(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210429111.9 (22)申请日 2022.04.22 (71)申请人 中科微影 （浙江） 医疗科技有限公司 地址 317317 浙江省台州市仙居县白塔镇 仙居县经济开发区白塔 工业集聚区 (72)发明人 刘向军　 (74)专利代理 机构 北京中索 知识产权代理有限 公司 11640 专利代理师 隋晓勇 (51)Int.Cl. G06T 7/00(2017.01) G06V 40/20(2022.01) G06V 10/44(2022.01) (54)发明名称 一种基于人体步态特征识别的远程医疗监 护方法及系统 (57)摘要 本发明提供一种基于人体步态特征识别的 远程医疗监护方法及系统， 所述方法包括以下步 骤： 构建运动模型， 选取特征关节角作为特征参 数， 抽取运动信息中的步态特征信息； 获取运动 外轮廓图像每一帧图像的关节点四元数并生成 特征点参数化时间序列； 提取相邻两帧图像膝关 节角度差的绝对值计算时间距离， 提取相邻两帧 骨架图像脊柱中点三维坐标Z轴坐标值之差的绝 对值计算空间距离； 归一化处理取值范围不同的 时间距离和空间距离， 计算关键步态特征信息的 图像帧之间距离的极值， 识别步态特征行为。 本 发明基于四元数数据结合时间距离空间距离计 算判断识别步态特征， 实现了少特征、 高准确度， 及早预防和干预异常健康状况， 有效提高远程医 疗服务水平和质量。 权利要求书4页 说明书10页 附图1页 CN 114782365 A 2022.07.22 CN 114782365 A 1.一种基于人体步态特 征识别的远程医疗监护方法， 其特 征在于， 包括以下步骤： S1、 基于人体的拓扑分析将人体的运动外轮廓图像构建为运动模型， 选取所述运动模 型的特征关节角作为特征参数， 得到单个运动人体多个关节点的运动信息， 抽取所述运动 信息中的步态特 征信息； S2、 获取所述运动外轮廓图像每一帧图像中的关节点四元数， 并生成特征点参数化时 间序列； 令大腿顶端关节点坐标为(xhip， yhip， zhip)， 膝关节坐标为(xknee， yknee， zknee)， 脚踝关节 坐标为(xankle， yankle， zankle)， 得到向量V1＝[xknee‑xhip， yknee‑yhip， zknee‑zhip]， V2＝[xankle‑ xknee， yankle‑yknee， zankle‑zknee]， 向量V2绕向量V1的选择信息用四元 数表述； 将向量V2和向量V1归一 化： 将公式(2)得到的两个向量做叉积， 得到新的向量axis[axis(1)， axis(2)， axis(3)] 其中： axis(1)＝(yknee‑yhip)(zankle‑zknee)‑(yankle‑yknee)(zknee‑zhip) axis(2)＝(zknee‑zhip)(xankle‑xknee)‑(zankle‑zknee)(xknee‑xhip) axis(3)＝(xknee‑xhip)(yankle‑yknee)‑yknee‑yhip)(xankle‑xknee) (3) 对旋转轴向量 axis进行归一化计算， 得到新的归一化向量axisnew， 则旋转四元数Q＝(W +Xi+Yj+Zk)为： 其中W表述物体坐标系下的旋转角度信息， 通过反余弦变换得到旋转弧度， 分别表示在X ‑Y平面， Y‑Z平面Z‑X平面上膝关节点的旋转； 将所述获取的关节四元 数旋转数据生成参数化的时间序列； S3、 从所述参数化的时间序列提取运动外轮廓图像 中相邻两帧图像的膝关节角度差的权　利　要　求　书 1/4 页 2 CN 114782365 A 2绝对值计算时间距离： DIFFKneeAngle(i)＝|Kne eAngle(i+1) ‑KneeAngl(i)|   (5)； 提取所述运动外轮廓图像中相邻 两帧骨架图像的脊柱中点的三维坐标Z轴坐标值之差 的绝对值计算空间距离： DIFFSpinZ(i)＝|Spi nZ(i+1)‑SpinZ(i)|    (6)； S4、 将取值范围不同的所述时间距离和所述空间距离均归一化处理转换到(0， 1)之间， 对不同取值范围的片段的特 征进行融合， 表达式为： 式(7)归一 化处理， 得到： dif fKnee Angle(i)以及dif fSpinZ(i)； S5、 将具有关键步态特 征信息的图像帧之间的距离 定义为： diffKneeAngle(i)+dif fSpinZ(i)   (8)； 通过计算所述具有关键步态特征信 息的图像帧之间的距离的极值， 判断识别人体步态 特征的行为。 2.根据权利要求1所述的远程医疗监护方法， 其特征在于， 所述S5步骤之后还包括： 如 人体步态特征判断识别为异常步态特征， 则将判断识别出的所述异常步态特征的信号上传 至远程服务器， 提取 数据库中的数据做比较， 作出 是否接医的判断和/或医疗指导。 3.根据权利要求1所述的远程医疗监护方法， 其特征在于， 所述S1步骤的所述进行步态 特征信息抽取的方法为使用人体的关键 关节点的信息， 包括： 左腿膝关节、 右腿膝关节、 、 脊 柱中点、 单一肘关节中的一种或多种的组合。 4.根据权利要求1所述的远程医疗监护方法， 其特征在于， 所述S1步骤的所述步态特征 信息包括： 跑步步态、 走路步态、 静止步态， 所述跑步步态、 走路步态、 静止步态的区别方法 是通过膝关节的特 征点的时间距离来区分这 三个运动姿势。 5.根据权利要求1所述的远程医疗监护方法， 其特征在于， 所述S3步骤的所述三维坐标 Z轴坐标值的确立方法是基于穿戴于人体的传感器的绝对高度。 6.根据权利要求1所述的远程医疗监护方法， 其特征在于， 所述S1步骤的所述， 选取靠 近所述传感器的肘关节的特征点的位置， 通过肘关节的特征点与所述传感器的相对位置判 断人体运动方向。 7.一种基于人体步态特征识别的远程医疗监护系统， 执行如权利要求1 ‑6任一项所述 基于人体步态特 征识别的远程医疗监护方法， 其特 征在于， 包括： 构建运动模型模块： 基于人体的拓扑分析将人体的运动外轮廓图像构建为运动模型， 选取所述运动模型的特征关节角作为特征参数， 得到单个运动人体多个关节点的运动信 息， 抽取所述运动信息中的步态特 征信息； 关节点四元数参数化 时间序列生成模块： 用于获取所述运动外轮廓图像每一帧图像中 的关节点四元 数， 并生成特 征点参数化时间序列； 时间距离空间距离计算模块： 用于从所述参数化的时间序列提取运动外轮廓图像中相 邻两帧图像的膝关节角度差的绝对值计算时间距离； DIFFKneeAngle(i)＝|Kne eAngle(i+l) ‑KneAgl(i)|     (5)权　利　要　求　书 2/4 页 3 CN 114782365 A 3