基于视觉的运动损伤评估方法

陈雷

摘 要： 传统损伤评估中使用的是医学临床数据作为评估标准，由于临床医学数据需要对损伤的部位进行处理后才能得出结论，故传统损伤的评估过程存在极大的延时性。为此提出基于视觉的运动损伤评估方法，使用视觉数据代替医学临床数据，修订了评估标准降低传统评估过程延时性。引入视觉sEMG技术对损伤部位进行损伤数据采集，对视觉数据实施转化分析完成运动损伤的评估。实验结果表明，改进评估方法在评估过程中没有延时性，评估精准度要优于传统评估方法，视觉数据能够记录损伤过程对其他运动员的类拟损伤可以提供康复建议。

关键词： 数据探伤； 损伤评估方法； 运动损伤； 视觉数据采集； 视觉sEMG技术； 临床医学数据

中图分类号： TN911?34； TP311 文献标识码： A 文章编号： 1004?373X（2018）04?0015?03

Abstract： The traditional method for the evaluation of injury takes clinical data as evaluation criteria， and the clinical injury data is obtained after the injury treatment， so the evaluation conclusion is delayed greatly. Therefore， a sports injury assessment method based on vision is proposed， in which visual data is used instead of medical clinical data， and the evaluation criteria is revised to reduce the delay of traditional evaluation. The visual sEMG technology is introduced to collect the injury data and conduct the transforming analysis of the visual data， so as to complete the sports injury evaluation. The experimental results show the improved evaluation method has no delay in the evaluation process， evaluation accuracy is superior to the traditional evaluation methods， the visual data can record the injury process， which is helpful for providing some rehabilitation advices for other athletes with same injury.

Keywords： data flaw detection； injury assessment method； sports injury； visual data acquisition； visual sEMG technology； clinical data

0 引 言

運动员进行训练以及比赛过程中经常会出现不同程度的损伤，目前对于运动损伤评估主要依据于受伤史、物理手段检查以及仪器检查，上述评估数据主要是医学临床数据缺乏对损伤过程的客观评价并且存在极高的延时性。利用视觉数据进行运动员损伤评估能够极大地降低延时性。视觉数据在评估过程不会对运动员二次损伤，视觉采集的数据对损伤部位的肌肉群、软组织、骨骼以及器官能够做出全而、系统的评估[1]，针对上述背景，本文提出基于视觉的运动损伤评估的方法。实验结果表明，本文设计的基于视觉的运动损伤评估方法能够在极短的时间内完成运动员的损伤评估。

1 视觉sEMG技术下的损伤评估

1.1 利用视觉sEMG技术实现损伤探查

sEMG技术能够自动锁定损伤外边缘，可按sEMG技术法则确定损伤圆心，由于拍摄时损伤部位在图像中会产生一定的位置变化[2?3]，因此在最外围边缘上画一个圆心坐标为[X0，Y0]圆作为视觉数据采集范围，过程如下：

式中：[]为圆心坐标；[d]为损伤探头的欧氏距离；[minX，Y∈cin]为最小的半径下视觉收集区域；[Cx，y]为视觉收集区域内的视觉探查点坐标；[Pi，j]为视觉收集区域外边缘上的全部视觉点集。视觉收集区域圆心确定后，计算出视觉收集区域圆心至视觉收集区域外边缘上损伤各点距离的最大值L，并将最大距离L作为半径[4?5]。以视觉收集区域圆心作为原点，建立视觉探伤坐标系，坐标在（1-0.17）×L～L之间的区域就是损伤评估的有效区域。确立损伤评估的有效区域之后，本文利用sEMG技术中视觉角点标记技术在确立的损伤评估的有效区域中将不同损伤程度进行标记。sEMG技术中视觉角点标记技术所利用的核心思想是在不同损伤的情况下能够表现出来的频率反馈能力是不同的。在此首先在损伤有效区域的边缘上建立高斯窗函数，观察当损伤探头计算出的窗函数在损伤评估的有效区域沿任意方向移动时采集反馈的频率强度是否会明显发生变化，如发变化数据发生剧烈变化该点被标记为角点。损伤标记过程的数学表达式如下：

式中：[E]为损伤图像发生强度变化过程能量强度变化函数；[u]为探伤窗函数在损伤评估有效区的水平位移；[v]为探伤窗函数在损伤评估的有效区垂直方向位移；[wx，y]为在[x，y]处的窗函数探伤数值；[Ix，y]为在点[x，y]处损伤图像变化强度；[Ix+u，y+v]为视觉探头点位移探伤后损伤度。运用泰勒定理把式（2）展开简化为：endprint

本文评估方法利用视觉sEMG技术进行损伤视觉数据的采集，并对损伤的不同变化情况进行标记，能够通过面积、深度、影响程度进行区域标记，并且通过定位的坐标进行区域表达，表达后的数据能够直接进行应用，不需要进行传统意义上的转换，为评估工作做了充足的数据准备。

1.2 视觉损伤评估的实现

经过上述视觉数据的采集能够确立出损伤的基本数据，根据视觉成像颜色变化以及面积变化能够反应出运动员实际损伤状况。评估的现实通过建立评估标准进行衡量，色泽差变化程度影响值是标准评估值，因此对不同的色差进行标记比对，比对过程使用高敏像素仪进行聚焦扫描，在通过的等级下有划分了不同情况，这样对评估的标准进行细化分述能够对评估准确性起到促进作用[6]。对于传统评估方法使用医学临床数据过程中时长是最主要的问题，同时对于恢复以及修养安排都是通过经验积累以及理论分析得到[7?8]，本文设计的基于视觉的运动损伤评估方法通过损伤的程度、面积、部位进行不同程度的划分，评估表达值更加精确。

