CN116649959A - 监测系统、判断佩戴装置定位的方法及存储介质 - Google Patents
监测系统、判断佩戴装置定位的方法及存储介质 Download PDFInfo
- Publication number
- CN116649959A CN116649959A CN202310627880.4A CN202310627880A CN116649959A CN 116649959 A CN116649959 A CN 116649959A CN 202310627880 A CN202310627880 A CN 202310627880A CN 116649959 A CN116649959 A CN 116649959A
- Authority
- CN
- China
- Prior art keywords
- wearing device
- probability
- wearing
- monitoring system
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000009471 action Effects 0.000 claims description 55
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 210000000689 upper leg Anatomy 0.000 description 20
- 230000000875 corresponding effect Effects 0.000 description 17
- 210000003414 extremity Anatomy 0.000 description 14
- 230000001133 acceleration Effects 0.000 description 13
- 230000036544 posture Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 244000309466 calf Species 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 210000003423 ankle Anatomy 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000000629 knee joint Anatomy 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001456553 Chanodichthys dabryi Species 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000027455 binding Effects 0.000 description 1
- 238000009739 binding Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 201000008482 osteoarthritis Diseases 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000011883 total knee arthroplasty Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/683—Means for maintaining contact with the body
- A61B5/6831—Straps, bands or harnesses
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种监测系统，其包括至少一个佩戴装置，佩戴装置包括固定带以及感测部件，固定带被构造为用于将佩戴装置固定至人员的肢体上；并且感测部件被构造为测量佩戴至人员的肢体上的佩戴装置的感测信息，其中，监测系统还包括处理器，处理器被构造为基于由佩戴装置的感测部件所采集的相应佩戴装置的感测信息来确定各个佩戴装置是否处于适当定位。本发明还涉及一种判断佩戴装置定位的方法以及能够实现该方法的存储介质。借助本发明，能够一方面实现对惯性传感器的佩戴部位和朝向是否正确的有效识别，并且另一方面借助这种有效识别确保对用户的适当提醒。
Description
技术领域
本发明涉及一种判断多个惯性传感器的佩戴部位及朝向的方法，并且还涉及一种实现上述方法的存储介质。
背景技术
在现有技术中，目前应用于骨科术后康复训练的智能监测指导，也可应用于其他需要在人体佩戴惯性传感器采集数据的场合，例如各种智能穿戴设备、动作采集跟踪等等。
基于穿戴设备的人体监测技术在医疗乃至泛健康领域有着广泛的应用。跟人体姿态相关的应用，比如防止儿童驼背、骨科康复运动监测关节角度等，通常采用三轴或六轴惯性传感器来获得相关的躯干或肢体角度。基本原理介绍如下：传感器内部的3轴加速度计能获得x,y,z三个坐标轴方向的加速度数值ax,ay,az。假设在大腿上的佩戴方式为y轴朝上，x轴朝左，z轴朝前，因为重力加速度的存在，在静止站立的时候有ay＝1g(g为重力加速度值)，ax＝az＝0。当坐下的时候，az＝1g，ax＝ay＝0。半蹲的时候则大腿与垂直线的夹角为
类似的，可通过小腿佩戴的传感器获得小腿与垂直线的夹角。通过大腿和小腿两个角度则可以得到膝关节的角度，对于全膝关节置换术(TKA手术)术后康复锻炼来说，该角度是重要的指标。当整个下肢平面不垂直于地面的时候，计算会变得复杂，需要利用ax来计算侧倾或旋转的角度。
