导语
远程患者监测是为老年人和/或慢性病患者提供医疗保健服务的最可靠选择之一。康复需要准确且医学上正确地完成理疗活动。本文介绍了一种基于虚拟现实（VR）的BiomacVR康复系统，将VR物理训练监测环境与上肢康复技术相结合，以实现准确的互动，提高患者对康复训练的参与度。
1、研究背景
对于老年人和/或慢性病患者，远程患者监测被认为是医疗保健解决方案中最值得信赖的选择之一。此外，观察人们的互动对于诊断和治疗身体不适的人至关重要。老年人日常生活活动（ADL）的保存对于保持较低的医疗支出至关重要，尤其是在老年人口增长的情况下。物理治疗活动，如主动运动范围（ROM）运动（伸展、屈曲和旋转）、肌肉力量和耐力训练，对于脑卒中患者恢复至关重要。物理治疗师使用各种方法来帮助人们恢复日常活动能力，包括任务训练、肌肉强化和使用辅助设备。然而，指导患者进行物理治疗是一项耗时、累人且昂贵的工作。
据报道，许多研究评估了新信息技术工具及其设计的可行性和实用性，目的是帮助脑卒中或创伤后的家庭康复。已经进行了许多研究来调查计算机辅助治疗或虚拟现实（VR）在上肢运动技能、平衡控制和步态、下肢、姿势和行走的康复和恢复方面的有效性。此外，研究人员还研究了远程康复的治疗益处，该康复允许患者在家中使用电信技术与治疗师进行治疗，并已广泛用于运动和认知恢复。
实时监测患者的姿势以评估其运动范围内的姿势是分析一系列恢复练习准确性的公认方法之一。锻炼的整体质量是通过评估胸廓、髋关节和膝关节旋转以及腿长来确定的。这种人体运动监测技术的主要优势之一是其成本低廉，加上其紧凑的尺寸，可以广泛用于康复诊所、健身房甚至在家中。此外，姿势观察对健康受试者也很重要，这些受试者因不健康的工作实践和人体工程学不良而面临风险，例如在办公室过度坐着工作的办公室员工。将虚拟游戏化康复环境与上肢康复技术相结合的康复系统具有交互性和吸引力，这增加了患者对康复训练的积极性和主动性，以及康复训练和治疗的效率和效果。
本研究提出了一种用于上肢家庭康复的动作识别系统，该系统是一种针对特定关节和肌肉群的体育锻炼计划，具有成本效益、康复适用性和易用性等优点。该研究的主要贡献是：（1）建议的系统是针对特定肌肉群的身体运动训练计划;（2）上肢康复系统的硬件包括个人电脑和Kinect深度摄像头;（3）患者可以在VR环境中完成治疗活动;（4）建议的上肢康复系统是实时的，在基于视觉的动作识别方面是有效的，并且使用廉价的硬件和软件。
2、研究内容
（1）生物力学模型：我们的技术再现人体骨骼姿势，使表面几何形状变形，并且在捕获深度视频的每个时间步长中与摄像机位置无关。与传统的人类活动捕获算法相比，我们创建的算法在处理频繁的无人监督的室内情况方面效果很好，在这些情况下，潜在患者使用传感器集拍摄自己进行康复活动的视频。
（2）运动识别模型：基于卷积姿势机（CPM），它基于深度神经网络。神经网络被训练来检测人体的关键点，即关节、头皮和下巴。
（3）BiomacVR系统的架构
（4）关键点跟踪程序
（5）运动追踪系统配置：绍用于记录锻炼的人体运动跟踪系统的配置。开发的运动跟踪系统使用HTC Vive系统和至少八个第二代HTC Vive传感器。这些传感器允许您跟踪空间中的位置和旋转角度。该系统至少需要两个 HTC Vive 单元（称为基站），但建议使用四个基站，以便于使用和更准确的跟踪。
（6）分类方法：各种分类和预测方法可用于健康评估，并可以从数字图像、生物或运动信号、调查数据等中识别可能的病理。
