关键词:
膝关节
康复训练
运动处方
疾病筛查
姿态估计
特征获取
体感游戏
摘要:
膝关节是人体最大且最复杂的关节,随着年龄增长和长期应力刺激,骨骼、软骨、韧带和肌肉等结构与功能逐渐退化,易诱发骨性关节炎、半月板损伤、韧带损伤等多种疾病,严重威胁老年人的健康和生活质量,已成为我国亟待解决的重大公共卫生问题。
科学的康复训练能够有效改善膝关节功能、缓解疼痛症状并延缓疾病进展,被视为最佳治疗方式之一。然而,目前我国膝关节康复训练的普及率较低,主要原因包括:第一,膝关节疾病种类繁多,大众缺乏早期识别手段,难以开展针对性训练;第二,缺乏专业的康复训练指导,患者难以准确掌握动作要领;第三,传统康复运动单调乏味,患者难以长期坚持。
围绕上述痛点问题,本文以“早期筛查、精准指导、趣味运动”为目标,综合运用康复医学、人工智能、运动游戏等技术,研究膝关节疾病的筛查和智能康复运动方法。主要研究内容如下:
第一,提出基于主观症状和机器学习算法的膝关节疾病筛查方法。膝关节疾病类型多样,不同疾病的康复训练内容差异显著,发展简便、快速的疾病识别方法是康复训练的重要技术支撑。主要工作包括:(1)设计膝关节主观症状问卷系统,基于病理学知识和临床专家经验筛选出30个典型症状,准确、全面地获取症状信息。(2)联合多家三甲医院采集157名膝关节患者的主观症状数据和临床诊断结果,针对半月板损伤、前交叉韧带损伤和膝关节骨关节炎三种常见病变,分别构建敏感特征子集。(3)采用SMOTE算法进行数据增强,结合随机森林算法构建筛查模型。实验结果表明,膝关节疾病总体诊断的AUC、准确率、敏感性和特异性分别为0.88、0.81、0.84和0.81。
第二,提出基于单目正视图像的膝关节三维特征获取方法。在康复运动过程中,准确获取关节的三维坐标和康复动作的特征参数是评价动作准确性、驱动运动游戏进程的基础。考虑到可普及性和实用性,本研究基于低成本二维摄像头采集人体单目正视图像,构建三维姿态估计模型,以精确获取人体关节的三维坐标数据,并设计计算方法定量提取特征参数。主要工作包括:(1)构建基于深度学习的三维人体姿态估计模型。以BlazePose模型提取的二维关节点坐标作为输入,通过时序膨胀卷积捕捉时序依赖关系,并利用特征融合技术将二维坐标映射到三维空间。结合跳跃连接和全卷积技术,显著提升模型的回归精度。自主构建多模态多视角动作捕捉系统,采集膝关节常见康复训练动作图像和金标准数据进行模型训练。本研究构建的模型的关节位置平均误差为31.66mm,与BlazePose模型相比,误差降低73.94%。(2)定义动作特征参数并设计计算方法。定义肩、膝、髋等关节角度特征,以及站立、踏步、蹲立、直抬腿等膝关节常用康复动作特征,设计相应的特征计算方法。获取的动作特征与专家人工测量结果的组内相关系数达到0.914,表明本文方法能够较好地定量获取膝关节动作特征参数。
第三,提出了融合运动处方与体感交互技术的膝关节运动康复方法。针对传统膝关节康复训练模式中存在的动作规范性不足、枯燥乏味等问题,设计了一种新型的运动康复方法,旨在提高康复运动的准确性和趣味性。总体设计包括以下三个方面:(1)对运动处方进行结构化、数字化设计,使其能够被计算机解析和执行,实现康复训练的数字化管理;(2)将康复动作转化为运动游戏中的交互任务,通过游戏化设计提供运动引导与示教功能,增强用户参与感和积极性;(3)采用体感交互技术实时检测人体姿态和动作,并根据检测结果驱动运动游戏的进展,确保康复动作的准确性和实时反馈。该方法通过技术融合与创新设计,为膝关节康复训练提供了一种高效、趣味且易于普及的新模式。
第四,构建运动康复原型系统并进行实验验证。提出基于数字化运动处方的闭环式膝关节康复训练模型,开发原型系统并开展实证研究,评估其可行性。主要包括:(1)设计和开发膝关节康复训练系统,实现运动处方数字化、体感游戏、动态评估与反馈等功能。(2)招募3名康复治疗师和20名膝关节骨关节炎患者开展实验。结果显示,患者动作准确执行率97.42%,系统动作识别准确率94.33%。采用精简版用户体验量表(UEQ-S)评估,用户体验总得分为1.68±0.89,表明系统具有良好的用户体验。