视觉损伤数据通过VAS参数与PD指标进行转化，转化过程中需要对不同情况求倒数及平均数[9]，使用过程中标准差是衡量数据有效性指标，经查阅文献得下列使用数据，如表1所示。

2 仿真实验分析

2.1 参数设定

为了保证本文设计的基于视觉的运动损伤评估方法有效性，对参数进行设置定，本文设定实验研究对象损伤度为一级、二级、三级，同时利用基于视觉的运动损伤评估方法与传统评估方法进行测评。首先介绍了实验的参数选取方法，视觉采集参数及评估过程的主要参数如表2和表3所示。

2.2 评估误差调节

为了保证本文设计的基于视觉的运动损伤评估方法的有效性，需要对实验数据进行一定的误差调节，误差调节过程如表4所示。

2.3 结果对比分析

分别在损伤度为三级、二级、一级情况下，使用基于视觉的运动损伤评估方法和传统运动损伤评估方法进行仿真对比，分别提取运动员的损伤评估中CAP充盈度进行对比。首先提取一级损伤的仿真数据如表5所示。

从表5可知，本文设计的方法平均Cap充盈度是11.18 R，远低于传统评估方法Cap充盈度，Cap充盈度是评估体系中与评估深度倒数的关系。在二级损伤的情况下，两种方法的Cap充盈度都有所增加，但如图1所示随着对比实验的延续，传统评估方法的Cap充盈度快速增加，说明在二级损伤的情况下受伤程度明显加剧，并且评估过程的全面性显著降低。

3 结 语

本文提出了一套基于视觉的运动损伤评估方法，使用视觉数据代替医学临床数据，修订了评估标准降低了传统评估过程的延时性。引入视觉sEMG技术对损伤部位进行损伤数据采集，对视觉数据实施转化分析完成运动损伤评估，并通过实验验证了其有效性。希望通过本文的研究能够提高对损伤评估的准确性。

参考文献

[1] 胡鹏程，郭焱，李保国，等.基于多视角立体视觉的植株三维重建与精度评估[J].农业工程学报，2015，31（11）：209?214.

HU Pengcheng， GUO Yan， LI Baoguo， et al. Three?dimensional reconstruction and its precision evaluation of plant architecture based on multiple view stereo method [J]. Transactions of the chinese society of agricultural engineering， 2015， 31（11）： 209?214.

[2] 周莺，张基宏，梁永生，等.基于视觉运动特性的视频时空显著性区域提取方法[J].计算機科学，2015，42（11）：118?122.

ZHOU Ying， ZHANG Jihong， LIANG Yongsheng， et al. Motion characteristics based video salient region extraction method [J]. Computer science， 2015， 42（11）： 118?122.

[3] 贾梦芸，吴士文.Duchenne型肌营养不良携带者心脏损伤评估方法的研究进展[J].中国康复理论与实践，2015，21（8）：917?920.

JIA Mengyun， WU Shiwen. Duchenne progress of cardiac damage assessment in carriers of duchenne muscular dystrophy （review） [J]. Chinese journal of rehabilitation theory and practice， 2015， 21（8）： 917?920.

[4] 王萌，李强，孙守光.耦合作用下各载荷对结构疲劳损伤影响程度的评估方法[J].中国铁道科学，2015，36（3）：94?99.

WANG Meng， LI Qiang， SUN Shouguang， et al. Evaluation method for influence degree of each load on fatigue damage of mechanical structure under coupling effect [J]. China railway science， 2015， 36（3）： 94?99.

[5] 耿杨，金家义，孟洛明.基于压缩编码和传输损伤的视频QoE评估方法[J].北京邮电大学学报，2016，39（z1）：55?58.endprint

GENG Yang， JIN Jiayi， MENG Luoming， et al. Video QoE assessment considering encoding and transmission damage [J]. Journal of Beijing University of Posts and Telecommunications， 2016， 39（S1）： 55?58.

[6] 唐扬刚，贺小帆，刘文珽，等.飞机连接结构防护涂层老化损伤量化评估方法[J].航空学报，2017，38（1）：141?153.

TANG Yanggang， HE Xiaofan， LIU Wenting， et al. Quantitative method for evaluating aging damage of protective coatings of aircraft joint structures [J]. Acta aeronautica ET astronautica sinica， 2017， 38（1）： 141?153.

[7] SERDAREVIC R. The ocular trauma score as a method for the prognostic assessment of visual acuity in patients with close eye Injuries [J]. Acta informatica medica， 2015， 23（2）： 81?85.

[8] WILKERSON G B， SIMPSON K A， CLARK R A. Assessment and training of visuomotor reaction time for football injury prevention [J]. Journal of sport rehabilitation， 2015， 34（3）： 233?234.

[9] SONG R B， OLDACH M S， BASSO D M， et al. A simplified method of walking track analysis to assess short?term locomotor recovery after acute spinal cord injury caused by thoracolumbar intervertebral disc extrusion in dogs [J]. Veterinary journal， 2016， 210（5）： 61?67.

[10] 刘和臣.高强度田径训练与运动损伤关系优化建模仿真[J].计算机仿真，2017，34（3）：336?339.

LIU Hechen. Optimization and modeling simulation of relationship between high?intensity athletic training and sport injury [J]. Computer simulation， 2017， 34（3）： 336?339.endprint