非接触式人体膝关节健康监测系统的实现

传统穿戴式传感器监测人体膝关节健康的方式存在需要医学设备辅助、非医务人员操作困难等缺陷,针对这种情况本文设计了一款基于深度学习非接触式实时监测人体膝关节健康状况的系统.该系统使用深度相机采集人体下肢力线数据信息,通过深度学习获取人体下肢力线的空间坐标位置;然后对人体下肢力线运动视频序列进行分析处理,包括对下肢力线运动信息的小波函数分解与重构,最终经膝关节评分法得到监测结果.实验表明,该系统在不穿戴任何设备情况下实现了交互式监测,能够便捷监测膝关节健康状况,监测结果可靠性高,提供了一种监测膝关节健康的新方案.