根据以上原理介绍可见，角度的计算依赖于传感器佩戴的方向和顺序，即，上下颠倒或大小腿交换的情况下，计算结果会不同。因此市面上的产品通常有固定的佩戴方式。但TKA手术通常是罹患骨关节炎的老年患者，视力和认知能力都有退化，对于电子设备也缺乏使用经验，经常出现戴错传感器，上下颠倒或者大小腿戴反，甚至两个传感器都戴到大腿上的情况。此外，有些动作要监测足部的角度，也就是说在只配备两个传感器的情况下，要求患者在先后练习不同动作的时候需要换绑(从一个部位摘下佩戴到另一个部位)，而患者经常会忘记这一点。因此在患者独立使用的情况下，应尽可能识别患者配戴的错误并进行提示，甚至尽可能允许任意的配戴顺序和朝向，以实现易落地的实用的数字化指导方法。
发明内容
根据本发明的第一方面，提供了一种监测系统，其包括至少一个佩戴装置，佩戴装置包括固定带以及感测部件，固定带被构造为用于将佩戴装置固定至人员的肢体上；并且感测部件被构造为测量佩戴至人员的肢体上的佩戴装置的感测信息，其中，监测系统还包括处理器，处理器被构造为基于由佩戴装置的感测部件所采集的相应佩戴装置的感测信息来确定各个佩戴装置是否处于适当定位。
进一步地，感测部件为惯性传感器并且感测信息为惯性信息
进一步地，感测部件被构造为在人员采用不同动作时测量佩戴至人员的肢体上的佩戴装置的感测信息，并且，处理器被构造为基于在佩戴人员采用所述不同动作时所测量的感测信息来确定各个佩戴装置是否处于适当定位。
进一步地，处理器被构造为基于在佩戴人员采用所述不同动作时所测量的所述感测信息来确定各个佩戴装置之间的相对定位关系并因此确定各个佩戴装置是否处于适当定位。
进一步地，监测系统还包括存储器，存储器存储对于监测系统中的各个佩戴装置间的预定定位以及对于各个预定定位下可能获得的感测信息的预确定概率P(B|A)，其中，B表示感测信息，A表示各个佩戴装置间的定位。
进一步地，处理器被构造为包括：调用模块，其被构造为至少获取存储于监测系统的存储器中的对于监测系统中的各个佩戴装置间的预定定位、及相应定位的可能概率以及对于各个定位下的感测信息的预确定概率P(B|A)；感测信息获取模块，其被构造为获取由佩戴装置中的感测部件所感测的感测信息；概率计算模块，其被构造为针对各个动作下的每个计算所获取的感测信息关于所有预定定位的概率P(B|A)；概率乘积计算模块，其被构造为基于对应于各个动作的中的每个所获取的概率P(B|A)获得针对各个动作中的所有动作的概率乘积；定位确定模块，其被构造为选取与概率乘积中最大值对应的定位为当前最可能的定位；以及输出模块，其被构造为输出所确定的定位。
进一步地，处理器进一步包括感测信息转换模块，其被构造为针对各个动作下中的每个将所获取的感测信息根据某一选定定位进行转换，并且在这种情况下，概率计算模块被进一步构造为基于经转换的感测信息针对各个动作下的每个计算概率P(B|A)＝P(经转换感测信息|选定定位)。
根据本发明的另一方面，提供了一种判断佩戴装置定位的方法，其包括：获取监测系统中的各个佩戴装置间的定位以及相应定位的可能概率；基于各个佩戴装置中的相应感测部件所获取各个佩戴装置对于各个动作下的感测信息；基于所获取的各个佩戴装置对于各个动作下的感测信息分别计算对预定定位中的每个的概率P(B|A)，其中，B表示感测信息，A表示各个佩戴装置间的预定定位；基于对应于各个动作的中的每个所获取的概率P(B|A)获得针对各个动作中的所有动作的概率乘积；选取与所述概率乘积中最大值对应的定位为当前最可能的定位。
进一步地，基于所获取的各个佩戴装置对于各个动作下的感测信息分别计算对预定定位中的每个的概率P(B|A)包括：针对各个动作下中的每个将所获取的感测信息根据某一选定定位进行转换并且基于经转换的所述感测信息针对各个动作下的每个计算概率P(B|A)＝P(经转换感测信息|选定定位)。
根据本发明的另一方面，提供了一种存储介质，其存储计算机可读指令，当所述指令被处理器执行时，其能够实现如前所述的方法。
借助本发明的判断多个惯性传感器的佩戴部位及朝向的方法，能够一方面实现对惯性传感器的佩戴部位和朝向是否正确的有效识别，并且另一方面借助这种有效识别确保对用户的适当提醒，从而确保惯性传感器的有效作用和用途。
附图说明
现在将参照附图描述本发明的上述和其他优点，这些附图仅用于说明目的，其中：
图1示出了佩戴有具有惯性传感器的至少一个佩戴装置的监测系统的示意图；
图2示出了根据本发明的优选实施例的判断多个惯性传感器的佩戴部位及朝向的方法的流程图；
图3示出了根据本发明的优选实施例的监测系统的结构框图，其中尤其示出了处理器的相应结构框图；以及
图4示出了根据本发明的实施例的监测系统的系统的总体结构图。
具体实施方式
在本申请的实施例中，采用彼此垂直的三个方向对本申请的实施例进行描述。具体地，竖直方向Y与重力方向一致。纵向方向Z平行于水平地面并且垂直于竖直方向Y。横向方向X也平行于水平地面并且垂直于竖直方向Y和纵向方向Z两者，因此，横向方向X和纵向方向Z两者共同所在的平面平行于水平地面。
图1示出了佩戴有具有惯性传感器(未示出)的至少一个佩戴装置10的监测系统1的示意图。
如图1所示，佩戴装置10包括固定带102以及感测部件104，其中，该固定带102被构造为用于将该佩戴装置10固定至人员肢体上，例如大腿、小腿、脚踝、手腕等部位；并且该感测部件104被构造为测量佩戴至人员肢体上的佩戴装置10的感测信息。进一步地该监测系统1还包括处理器(未示出)，该处理器被构造为基于由多个佩戴装置10的感测部件104所采集的相应佩戴装置的感测信息来确定各个佩戴装置10是否处于适当定位。该监测系统1还包括存储器(未示出)，其被构造为存储计算机指令使得当这些指令被处理器执行时，监测系统1能够实现对佩戴装置10的位置确定。优选地，该感测部件104为惯性传感器，例如陀螺仪等，其被构造为获取佩戴装置10的感测信息。还更优选地，该感测部件104被构造为在佩戴人员采用不同动作时测量佩戴至人员肢体上的佩戴装置10的感测信息，且因此，该处理器被构造为基于在佩戴人员采用不同动作时所测量的感测信息来确定各个佩戴装置10是否处于适当定位。因此，该感测信息可以为惯性信息，其至少包括三轴加速度。该感测信息可以额外包括三轴角速度。具体地，该处理器被构造为基于在佩戴人员采用不同动作时所测量的感测信息来确定来确定各个佩戴装置之间的相对关系并因此确定各个佩戴装置10是否处于适当定位。该确定的判断方法将在后文更详细的描述。
