基于视觉识别的肌肉激活度评估方法与流程

本发明涉及肌肉发力状态评估领域，特别是指一种基于视觉识别的肌肉激活度评估方法。背景技术：1、人体运动时，动作是由多块肌肉共同作用完成。相关研究表明，肌肉在运动过程中的激活情况会随着动作的不同而存在差异。通过研究肌肉激活度，我们可以知道在关节活动过程中，该肌肉的发力状态，从而评估其是否在正常运动过程中发力。肌肉激活度目前大多通过两种方法进行测量，包括：肌电信号转换；动捕设备联合压力板进行计算。2、中国发明专利cn115543094b公开了数字孪生虚拟人与人体的交互方法、系统、电子设备，该发明涉及人工智能技术领域，其原理是：基于多刚体运动学函数得到人体部位在与环境交互时涉及到发力的各个人体关节点的对外输出合力f、围绕对应人体关节点旋转的力矩t，基于肌骨动力学函数和各个人体关节点的对外输出合力f、围绕对应人体关节点旋转的力矩t得到人体关节点对应的各个肌肉的肌肉对外输出力fmt，基于建立肌肉动力学函数和肌肉的肌肉对外输出力fmt得到各个肌肉的肌腹激活度z、肌腹长度lm，并都更新到刚体模型中，从而使刚体模型与真实人体系统保持同步，有效的模拟了生物体的真实运动原理。3、上述发明通过关节力和关节力矩，将关节运动中互为拮抗肌肉整体化，计算该范围肌肉的激活度，但对肌肉不能进行更细分的激活度计算。4、中国发明专利申请cn113040792a公开了一种肩关节生物力学测试系统及方法，该发明涉及医疗技术领域，包括电极片、发射模块、接收模块、处理器、预处理模块、评估模块、建模模块和存储模块；所述电极片与发射模块电性连接，通过多个电极片贴在肩关节相关肌肉附近的皮肤上，利用电极片检测肩关节肌肉运动的电位变化；所述发射模块与接收模块电性连接，对检测出的电位变化信息进行短距离传送；该肩关节生物力学测试系统及方法，直接对肩关节的肌肉的运动状态进行检测，并建立以肌电信号为输入的肌肉动力学模型，逐步将肌电信号转化为肌肉激活度、肌肉力，然后利用人体骨骼几何参数模型，推算出肩关节生物力学模型，并根据力学模型判断病情，从而便于检测。5、上述发明主要通过肌电信号对肌肉状态进行评估，受限于采集肌电的相关仪器。技术实现思路1、有鉴于此，本发明实施例提供一种能够对肌肉进行更细分的激活度计算，不受限于相关仪器的基于视觉识别的肌肉激活度评估方法。2、为解决上述技术问题，本发明提供技术方案如下：3、一种基于视觉识别的肌肉激活度评估方法，包括：4、步骤1：获取深度摄像头采集的测试者完成预设测试动作时的人体图像；5、步骤2：从所述人体图像中提取测试者的关节标记点的空间坐标数据；6、步骤3：根据所述空间坐标数据，计算测试者身体的关节角数据；7、步骤4：根据所述空间坐标数据和关节角数据，计算测试者完成所述预设测试动作时的关节力矩；8、步骤5：根据所述关节力矩，计算关节处单一的待测肌肉的肌纤维输出力；9、步骤6：根据所述待测肌肉的肌纤维输出力，计算待测肌肉的肌肉激活度。10、本发明具有以下有益效果：11、本发明的基于视觉识别的肌肉激活度评估方法，首先获取深度摄像头采集的测试者完成预设测试动作时的人体图像；并从人体图像中提取测试者的关节标记点的空间坐标数据；然后根据空间坐标数据，计算测试者身体的关节角数据；再根据空间坐标数据和关节角数据，计算测试者完成预设测试动作时的关节力矩；并根据关节力矩，计算关节处单一的待测肌肉的肌纤维输出力；最后根据待测肌肉的肌纤维输出力，计算待测肌肉的肌肉激活度。相比于现有技术，本发明能够在视觉识别的基础上，通过肌肉协同理论对测试者/受试者的肌肉激活度/状态进行评估，能够对肌肉进行更细分的激活度计算，不受限于相关仪器。技术特征：1.一种基于视觉识别的肌肉激活度评估方法，其特征在于，包括：2.根据权利要求1所述的方法，其特征在于，所述步骤1中，所述预设测试动作包括墙上天使、过顶深蹲、弓步深蹲、侧弓步、直膝抬腿和/或站立前屈。3.根据权利要求1所述的方法，其特征在于，所述步骤2中，所述关节标记点包括至少20个标记点，包括：头、颈椎上端、颈椎中部、颈椎下端、胸椎中端、腰椎上端、腰椎中部、骶骨、左/右肩、左/右肘、左/右腕、左/右髋、左/右膝、左/右踝。4.根据权利要求1所述的方法，其特征在于，所述步骤3中，所述关节角数据包括至少16个关节角的数据，所述关节角包括：颈上部、颈曲、左/右肩、左/右肘、胸上部、胸曲、腰上部、腰曲、左/右脊柱底部、左/右髋、左/右膝。5.根据权利要求1所述的方法，其特征在于，所述步骤5中，所述待测肌肉的肌纤维输出力ff的计算公式如下：6.根据权利要求1-5中任一所述的方法，其特征在于，所述步骤6中，所述待测肌肉的肌肉激活度的计算公式如下：7.根据权利要求5所述的方法，其特征在于，所述f0的计算公式如下：8.根据权利要求5所述的方法，其特征在于，所述fl的计算公式如下：9.根据权利要求8所述的方法，其特征在于，所述lf的计算公式如下：10.根据权利要求5所述的方法，其特征在于，所述fv的计算公式如下：技术总结本发明公开了一种基于视觉识别的肌肉激活度评估方法，属于肌肉发力状态评估领域，所述方法包括：获取深度摄像头采集的测试者完成预设测试动作时的人体图像；从所述人体图像中提取测试者的关节标记点的空间坐标数据；根据所述空间坐标数据，计算测试者身体的关节角数据；根据所述空间坐标数据和关节角数据，计算测试者完成所述预设测试动作时的关节力矩；根据所述关节力矩，计算关节处单一的待测肌肉的肌纤维输出力；根据所述待测肌肉的肌纤维输出力，计算待测肌肉的肌肉激活度。本发明能够对肌肉进行更细分的激活度计算，不受限于相关仪器。技术研发人员：刘铮受保护的技术使用者：北京新清泰克科技有限公司技术研发日：技术公布日：2024/8/15