姿势检查通常是任何患者对任何肌肉骨骼问题的测试和测量的初始组成部分。治疗师从前、后和侧面看病人。姿势评估是客观评估的关键组成部分，并且已经提出了理想的静态姿势对齐。然而，必须评估静态和动态姿势，以确定患者的功能活动和自我纠正静态习惯的能力。脊柱侧弯、姿势失代偿、解剖学短腿、既往创伤或手术、躯干控制（卒中后）或存在不对称的身体部位的特定节段性躯体功能障碍都可能由姿势错位或不对称引起。在康复计划开始时，有一些项目需要检查[58]。在姿势检查期间，特别是在训练期间，由于正确和准确地观察运动，应监测和记录所有外周关节（尤其是肩部和上肢）的活动范围 （ROM）。疼痛、虚弱、肌肉缩短和水肿都可能是关节活动受限的原因。肩部 ROM、肌肉表现和力量不足都会影响姿势改变或不适当的姿势以及训练期间不正确的锻炼。因此，在评估期间，我们采用肩部完全主动活动度（伸展/屈曲;内收/外展;水平内收/外展;和旋转）作为最能影响姿势改变或代偿机制的因素（例如，肩部完全屈曲影响躯干控制并导致背部过度伸展）。
选择脑卒中康复中用于恢复上肢和肩部运动功能的主要体育锻炼。没有健康障碍的受试者模拟正确和不正确的康复运动（锻炼）5次。每个数据集由一个正确的记录信号和一个两个不正确的记录信号组成。通过测量各个传感器之间的角度来记录物理运动。每个练习都有两到三种可能的情况：
①正确的动作（受试者准确地执行练习）——在运动过程中记录的角度被分配到 0 类；
②不正确的运动 1（受试者不正确地执行练习）——运动期间记录的角度被分配到第 1 类;
③不正确的运动 2（实验者不正确地执行练习，但方式与上述不同）——运动过程中记录的角度被分配到第 2 类。
图1 运动期间记录的人体中14个点的位置：0.头部;1.下巴;2、右肩关节;3、右臂肘关节;4、右手腕关节;5.左肩关节;6、左臂肘关节;7.左腕关节;8、右侧髋关节;9、右腿膝关节;10.右腿踝关节;11.左侧髋关节;12.左腿膝关节;和 13.左踝关节
图2 运动识别系统的深度神经网络架构。网络通过输出中的运动曲线（蓝色）和运动偏差（红色）来补充IK模型
图3 显示实时视图（左）、骨架关键点（中）和动态数据视图（右）的应用程序窗口快照
图4 传感器安装示例：（a）前视图、（b）45 度视图和 （c） 侧视图
结果：深度传感器能够准确识别进行不同康复训练的人的姿势的关键参数。平均响应时间为23毫秒，这使得该系统能够在实时应用中使用。此外，通过该系统获得的骨骼特征对于区分健康（正常）受试者和患有下背痛的受试者是有用的。
3、研究结果
本研究发现传感器能够识别进行康复锻炼的人姿势的关键参数。由此产生的平均响应时间为 23 毫秒，这使得该系统可用于实时体育锻炼监测系统，以进行远程康复。结果证实，所提出的系统可用于确定患者运动的质量，监测运动，监测训练进度，控制体力负荷和锻炼的复杂性，并评估康复计划的有效性。
开发新技术系统，使中风患者能够在家中独立进行康复活动，是当今健康研究的一个重要方面，也是一个重大问题。将预先计算的运动模式与患者的运动连接并匹配至关重要。一个适当和舒适地适应患者的系统决定了家庭体育训练和康复监测系统的成功和良好效果。开发的BiomacVR系统基于先进的深度摄像头传感器，受试者在进行规定的练习或活动时佩戴这些传感器。传感器数据被发送到计算机，计算机显示用户的动作、姿势、不正确的姿势和训练进度。
我们开发的系统展示了非常有希望的结果，其优势在于不仅可以确定这些演示的姿势运动的准确测量值，还可以确定所有身体运动（上肢和下肢，不正确的姿势、平衡和步态参数）的复杂测量值，复杂的运动测量非常准确和正确。此外，我们的框架旨在使用3D运动跟踪和虚拟现实环境在康复环境中修改严重运动，以创建个性化和自适应运动跟踪系统，使患者能够正确执行物理治疗师规定的选定身体动作。
内容来源：Electronics | Free Full-Text | BiomacVR: A Virtual Reality-Based System for Precise Human Posture and Motion Analysis in Rehabilitation Exercises Using Depth Sensors (mdpi.com)