进一步地，所述处理器能够集成至任一佩戴装置10中或者与佩戴装置分布设置。进一步地，所述处理器能够被构造为能够与佩戴装置10中的感测部件通信的服务器、云平台等。
根据一种实施例，处理器在用户根据设定动作的指示完成一些列动作后基于感测部件104所获得的不同姿势时的感测信息来确定佩戴装置10是否处于适当定位。该设定动作例如来自也存储于监测系统1的存储器中的预设动作指导信息并能够经由输出装置(未示出)展示或者发送至用户使得用户能够根据该指导信息完成相应动作。该输出装置例如为人机交互界面(如app应用等)、屏幕、麦克风等各种设施。
因此，对于任一给定动作而言，对于设置于人员肢体的任一给定佩戴装置10，该监测系统1能够基于感测部件104因此获得相应的动作时每个佩戴装置10的感测信息。在感测部件104为惯性传感器的情况下，该感测信息为惯性信息，在下文中，将以此为例进行更为详细的描述，但是本领域技术人员应该知晓，这种描述仅是示例性的，可以采用其他类型的感测部件104基于其所感测的信息按照类似的方法进行对佩戴装置10的定位判断。
首先，基于上文对于本申请的各个方向的描述，现在描述在惯性传感器的情况下，其所测量的示例性惯性信息。首先，基于每个感测部件104在相应感测部件中建立笛卡尔坐标系，该坐标系由于基于感测部件104，因此，当感测部件104发生位置变化时，坐标系的也会随之发生位置变化以确保该坐标系相对于感测部件104不发生变化。进一步地，现在描述惯性传感器测量的各种数据，当惯性传感器正确佩戴至肢体上时，例如正确佩戴至直立大腿前侧时，可以将该笛卡尔坐标系设定为y轴方向与竖直方向Y重合，x轴方向与横向方向重合且z轴方向与纵向方向重合。本领域技术人员能够采取适当的任何对应设置而脱离本发明。因此，ay、az、ax分别表示沿y、z、x轴测量的加速度。如前所述，本领域技术人员将理解，由于该笛卡尔坐标系随感测部件104的位置变化而变换，因此，对于正确佩戴至非直立大腿前侧的感测部件104而言，该笛卡尔坐标系设中y轴方向、x轴方向、z轴方向与竖直方向、横向方向、纵向方向并不重合。
对于正确佩戴于大腿上的佩戴装置10而言，在静止站立的时候(也即直立大腿)，感测部件104测得ay＝1g(g为重力加速度值)，ax＝az＝0；当静止坐立的时候，az＝1g，ax＝ay＝0。半蹲的时候则大腿与垂直线的夹角为进一步地，对于正确佩戴于大腿上的佩戴装置而言，在静止站立由变换为静止坐立之间，能够经由感测部件测量该佩戴装置的角速度wδ＞0。基于这些判断规则，处理器因此能够确定佩戴装置10是否处于适当位置处。这些判断规则例如也存储于监测系统的存储器中并且能够由处理器调用。
下面将具体描述该判断过程。例如，对于未正确佩戴于大腿上的佩戴装置10而言，例如，该佩戴装置被上下颠倒地佩戴，则在静止站立的时候有ay＝-1g(g为重力加速度值)，ax＝az＝0，此时，处理器基于感测部件104所获得的感测信息(在此为惯性信息，也即三轴加速度)则可以判断该佩戴装置10颠倒佩戴。还例如，对于用于佩戴于大腿但被错误地佩戴至错误部位(例如小腿或者脚踝)的佩戴装置，则在人员静止站立的时候，测得ay＝1g(g为重力加速度值)，ax＝az＝0但当静止坐立的时候仍测得ay＝1g，az＝ay＝0，此时，处理器基于惯性传感器所获得的感测信息则可以判断该佩戴装置被佩戴至错误位置。还例如，对于用于佩戴于大腿但被错误地佩戴至错误部位(例如脚踝)的佩戴装置，则在静止站立的时候测得ay＝1g(g为重力加速度值)，ax＝az＝0但当静止坐立的时候仍测得ay＝1g，az＝ay＝0，并且对于小腿的摆动运动而言该佩戴装置的角速度wδ＞0且大于其他位置处的佩戴装置10的角速度，此时，处理器基于惯性传感器所获得的感测信息则可以判断该佩戴装置10被佩戴至脚踝位置。
因此，处理器基于由多个佩戴装置10的感测部件104所采集的相应佩戴装置10的感测信息来确定各个佩戴装置10是否处于适当定位还可以包括处理器基于由多个佩戴装置10的感测部件104所采集的相应佩戴装置10的感测信息之间的比较关系来确定各个佩戴装置10是否处于适当定位。此外，处理器基于由多个佩戴装置10的感测部件104所采集的相应佩戴装置10的感测信息来确定各个佩戴装置10是否处于适当定位还可以包括处理器基于由多个佩戴装置10的感测部件104所采集的相应佩戴装置10的感测信息之间的比较关系来确定各个佩戴装置10所定位于的具体位置。
进一步地，为了使得对于佩戴装置10的定位的确定更为简单明确，在本申请的实施例中，进一步描述了一种基于由感测部件104获得的感测信息借助概率方法确定佩戴装置10是否处于适当定位的方法。换言之，在后文中，将描述这样监测系统1，其处理器基于由感测部件104获得的感测信息借助概率方法确定佩戴装置10是否处于适当定位。
图2示出了根据本发明的优选实施例的判断多个惯性传感器的佩戴部位及朝向的方法的流程图。
在描述具体方法之前，首先描述该方法的具体原理。对于监测系统1中各个佩戴装置10而言，可以将每个佩戴装置10的定位的确定抽象为计算在给定感测数据情况下佩戴装置10的给定定位(佩戴方式)的条件概率P(A|B)，其中A为定位，B为感测数据，即已知感测部件104的感测信息(在感测部件104为惯性部件的情况下，这些感测信息为惯性信息)的情况下，可以首先确定这些佩戴装置10的可能定位(佩戴方式)。基于贝叶斯原理，即P(A|B)＝P(B|A)P(A)/P(B)。当前收集到的感测信息B是已知值，所以上式等价于计算P(B|A)P(A)，即，将佩戴装置10的定位确定转化为已知佩戴方式下观察到特定传感器数据的概率以及该定位(佩戴方式)的先验概率。
