1.一種基于人體姿態(tài)角的疼痛程度評估方法,其特征在于,該方法包括步驟:
a.采用人體慣性傳感器獲取每位下背痛患者在站立位、軀干盡力前傾彎曲、返回站立位過程中軀干彎曲姿態(tài)信號;
b.對上述獲取的軀干彎曲姿態(tài)信號進行解算,得到下背痛患者人體軀干彎曲姿態(tài)角度信號;
c.對上述得到的人體軀干彎曲姿態(tài)角度信號進行低通濾波處理;
d.提取所述低通濾波處理后人體軀干彎曲姿態(tài)角度信號的角度峰值,并求取平均角度峰值,以求取的平均角度峰值作為特征參數;
e.采用Pearson相關性檢驗,統計分析所述特征參數與自身疼痛程度的相關性系數;
f.根據得到的相關性系數,判斷上述平均角度峰值能否作為評估下背痛患者疼痛水平的客觀方法。
2.如權利要求1所述的方法,其特征在于,所述步驟a具體包括:
采用兩枚慣性傳感器分別放置在脊柱頂端部位和L2-L5部位,采集多例下背痛患者在站立位→軀干盡力前傾彎曲→返回站立位過程中脊柱姿態(tài)角信號。
3.如權利要求2所述的方法,其特征在于,所述步驟b具體包括:
對獲取的軀干彎曲姿態(tài)信號通過Matlab2010b軟件進行四元數方法和歐拉角法編程,解算出下背痛患者在進行上述前傾運動中人體軀干彎曲姿態(tài)角度信號。
4.如權利要求3所述的方法,其特征在于,所述步驟d具體包括:
提取所述低通濾波處理后人體軀干彎曲姿態(tài)角度信號的五個角度峰值,并對所述五個角度峰值求取平均角度峰值,以求取的平均角度峰值作為特征參數。
5.如權利要求4所述的方法,其特征在于,所述步驟e具體包括:
對肌肉放電有效參數值和疼痛程度進行雙側Pearson相關性檢驗,得到相關性系數。
6.一種基于人體姿態(tài)角的疼痛程度評估系統,其特征在于,該系統包括獲取模塊、解算模塊、濾波模塊、提取模塊、統計模塊及判定模塊,其中:
所述獲取模塊用于采用人體慣性傳感器獲取每位下背痛患者在站立位、軀干盡力前傾彎曲、返回站立位過程中軀干彎曲姿態(tài)信號;
所述解算模塊用于對上述獲取的軀干彎曲姿態(tài)信號進行解算,得到下背痛患者人體軀干彎曲姿態(tài)角度信號;
所述濾波模塊用于對上述得到的人體軀干彎曲姿態(tài)角度信號進行低通濾波處理;
所述提取模塊用于提取所述低通濾波處理后人體軀干彎曲姿態(tài)角度信號的角度峰值,并求取平均角度峰值,以求取的平均角度峰值作為特征參數;
所述統計模塊用于采用Pearson相關性檢驗,統計分析所述特征參數與自身疼痛程度的相關性系數;
所述判定模塊用于根據得到的相關性系數,判斷上述平均角度峰值能否作為評估下背痛患者疼痛水平的客觀方法。
7.如權利要求6所述的系統,其特征在于,所述的獲取模塊具體用于:
采用兩枚慣性傳感器分別放置在脊柱頂端部位和L2-L5部位,采集多例下背痛患者在站立位→軀干盡力前傾彎曲→返回站立位過程中脊柱姿態(tài)角信號。
8.如權利要求7所述的系統,其特征在于,所述的解算模塊具體用于:
對獲取的軀干彎曲姿態(tài)信號通過Matlab2010b軟件進行四元數方法和歐拉角法編程,解算出下背痛患者在進行上述前傾運動中人體軀干彎曲姿態(tài)角度信號。
9.如權利要求8所述的系統,其特征在于,所述的提取模塊具體用于:
提取所述低通濾波處理后人體軀干彎曲姿態(tài)角度信號的五個角度峰值,并對所述五個角度峰值求取平均角度峰值,以求取的平均角度峰值作為特征參數。
10.如權利要求9所述的系統,其特征在于,所述的統計模塊具體用于:
對肌肉放電有效參數值和疼痛程度進行雙側Pearson相關性檢驗,得到相關性系數。