據(jù)。

參考文獻(xiàn)

[1] CARLAK H F,GENCER N G,BESIKCI C.Theoretical sssessment of electro-thermal imaging:a new technique for medical diagnosis[J].Infrared Physics and Technology,2016,76:227-234.

[2] Ye Minxiang,Yang Cheng,VLADIMIR S.A depth camera motion analysis framework for tele-rehabilitation:motion capture and person-centric Kinematics analysis[J].IEEE Journal of Selected Topics in Signal Processing,2016,10(5):877-887.

[3] CHOI J S,KANG D W,SEO J W.The development and evaluation of a program for leg-strengthening exercises and balance assessment using Kinect[J].Journal of Physical Therapy Science,2016,28(1):33-37.

[4] DOLATABADI E,TAATI B,MIHAILIDIS A.Concurrent validity of the microsoft kinect for Windows v2 for measuring spatiotemporal gait parameters[J].Medical Engineering and Physics,2016,38(9):952-958.

[5] 張克華,王書平,尹曉紅,等.復(fù)雜室內(nèi)環(huán)境下的單一Kinect導(dǎo)盲系統(tǒng)[J].光學(xué)精密工程,2015,23(8):2419-2427.

[6] RAI A,UPADHYAY S H.Bearing performance degradation assessment based on a combination of empirical mode decomposition and k-medoids clustering[J].Mechanical Systems and Signal Processing,2017,93:16-29.

[7] 何童.不確定性目標(biāo)的CLARANS聚類算法[J].計(jì)算機(jī)工程,2012,38(11):56-58.

[8] 李曉瑜,俞麗穎,雷航,等.一種K-means改進(jìn)算法的并行化實(shí)現(xiàn)與應(yīng)用[J].電子科技大學(xué)學(xué)報(bào),2017,46(1):61-68.

[9] 葉燦華,陳峰,錢文偉,等.成人型髖關(guān)節(jié)發(fā)育不良的分型與治療[J].中華骨與關(guān)節(jié)外科雜志,2017,10(1):70-75.

[10] 向培素.兩種聚類有效性評價(jià)指標(biāo)的MATLAB實(shí)現(xiàn)[J].西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,39(6):1002-1005.



作者信息:

方艷紅,楊雪梅,張紅英,王學(xué)淵

(西南科技大學(xué) 信息工程學(xué)院,四川 綿陽621010)

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。