首先，定义关于定位A的先验概率P(A)。当没有任何指引的情况下，可以认为人员的佩戴是随意的，即任何定位(佩戴方式)都是等概率的，当然，可以理解的是，两个或多个佩戴装置10均佩戴到同一肢体的概率显著更小。然而，在存在输出装置对人员佩戴进行指引的情况下，正确定位(正确佩戴方式)的先验概率将显著更大。因此，在定义关于定位A的先验概率P(A)时，可以根据经验设定对于佩戴装置10的每个定位A的先验概率。为了简化后续阐述，现仅以只有大腿和小腿两个佩戴装置10的情况进行描述，但是本领域技术人员应该理解，这仅是示例性的，实际上，对于本申请的监测系统1而言，对于佩戴装置10的数量可以根据实际需要调整为多于两个。对于只有大腿和小腿两个佩戴装置10的情况，人员显然不会将两个佩戴装置10均佩戴到同一个肢体(因此将这种情况下的先验概率可以预先定义为0并且在进行概率计算时予以省略)，因此只可能存在佩戴装置10的佩戴肢体错误或佩戴朝向错误(例如上下颠倒)。在这种情况下，则两个佩戴装置10总共有8种可能定位(佩戴方式)，基于相关经验，可以将每种定位的相应先验概率P(A)示例设定如下，其中用于佩戴至大腿的佩戴装置具有1号感测部件且用于佩戴至小腿的佩戴装置具有2号感测部件：
其中，假设输出装置指引患者采用定位(佩戴方式)1，并且用于每个相应肢体的佩戴装置10具有方向标志，可以容易知晓，P(A)总和为1。当然，对于其他数量和部位的佩戴装置10也可以按照以上类似方式进行佩戴情况分类。
然后，定义P(B|A)，即给定定位(佩戴方式)情况下，观察到特定感测信息(在感测部件为惯性部件的情况下，该感测信息为惯性信息)的概率，这其实就是人员处于特定姿势或动作的概率。在这种情况下，确定佩戴装置的定位实际上可以被简化为所有佩戴方式中在概率上最大，也即最可能的那个定位，因此，该概率计算过程并不需要满足概率的归一化，即，只需要给出相对合理的权重(也即设置适当的P(B|A)值)即可。在感测部件为惯性部件的情况下，例如：对于A＝定位1(见上图)的情况，如果观察到B(也即感测信息)＝{ax1≈0,ay1≈0,az1≈1g,ax2≈0,ay2∈[0.7g,1g],az2≈0}，其中ax1表示1号感测部件的x轴加速度读数，其他各项类推。则在这种情况下，对应于坐姿，可以将P(B|A)设置为1。类似地，可以将站姿中的P(B|A)设置为0.8并且将躺姿中的P(B|A)设置为0.8，其他姿态根据姿势以及人员肢体间的构造的不同而赋予更低的权重(也即将P(B|A)设置得值更低)，这种P(B|A)的值的选择是根据经验的：根据经验，坐姿、站姿、躺姿的可能性最大，其他可能性显著更小。进一步地，对于A＝定位1(见上图)的情况，如果观察到B(也即感测信息)＝{ax1≈0,ay1≈0,az1≈-1g,ax2≈0,ay2∈[0.7g,1g],az2≈0}，则在这种情况下，对应于坐姿，可以将P(B|A)设置为0.1。类似地，可以将站姿中的P(B|A)设置为0.1并且将躺姿中的P(B|A)设置为0.1。类似地，可以按照不同对于A的不同定位情况，分别设置预期B的各种P(B|A)。
进一步地，对于任意定位，在经由输出装置指引人员进行一系列动作(例如各种姿势：站姿、坐姿、卧姿)之后，则处理器可以根据上述概率方式计算一系列动作之后基于由感测部件104所获得感测信息(在惯性部件的情况下为惯性信息)对于每种定位下的概率P(B|A)，然后将同一定位下如上所获得的针对所有动作的概率P(B|A)进行乘积以获得最终概率信息。然后，处理器选择最终概率信息中的最大值判断当前佩戴装置的当前定位情况。当然，该乘积计算过程能够由其他计算过程替代，例如对数和等，这些计算方式并非限制性的，只要能够反映出概率总体变化即可。
当然，如前所述，在计算概率P(B|A)时，除根据由感测部件104直接所获得感测信息外，还可以更灵活得选用与感测信息关联得其他信息。比如仍然是定位1，站姿的情况下有ay1≈1g,ay2≈1g，对应的大腿后倾角为小腿后倾角为/>膝关节夹角则为180°-/>如果该值大于180°，意味着膝关节反曲，不符合人体结构，则可以将概率P(B|A)设置得更小。更进一步地，例如平躺的情况下，以上8种定位可能难以区分。但一旦患者开始屈腿，就会出现水平的加速度，大腿和小腿的水平加速度都是向着躯干方向的，也就是对应定位1，B为ay1>0,ay2>0。类似地，感测部件104的例如角速度的感测信息也可以辅助判断某种姿态或瞬时动作的概率。
优选地，在本申请的实施例中，并不需要分别对佩戴装置10的每种定位来计算姿势，只需要将感测部件104的感测信息统一映射到一种定位下，就可以简化程序。比如计算定位8，只需要做映射ax1’＝-ax2,ay1’＝-ay2,az1’＝az2,ax2’＝-ax1,ay2’＝-ay1,az2’＝az1，就有P(ax1,ay1,az1,ax2,ay2,az2|定位8)＝P(ax1’,ay1’,az1’,ax2’,ay2’,az2’|定位1)。该概率P(B|A)算法就被简化为只需要实现根据定位1的计算即可。
基于此，可以将上述基于概率的判断多个惯性传感器的佩戴部位及朝向的方法概述如下：
在步骤200处，获取监测系统1中的各个佩戴装置10间的定位：An＝定位1,…,定位n以及相应定位的可能概率P(A)。在该步骤中，将所预先确定的各个佩戴装置10之间的预定定位及相应定位的可能概率P(A)存储于监测系统1的存储器中，其中n表示可能的定位类型的数量。
在步骤202处，借助各个佩戴装置10中的相应感测部件104获取各个佩戴装置10对于各个动作下的感测信息。需要说明的是，如前所述，感测部件可以是惯性部件，因此感测信息可以是惯性信息。
