病人康复训练中姿势识别与纠正方法研究
传统康复训练需患者在专业治疗师指导下在特定训练地点进行，因为效果不易评估，需要耗费大量医生精力而不能满足患者需求。利用计算机等设备辅助患者进行智能康复训练是世界各国积极研究的方向。本文设计了一种利用OpenPose检测的人体关节点信息进行人体动作识别和错误动作纠正返回的病人康复训练系统。主要针对偏瘫病人克服痉挛及提高身体反应能力康复训练，设计了五组训练动作，对偏瘫病人的人体关节点恢复十分有帮助。针对大量关节点信息，提出了利用动作相关关系模型、余弦角度模型以及DTW动态时间规整算法进行错误姿势判断，整体算法基于OpenPose框架，有效对视频中患者所做康复训练动作进行识别，并进行正误判断和纠正提示。实验结果表明，OpenPose识别率在现有方法中较为优秀，在MPII数据集上对于人体关节点的平均识别率可达到75.6%。将测试人员数目增加到十个人，对十个人每组动作的检测情况和正误判断情况进行检测，得到病人康复训练系统动作识别准确率平均值为98.88%，正误判断准确率平均值为99.68%，有着较为不错的应用前景。
每组动作判断效果
（1）弓步压腿判断效果
弓步压腿标准动作检测结果（图4-4（a））；弓步压腿不标准动作检测结果（图4-4（b））
不标准动作纠正信息包括：当膝盖超过脚尖时，返回信息“前腿弯曲角度过大”，
当后腿弯曲过度时，返回信息“后腿弯曲过度”。
（a）标准 （b）不标准
图4-4弓步压腿动作检测结果图
（2）立体体前屈判断效果
立体体前屈标准动作判断结果（图4-5（a））；立体体前屈不标准动作判断结果（图4-5（b））纠正信息包括，当病人手为了够到地腿部弯曲时，纠正信息为“腿部弯曲过度”。
（a）标准 （b）不标准
图4-5立体体前屈动作判断结果
（3）曲肘抬臂判断效果
曲肘抬臂标准动作判断结果（图4-6（a））；曲肘抬臂不标准动作判断结果（图4-6（b））：纠正信息包括：当病人忽视肘关节贴近腰部时，肘关节将得不到应有的锻炼，只能感受到上半臂的肌肉拉伸感，这是返回纠正信息“肘关节抬得过高，请贴近腰部”。
（a）标准 （b）不标准
图4-6曲肘抬臂动作判断结果
（4）直立前抬腿判断效果
直立前抬腿标准动作判断结果（图4-7（a））；直立前抬腿不标准动作判断结果（图4-7（b））。
纠正信息包括：当病人腿部无法绕髋关节有效运动，腿部出现明显弯曲时，纠正信息为“腿部弯曲过度”。
（a）标准 （b）不标准
图4-7直立前抬腿动作判断结果
（5）下蹲判断效果
下蹲标准动作判断结果（图4-8（a））;下蹲不标准动作判断结果（图4-8（b））。
纠正信息包括：当病人手臂没有按标准往前平举时，就会丢失应有的围绕肩关节的运动，纠正信息为“请将手臂向前平举”。
（6）坐位伸展动作判断效果（背部无检测点，返回提示信息）。
提示信息包括：在做坐位伸展的过程中，背部需要挺直，这时围绕肩关节的运动才会更有效，提示信息包括“请挺直后背”（图4-9）。
（a）标准 （b）不标准
图4-8下蹲标准动作判断结果
图4-9坐位伸展动作判断结果
4.4.3动作识别率实验
为了测试每组动作在不同个体和背景环境下的识别效果，将测试样本增加到10个人，下表4-2表示的是动作识别情况，如果该动作可以判断出来即视为判断正确，如果将测试者的动作识别成了别的动作，即视为识别错误。
表4-2五组动作识别率
测试人
是否标准
抬腿
弓步
曲肘
下蹲
立体体前屈
1号
标准
100%
100%
100%
100%
100%
不标准
100%
100%
100%
100%
100%
2号
标准
95%
100%
100%
100%
100%
不标准
100%
100%
100%
100%
100%
3号
标准
96%
100%
100%
100%
100%
不标准
95%
100%
100%
100%
92%
续表4-2
测试人
是否标准
抬腿
弓步
曲肘
下蹲
立体体前屈
4号
标准
98%
100%
100%
100%
100%
不标准
100%
100%
100%
95%
99%
5号
标准
97%
100%
100%
100%
100%
不标准
100%
100%
98%
100%
99%
6号
标准
97%
100%
100%
99%
100%
不标准
100%
99%
100%
100%
100%
7号
标准
100%
100%
100%
100%
100%
不标准
100%
100%
100%
94%
100%
8号
标准
100%
97%
100%
99%
100%
不标准
100%
100%
100%
100%
97%
9号
标准
98%
90%
99%
100%
100%
不标准
86%
100%
99%
99%
100%
10号
标准
98%
93%
94%
100%
91%
不标准
100%
99%
100%
96%
100%