在步骤204处，针对各个动作下中的每个，将所获取的感测信息根据某一选定定位Ai进行转换(i表示任意一个定位的下角标)。换言之，将感测部件的感测信息统一映射到一种定位下以简化计算程序。如前所述，比如计算上述实施例中的定位8且在惯性信息为惯性部件感测的三周加速度的情况下，将映射定位8中的惯性信息按照以下方式进行转换：ax1’＝-ax2,ay1’＝-ay2,az1’＝az2,ax2’＝-ax1,ay2’＝-ay1,az2’＝az1，就有P(ax1,ay1,az1,ax2,ay2,az2|定位8)＝P(ax1’,ay1’,az1’,ax2’,ay2’,az2’|定位1)。
在步骤206处，基于经转换的感测信息，针对各个动作下的每个计算概率Pn(B|A)＝P(经转换感测信息|选定定位Ai)，即所获取的感测信息关于某一定位An的概率。如前所述，对于各个定位下的感测信息的概率P(B|A)也是预先确定的，这些预确定信息也存储在监测系统的存储器中。
在步骤208处，基于对应于各个动作的中的每个所获取的针对某个定位的概率获得该定位而言针对各个动作中的所有动作的概率乘积。
在步骤210处，选取与概率乘积中最大值对应的定位为当前最可能的定位。
应该理解，虽然在上述说明书中按照步骤的特定顺序描述了实现如本申请所记载的判断多个惯性传感器的佩戴部位及朝向的方法，但是这些顺序并非限制性的，这些步骤中的一个或多个可以并行执行或者可以颠倒顺序执行而不脱离本发明的范围。并且可以省略这些步骤中的一个或多个而部脱离本申请的范围。例如，可以设想步骤212(未示出)，其中，基于所获取的各个佩戴装置10对于各个动作下的感测信息分别计算对预定定位中的每个的概率Pn(B|A)，该步骤可以替代前述步骤204和206两者。换言之，可以不经过感测信息转换而直接计算所获取的感测信息关于所有定位A1…An的概率。
图3示出了根据本发明的优选实施例的监测系统1的结构框图，其中尤其示出了处理器12的相应结构框图。如前所述，该监测系统还包括存储器14。在该示图中，该处理器12包括感测信息获取模块1200，其被构造为获取由佩戴装置10中的感测部件104所感测的感测信息；概率计算模块1202，其被构造为针对各个动作下的每个计算所获取的感测信息关于所有预定定位的概率P(B|A)；概率乘积计算模块1204，其被构造为基于对应于各个动作的中的每个所获取的概率P(B|A)获得针对各个动作中的所有动作的概率乘积；定位确定模块1206，其被构造为选取与所述概率乘积中最大值对应的定位为当前最可能的定位；以及输出模块1208，其被构造为输出所确定的定位。进一步地，所述处理器12还包括调用模块1210，其被构造为至少调用存储于监测系统1的存储器14中的对于监测系统1中的各个佩戴装置10间的预定定位、相应定位的可能概率P(A)以及对于各个定位下的可能获得的感测信息的预确定概率P(B|A)。进一步地，所述处理器12可以包括感测信息转换模块1212，其被构造为针对各个动作下中的每个将所获取的感测信息根据某一选定定位Ai进行转换，并且在这种情况下，所述概率计算模块1202，其被构造为对于n个定位中的某一定位基于经转换的感测信息针对各个动作下的每个计算概率P(B|A)＝P(经转换感测信息|选定定位Ai)。
应当理解，本文描述的构造和/或方法本质上是示例性的，并且由于许多变型是可能的，由此这些特定实施例或示例不应被认为具有限制意义。本文描述的特定例程或方法可以表示任意数量的处理策略中的一个或多个。如此，所示和/或描述的各种动作可以以所示和/或描述的顺序、以其他顺序、并行或省略来执行。同样，可以改变上述方法的顺序。
如图4所示，图4示出了根据本发明的实施例的监测系统的系统的总体结构图，其中，基于相同的发明构思，所述监测系统的系统总体上至少包括如下部件：处理器401、存储器402、通信接口403和总线404；其中，所述处理器401、存储器402、通信接口403通过所述总线404完成相互间的通信；所述通信接口403用于实现监测系统的系统的信息交互通信以及与其他软件或硬件的信息传输；所述处理器401用于调用所述存储器402中的计算机程序，所述处理器执行所述程序时实现如本申请之前所述的监测系统的系统所执行的流程。
基于相同的发明构思，本发明的又一实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现如本申请之前所述的监测系统的系统所执行的流程，在此不再赘述。
此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述监测系统的系统所执行的流程的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本发明实施例提供的计算机可读存储介质，其上存储的计算机程序的工作原理和有益效果和上述实施例提供的疾病推理系统类似，具体内容和参见上述实施例的介绍，本发明实施例对此不再详述。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分。
还应该理解，可以根据具体要求而进行各种变型。例如，也可以使用定制硬件，和/或可以用硬件、软件、固件、中间件、微代码，硬件描述语言或其任何组合来实现特定元件。例如，所公开的监测系统的系统及其所执行的流程中的一些或全部可以通过使用根据本公开的逻辑和算法，用汇编语言或硬件编程语言(诸如VERILOG，VHDL，C++)对硬件(例如，包括现场可编程门阵列(FPGA)和/或可编程逻辑阵列(PLA)的可编程逻辑电路)进行编程来实现。
还应该理解，前述监测系统的系统所执行的流程可以通过服务器-客户端模式来实现。例如，客户端可以接收用户输入的数据并将所述数据发送到服务器。客户端也可以接收用户输入的数据，进行前述监测系统的系统所执行的流程中的一部分处理，并将处理所得到的数据发送到服务器。服务器可以接收来自客户端的数据，并且执行前述监测系统的系统所执行的流程或前述监测系统的系统所执行的流程中的另一部分，并将执行结果返回给客户端。客户端可以从服务器接收到监测系统的系统所执行的流程的执行结果，并例如可以通过输出设备呈现给用户。
还应该理解，监测系统的系统的组件可以分布在网络上。例如，可以使用一个处理器执行一些处理，而同时可以由远离该一个处理器的另一个处理器执行其他处理。监测系统的系统的其他组件也可以类似地分布。这样，监测系统的系统可以被解释为在多个位置执行处理的分布式计算系统。
虽然上文结合附图具体描述了本申请的实施例，但是本领域的普通技术人员本领域技术人员能够根据本申请的教导对上述实施例进行各种修改或者替换而不脱离本身请的范围。
Claims (10)
1.一种监测系统，其包括至少一个佩戴装置，所述佩戴装置包括固定带以及感测部件，所述固定带被构造为用于将所述佩戴装置固定至人员的肢体上；并且所述感测部件被构造为测量佩戴至所述人员的所述肢体上的所述佩戴装置的感测信息，其中，所述监测系统还包括处理器，所述处理器被构造为基于由所述佩戴装置的所述感测部件所采集的相应佩戴装置的感测信息来确定各个佩戴装置是否处于适当定位。
2.根据权利要求1所述的监测系统，其中，所述感测部件为惯性传感器并且所述感测信息为惯性信息。
3.根据权利要求1或2所述的监测系统，其中，所述感测部件被构造为在人员采用不同动作时测量佩戴至所述人员的所述肢体上的所述佩戴装置的感测信息，并且，所述处理器被构造为基于在佩戴人员采用所述不同动作时所测量的所述感测信息来确定各个佩戴装置是否处于适当定位。
4.根据权利要求3所述的监测系统，其中，所述处理器被构造为基于在佩戴人员采用所述不同动作时所测量的所述感测信息来确定各个佩戴装置之间的相对定位关系并因此确定各个佩戴装置是否处于适当定位。
5.根据权利要求1或2所述的方法，所述监测系统还包括存储器，所述存储器存储对于所述监测系统中的各个佩戴装置间的预定定位以及对于各个预定定位下可能获得的感测信息的预确定概率P(B|A)，其中，B表示感测信息，A表示各个佩戴装置间的定位。
6.根据权利要求5所述的监测系统，其中，所述处理器被构造为包括：
调用模块，其被构造为至少获取存储于所述监测系统的所述存储器中的对于所述监测系统中的各个佩戴装置间的预定定位、及相应定位的可能概率以及对于各个定位下的感测信息的预确定概率P(B|A)；
感测信息获取模块，其被构造为获取由所述佩戴装置中的所述感测部件所感测的所述感测信息；
概率计算模块，其被构造为针对各个动作下的每个计算所获取的感测信息关于所有预定定位的概率P(B|A)；
概率乘积计算模块，其被构造为基于对应于各个动作的中的每个所获取的概率P(B|A)获得针对各个动作中的所有动作的概率乘积；
定位确定模块，其被构造为选取与所述概率乘积中最大值对应的定位为当前最可能的定位；以及
输出模块，其被构造为输出所确定的定位。
7.根据权利要求6所述的监测系统，其中，所述处理器进一步包括感测信息转换模块，其被构造为针对各个动作下中的每个将所获取的感测信息根据某一选定定位进行转换，并且在这种情况下，所述概率计算模块被进一步构造为基于经转换的感测信息针对各个动作下的每个计算概率P(B|A)＝P(经转换感测信息|选定定位)。
8.一种判断佩戴装置定位的方法，其包括：
获取监测系统中的各个佩戴装置间的定位以及相应定位的可能概率；
基于各个佩戴装置中的相应感测部件所获取各个佩戴装置对于各个动作下的感测信息；
基于所获取的各个佩戴装置对于各个动作下的感测信息分别计算对预定定位中的每个的概率P(B|A)，其中，B表示感测信息，A表示各个佩戴装置间的预定定位；
基于对应于各个动作的中的每个所获取的概率P(B|A)获得针对各个动作中的所有动作的概率乘积；
选取与所述概率乘积中最大值对应的定位为当前最可能的定位。
9.根据权利要求8所述的方法，其中，基于所获取的各个佩戴装置对于各个动作下的感测信息分别计算对预定定位中的每个的概率P(B|A)包括：
针对各个动作下中的每个将所获取的感测信息根据某一选定定位进行转换并且基于经转换的所述感测信息针对各个动作下的每个计算概率P(B|A)＝P(经转换感测信息|选定定位)。
10.一种存储介质，其存储计算机可读指令，当所述指令被处理器执行时，其能够实现如权利要求8或9中所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310627880.4A CN116649959B (zh) | 2023-05-31 | 2023-05-31 | 监测系统、判断佩戴装置定位的方法及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310627880.4A CN116649959B (zh) | 2023-05-31 | 2023-05-31 | 监测系统、判断佩戴装置定位的方法及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116649959A true CN116649959A (zh) | 2023-08-29 |
| CN116649959B CN116649959B (zh) | 2024-07-12 |
Family
ID=87725511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310627880.4A Active CN116649959B (zh) | 2023-05-31 | 2023-05-31 | 监测系统、判断佩戴装置定位的方法及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116649959B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102427765A (zh) * | 2009-05-20 | 2012-04-25 | 皇家飞利浦电子股份有限公司 | 用于检测佩戴位置的感测设备 |
| WO2015107737A1 (ja) * | 2014-01-20 | 2015-07-23 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
| CN107250947A (zh) * | 2014-12-16 | 2017-10-13 | 索玛提克斯公司 | 用于监控和影响基于姿势的行为的方法和系统 |
| DE102018125023A1 (de) * | 2017-10-11 | 2019-04-11 | Lenovo (Singapore) Pte. Ltd. | Bestimmen eines Benutzerrisikos |
| WO2019213575A1 (en) * | 2018-05-03 | 2019-11-07 | Monovo, LLC | Securing patient vital sign data and configuring vital sign data for remote access by healthcare providers |
| CN114093506A (zh) * | 2021-11-19 | 2022-02-25 | 北京欧应信息技术有限公司 | 用于辅助疾病推理的系统及存储介质 |
| JP2022069956A (ja) * | 2020-10-26 | 2022-05-12 | 株式会社Condisense | 疲労改善方法、学習モデル生成方法、疲労改善システム、疲労改善装置、及びコンピュータプログラム |
| US20220202375A1 (en) * | 2020-12-31 | 2022-06-30 | International Business Machines Corporation | Wearable measurement management |
| CN115859181A (zh) * | 2021-09-24 | 2023-03-28 | 苹果公司 | 使用关联生物力学模型的姿势转变检测和分类 |
| CN116126131A (zh) * | 2021-11-12 | 2023-05-16 | 华为技术有限公司 | 一种目标场景的识别方法、系统及计算机可读存储介质 |
| CN116158774A (zh) * | 2023-02-07 | 2023-05-26 | 北京欧应科技有限公司 | 用于测量胫骨平台后倾角的方法、设备和计算机存储介质 |
-
2023
- 2023-05-31 CN CN202310627880.4A patent/CN116649959B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102427765A (zh) * | 2009-05-20 | 2012-04-25 | 皇家飞利浦电子股份有限公司 | 用于检测佩戴位置的感测设备 |
| WO2015107737A1 (ja) * | 2014-01-20 | 2015-07-23 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
| CN107250947A (zh) * | 2014-12-16 | 2017-10-13 | 索玛提克斯公司 | 用于监控和影响基于姿势的行为的方法和系统 |
| DE102018125023A1 (de) * | 2017-10-11 | 2019-04-11 | Lenovo (Singapore) Pte. Ltd. | Bestimmen eines Benutzerrisikos |
| WO2019213575A1 (en) * | 2018-05-03 | 2019-11-07 | Monovo, LLC | Securing patient vital sign data and configuring vital sign data for remote access by healthcare providers |
| JP2022069956A (ja) * | 2020-10-26 | 2022-05-12 | 株式会社Condisense | 疲労改善方法、学習モデル生成方法、疲労改善システム、疲労改善装置、及びコンピュータプログラム |
| US20220202375A1 (en) * | 2020-12-31 | 2022-06-30 | International Business Machines Corporation | Wearable measurement management |
| CN115859181A (zh) * | 2021-09-24 | 2023-03-28 | 苹果公司 | 使用关联生物力学模型的姿势转变检测和分类 |
| CN116126131A (zh) * | 2021-11-12 | 2023-05-16 | 华为技术有限公司 | 一种目标场景的识别方法、系统及计算机可读存储介质 |
| CN114093506A (zh) * | 2021-11-19 | 2022-02-25 | 北京欧应信息技术有限公司 | 用于辅助疾病推理的系统及存储介质 |
| CN116158774A (zh) * | 2023-02-07 | 2023-05-26 | 北京欧应科技有限公司 | 用于测量胫骨平台后倾角的方法、设备和计算机存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 周成尧;刘畅;邓瑾;邓欣爱;杨舜;司玉林;: "城市轨道交通智能列车乘客服务系统研究", 现代城市轨道交通, no. 08, 20 August 2020 (2020-08-20) * |
| 张龙山;: "引信可靠性考核的系统性错误及统计检验方法", 探测与控制学报, no. 03, 26 June 2016 (2016-06-26) * |
| 苗皓东;荀晓玉;霍姚彤;齐帅;张蒙祥;: "RSSI与步长估算的井下人员定位装置研究", 单片机与嵌入式系统应用, no. 01, 1 January 2018 (2018-01-01) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116649959B (zh) | 2024-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Slade et al. | An open-source and wearable system for measuring 3D human motion in real-time | |
| US11950901B2 (en) | Systems and methods for assessing gait, stability, and/or balance of a user | |
| Roetenberg et al. | Xsens MVN: Full 6DOF human motion tracking using miniature inertial sensors | |
| EP3326528B1 (en) | Gait analysis method and gait analysis system | |
| US10821047B2 (en) | Method for automatic alignment of a position and orientation indicator and device for monitoring the movements of a body part | |
| WO2013070171A1 (en) | Method and apparatus for calibrating a motion tracking system | |
| US20220409098A1 (en) | A wearable device for determining motion and/or a physiological state of a wearer | |
| Kim et al. | Development of an IMU-based foot-ground contact detection (FGCD) algorithm | |
| Santos et al. | A low-cost wireless system of inertial sensors to postural analysis during human movement | |
| Li et al. | Using body sensor network to measure the effect of rehabilitation therapy on improvement of lower limb motor function in children with spastic diplegia | |
| KR101878254B1 (ko) | 컴퓨터를 포함하는 스마트 신발 시스템 및 이의 구현방법 | |
| Chen et al. | IMU-based estimation of lower limb motion trajectory with graph convolution network | |
| Duong et al. | Walking parameters estimation based on a wrist-mounted inertial sensor for a walker user | |
| CN116649959B (zh) | 监测系统、判断佩戴装置定位的方法及存储介质 | |
| WO2019008689A1 (ja) | 情報処理装置、情報処理システム、および情報処理方法 | |
| US20190192908A1 (en) | System and Method for Motion Analysis | |
| Li et al. | 3d knee and hip angle estimation with reduced wearable imus via transfer learning during yoga, golf, swimming, badminton, and dance | |
| CN108697377A (zh) | 步态分析器系统和方法 | |
| Nerino et al. | An improved solution for knee rehabilitation at home | |
| CN114053679A (zh) | 运动训练方法及其系统 | |
| CN116602659B (zh) | 用于关节夹角测量的高精度测量系统、方法及存储介质 | |
| CN108209931A (zh) | 关节夹角的测量系统及方法 | |
| Nogueira et al. | Estimation of lower limbs angular positions using Kalman filter and genetic algorithm | |
| Urukalo et al. | The Teach'Wear-Healthcare Wearable Device | |
| Ledezma et al. | 3D Description of knee movements with a two IMU based wearable device: CHAKAMO |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |