1.本发明涉及康复技术领域，具体来说，涉及一种乳腺癌术后康复状态评估方法及系统。
背景技术：2.目前，乳腺癌的主要临床治疗手段仍为手术治疗，由于手术会对机体肌肉及神经造成较大创伤，因此患者术后会出现不同程度的上肢功能障碍，引起上肢肌力降低，限制肢体活动，导致日常活动能力下降。早期规律的功能锻炼是乳腺癌患者术后康复的重要组成部分。
3.近年来，业内对乳腺癌患者术后康复的研究，主要是集中于各种形式的肢体康复运动方式及辅助康复工具，如：渐进式康复操、虚拟现实技术用于康复动作教学等，而尚未对其康复状态评估形成一套系统的解决方案。
技术实现要素：4.针对相关技术中的问题，本发明提出一种乳腺癌术后康复状态评估方法及系统，能够根据乳腺癌术后的患者用户执行康复运动的三维运动轨迹来评估患者用户的康复状态。
5.本发明的技术方案是这样实现的：
6.根据本发明的一方面，提供了一种乳腺癌术后康复状态评估方法。
7.该乳腺癌术后康复状态评估方法包括：
8.采集患者用户执行康复运动的动作视频，并对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列；
9.对确定的患者用户三维运动轨迹时间序列及预先配置的标准三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度；
10.将得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度进行对比，在两个相似度绝对值小于预定阈值的情况下，判定用户已康复。
11.其中，对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列包括：基于openpose算法对所述动作视频中的患者用户的腕部、肘部、肩部的三维空间坐标进行采集；根据患者用户的腕部、肘部、肩部的三维空间坐标，生成由患者用户6个关节点运动动作所形成的三维运动轨迹时间序列。
12.此外，该乳腺癌术后康复状态评估方法还包括：预先配置标准三维运动轨迹时间序列；其中，预先配置标准三维运动轨迹时间序列包括：采集不同身高区间的健康用户执行康复动作的动作视频；并基于openpose算法对动作视频中的健康用户的腕部、肘部、肩部的三维空间坐标进行采集；根据健康用户的腕部、肘部、肩部的三维空间坐标，生成不同身高区间的健康用户的三维运动轨迹时间序列；将得到的不同身高区间的健康用户的三维运动
轨迹时间序列作为标准三维运动轨迹时间序列。
13.另外，该乳腺癌术后康复状态评估方法还包括：在生成三维运动轨迹时间序列之前，对动作视频中每一时间帧内的腕部、肘部、肩部的三维空间坐标的数值进行归一化处理。
14.其中，同一身高区间的健康用户数量至少为2；且对预先配置的标准三维运动轨迹时间序列进行相似度计算，得到标准三维运动轨迹时间序列的相似度包括：
15.根据动态时间规整算法，对各身高区间的任意两名健康用户的三维运动轨迹时间序列进行相似度计算，得到对应的相似度；根据得到的相似度，确定各身高区间的任意两名健康用户的三维运动轨迹时间序列相似度集合；基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为标准三维运动轨迹时间序列的相似度。
16.其中，对确定的患者用户三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度包括：
17.将患者用户三维运动轨迹时间序列，纳入至与患者用户身高对应的身高区间的三维运动轨迹时间序列相似度集合；基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为患者用户三维运动轨迹时间序列的相似度。
18.根据本发明的另一方面，提供了一种乳腺癌术后康复状态评估系统。
19.该乳腺癌术后康复状态评估系统包括：
20.运动轨迹抓取模块，用于采集患者用户执行康复运动的动作视频，并对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列；
21.运动轨迹相似度计算模块，用于对确定的患者用户三维运动轨迹时间序列及预先配置的标准三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度；
22.康复状态评估模块，用于将得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度进行对比，在两个相似度绝对值小于预定阈值的情况下，判定用户已康复。
23.其中，所述运动轨迹抓取模块在对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列时，基于openpose算法对所述动作视频中的患者用户的腕部、肘部、肩部的三维空间坐标进行采集；并根据患者用户的腕部、肘部、肩部的三维空间坐标，生成由患者用户6个关节点运动动作所形成的三维运动轨迹时间序列；
24.此外，所述运动轨迹抓取模块还用于预先配置标准三维运动轨迹时间序列；且在预先配置标准三维运动轨迹时间序列时，采集不同身高区间的健康用户执行康复动作的动作视频；并基于openpose算法对动作视频中的健康用户的腕部、肘部、肩部的三维空间坐标进行采集；同时，根据健康用户的腕部、肘部、肩部的三维空间坐标，生成不同身高区间的健康用户的三维运动轨迹时间序列；将得到的不同身高区间的健康用户的三维运动轨迹时间序列作为标准三维运动轨迹时间序列。
25.另外，所述运动轨迹抓取模块还用于在生成三维运动轨迹时间序列之前，对动作视频中每一时间帧内的腕部、肘部、肩部的三维空间坐标的数值进行归一化处理。
26.可选的，同一身高区间的健康用户数量至少为2；
27.此外，所述运动轨迹相似度计算模块在对预先配置的标准三维运动轨迹时间序列进行相似度计算，得到标准三维运动轨迹时间序列的相似度时，根据动态时间规整算法，对各身高区间的任意两名健康用户的三维运动轨迹时间序列进行相似度计算，得到对应的相似度；根据得到的相似度，确定各身高区间的任意两名健康用户的三维运动轨迹时间序列相似度集合；并基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为标准三维运动轨迹时间序列的相似度。
28.另外，所述运动轨迹相似度计算模块在对确定的患者用户三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度时，将患者用户三维运动轨迹时间序列，纳入至与患者用户身高对应的身高区间的三维运动轨迹时间序列相似度集合；并基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为患者用户三维运动轨迹时间序列的相似度。
29.有益效果：本发明能够对患者用户执行康复运动的动作视频来确定患者用户的腕部、肘部、肩部的三维运动轨迹，进而将患者用户的三维运动轨迹与标准三维运动轨迹进行对比，则能够实时、高效并精准地对乳腺癌术后康复情况进行评估，同时部署成本低、操作简单的特点可支持乳腺癌术后康复患者大规模使用，从而降低医院等乳腺癌诊疗机构的人力成本，提升了诊疗效率。
附图说明
30.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
31.图1是根据本发明实施例的一种乳腺癌术后康复状态评估方法的流程示意图；
32.图2是根据本发明实施例的一种乳腺癌术后康复状态评估系统的模块框图；
33.图3是根据本发明实施例的一种乳腺癌术后康复状态评估系统的架构机制示意图。
具体实施方式
34.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
35.根据本发明的实施例，提供了一种乳腺癌术后康复状态评估方法及系统。
36.如图1所示，根据本发明实施例的一种乳腺癌术后康复状态评估方法包括：
37.步骤s101，采集患者用户执行康复运动的动作视频，并对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列；
38.步骤s103，对确定的患者用户三维运动轨迹时间序列及预先配置的标准三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度与标准三维
运动轨迹时间序列的相似度；
39.步骤s105，将得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度进行对比，在两个相似度绝对值小于预定阈值的情况下，判定用户已康复。
40.在一个实施例中，对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列包括：基于openpose算法对所述动作视频中的患者用户的腕部、肘部、肩部的三维空间坐标进行采集；根据患者用户的腕部、肘部、肩部的三维空间坐标，生成由患者用户6个关节点运动动作所形成的三维运动轨迹时间序列。
41.在一个实施例中，该乳腺癌术后康复状态评估方法还包括：预先配置标准三维运动轨迹时间序列；其中，预先配置标准三维运动轨迹时间序列包括：采集不同身高区间的健康用户执行康复动作的动作视频；并基于openpose算法对动作视频中的健康用户的腕部、肘部、肩部的三维空间坐标进行采集；根据健康用户的腕部、肘部、肩部的三维空间坐标，生成不同身高区间的健康用户的三维运动轨迹时间序列；将得到的不同身高区间的健康用户的三维运动轨迹时间序列作为标准三维运动轨迹时间序列。
42.在一个实施例中，该乳腺癌术后康复状态评估方法还包括：在生成三维运动轨迹时间序列之前，对动作视频中每一时间帧内的腕部、肘部、肩部的三维空间坐标的数值进行归一化处理。
43.在一个实施例中，同一身高区间的健康用户数量至少为2；且对预先配置的标准三维运动轨迹时间序列进行相似度计算，得到标准三维运动轨迹时间序列的相似度包括：根据动态时间规整算法，对各身高区间的任意两名健康用户的三维运动轨迹时间序列进行相似度计算，得到对应的相似度；根据得到的相似度，确定各身高区间的任意两名健康用户的三维运动轨迹时间序列相似度集合；基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为标准三维运动轨迹时间序列的相似度。其中，对确定的患者用户三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度包括：将患者用户三维运动轨迹时间序列，纳入至与患者用户身高对应的身高区间的三维运动轨迹时间序列相似度集合；基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为患者用户三维运动轨迹时间序列的相似度。
44.如图2所示，根据本发明实施例的一种乳腺癌术后康复状态评估系统包括：
45.运动轨迹抓取模块201，用于采集患者用户执行康复运动的动作视频，并对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列；
46.运动轨迹相似度计算模块203，用于对确定的患者用户三维运动轨迹时间序列及预先配置的标准三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度；
47.康复状态评估模块205，用于将得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度进行对比，在两个相似度绝对值小于预定阈值的情况下，判定用户已康复。
48.对应的，在一个实施例中，所述运动轨迹抓取模块201在对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列时，基于openpose算法对所述动作视频中的患
者用户的腕部、肘部、肩部的三维空间坐标进行采集；并根据患者用户的腕部、肘部、肩部的三维空间坐标，生成由患者用户6个关节点运动动作所形成的三维运动轨迹时间序列；此外，所述运动轨迹抓取模块 201还用于预先配置标准三维运动轨迹时间序列；且在预先配置标准三维运动轨迹时间序列时，采集不同身高区间的健康用户执行康复动作的动作视频；并基于openpose算法对动作视频中的健康用户的腕部、肘部、肩部的三维空间坐标进行采集；同时，根据健康用户的腕部、肘部、肩部的三维空间坐标，生成不同身高区间的健康用户的三维运动轨迹时间序列；将得到的不同身高区间的健康用户的三维运动轨迹时间序列作为标准三维运动轨迹时间序列。另外，所述运动轨迹抓取模块201还用于在生成三维运动轨迹时间序列之前，对动作视频中每一时间帧内的腕部、肘部、肩部的三维空间坐标的数值进行归一化处理。
49.对应的，在一个实施例中，同一身高区间的健康用户数量至少为2；此外，所述运动轨迹相似度计算模块203在对预先配置的标准三维运动轨迹时间序列进行相似度计算，得到标准三维运动轨迹时间序列的相似度时，根据动态时间规整算法，对各身高区间的任意两名健康用户的三维运动轨迹时间序列进行相似度计算，得到对应的相似度；根据得到的相似度，确定各身高区间的任意两名健康用户的三维运动轨迹时间序列相似度集合；并基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为标准三维运动轨迹时间序列的相似度。另外，所述运动轨迹相似度计算模块203在对确定的患者用户三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度时，将患者用户三维运动轨迹时间序列，纳入至与患者用户身高对应的身高区间的三维运动轨迹时间序列相似度集合；并基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为患者用户三维运动轨迹时间序列的相似度。
50.而为了方便理解本发明的上述技术方案，以下通过具体案例和架构对本发明的上述技术方案进行详细说明。
51.如图3所示，本发明系统包括运动轨迹抓取模块、运动轨迹相似度计算模块和康复状态评估模块。运动轨迹抓取模块以用户所录制的康复动作视频文件为输入，通过openpose算法提取视频中腕部、肘部、肩部的关节点三维空间坐标并形成归一化的运动轨迹时间序列。运动轨迹相似度计算模块以归一化后的运动轨迹时间序列为输入，通过动态时间规整算法(dtw)对用户与标准运动轨迹时间序列进行相似度计算。康复状态评估模块以用户与标准运动轨迹时间序列的相似度作为输入，对用户当前的康复状态进行量化评估。
52.具体的，运动轨迹抓取模块包括以下步骤：
53.以用户录制的康复动作视频文件(如.mp4文件)作为输入，使用openpose 算法对视频中用户的(左右)腕部、(左右)肘部、(左右)肩部6个关节点三维空间坐标进行采集，每一帧内每个关节点的三维空间坐标为(xi，yi，zi)t，其中i代表用户标记，t代表时间帧标记；
54.根据获得的6个关节点三维空间坐标生成用户i的三维运动轨迹时间序列：
其中，t代表用户所录制视频文件的所含帧数，lw、rw、 le、re、ls、rs分别代表左腕、右腕、左肘、右肘、左肩、右肩的指示标记；
55.根据获得的三维时间序列si，对用户i视频中每一时间帧内的6个三维空间坐标的数值进行归一化处理，以保证任意用户的运动轨迹分布于[0，1]的区间，其中，归一化处理模型为：
[0056][0057]
其中，a代表每一时间帧内三维时间序列中每一关节点的三维空间坐标的其中一个坐标轴对应的数值，a代表在所有时间帧内每一关节点的三维空间坐标的其中一个坐标轴对应数值的集合；
[0058]
运动轨迹相似度计算模块包含以下步骤：
[0059]
以肩关节活动度作为评价指标，分别让100位分布于150cm～159cm、 160cm～169cm、170cm～179cm、180cm～189cm身高区间的常模(健康用户) 完成对应的康复动作，包括前屈、后伸、外展、内收、外旋，并对他们的康复动作视频进行运动轨迹抓取处理，从而得到常模在各身高区间所完成的三维运动轨迹时间序列。基于所得到的常模在各身高区间的三维运动轨迹时间序列，使用动态时间规整算法对各身高段内的任意两名常模的三维运动轨迹时间序列si、sj进行相似度计算得到d(ik，jk)，动态时间规整算法计算模型为：
[0060][0061]
其中，i，j代表两名常模用户的用户标记，k代表si、sj两条时间序列中长度较短的序列的时间标记，d代表欧式距离计算公式。
[0062]
基于得到各身高区间内任意两名常模用户的三维运动轨迹时间序列相似度集合s＝{d(ik，jk)}；基于各身高区间的相似度集合s，对集合内的所有相似度进行平均值计算，得到s
′
＝∑
u∈u
su/u，其中，u代表两名常模用户的用户标记，u代表s集合中所有相似度集合的个数。
[0063]
康复状态评估模块包括以下步骤：
[0064]
针对每位乳腺癌术后患者，完成运动轨迹抓取处理得到经过归一化的三维运动轨迹时间序列；根据对应患者的身高，将患者的三维运动轨迹时间序列si填充至s，并计算得到s
′’
；根据得到的结果s
″
与s
′
进行绝对值计算 |s
′‑s‘’
|，若s
′
与s
″
相差不高于20，则定义该患者已康复；高于20但不高于50，则定义该患者尚未康复；高于50，则定义该患者所完成的康复动作错误。
[0065]
综上所述，借助于本发明的上述技术方案，本发明能够对患者用户执行康复运动的动作视频来确定患者用户的腕部、肘部、肩部的三维运动轨迹，进而将患者用户的三维运动轨迹与标准三维运动轨迹进行对比，则能够实时、高效并精准地对乳腺癌术后康复情况进行评估，同时部署成本低、操作简单的特点可支持乳腺癌术后康复患者大规模使用，从而降低医院等乳腺癌诊疗机构的人力成本，提升了诊疗效率。
[0066]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术特征：1.一种乳腺癌术后康复状态评估方法，其特征在于，包括：采集患者用户执行康复运动的动作视频，并对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列；对确定的患者用户三维运动轨迹时间序列及预先配置的标准三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度；将得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度进行对比，在两个相似度绝对值小于预定阈值的情况下，判定用户已康复。2.根据权利要求1所述的一种乳腺癌术后康复状态评估方法，其特征在于，对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列包括：基于openpose算法对所述动作视频中的患者用户的腕部、肘部、肩部的三维空间坐标进行采集；根据患者用户的腕部、肘部、肩部的三维空间坐标，生成由患者用户6个关节点运动动作所形成的三维运动轨迹时间序列。3.根据权利要求1所述的一种乳腺癌术后康复状态评估方法，其特征在于，还包括：预先配置标准三维运动轨迹时间序列；其中，预先配置标准三维运动轨迹时间序列包括：采集不同身高区间的健康用户执行康复动作的动作视频；并基于openpose算法对动作视频中的健康用户的腕部、肘部、肩部的三维空间坐标进行采集；根据健康用户的腕部、肘部、肩部的三维空间坐标，生成不同身高区间的健康用户的三维运动轨迹时间序列；将得到的不同身高区间的健康用户的三维运动轨迹时间序列作为标准三维运动轨迹时间序列。4.根据权利要求2或3所述的一种乳腺癌术后康复状态评估方法，其特征在于，还包括：在生成三维运动轨迹时间序列之前，对动作视频中每一时间帧内的腕部、肘部、肩部的三维空间坐标的数值进行归一化处理。5.根据权利要求3所述的一种乳腺癌术后康复状态评估方法，其特征在于，同一身高区间的健康用户数量至少为2；且对预先配置的标准三维运动轨迹时间序列进行相似度计算，得到标准三维运动轨迹时间序列的相似度包括：根据动态时间规整算法，对各身高区间的任意两名健康用户的三维运动轨迹时间序列进行相似度计算，得到对应的相似度；根据得到的相似度，确定各身高区间的任意两名健康用户的三维运动轨迹时间序列相似度集合；基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为标准三维运动轨迹时间序列的相似度。6.根据权利要求5所述的一种乳腺癌术后康复状态评估方法，其特征在于，对确定的患者用户三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度包括：将患者用户三维运动轨迹时间序列，纳入至与患者用户身高对应的身高区间的三维运动轨迹时间序列相似度集合；
基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为患者用户三维运动轨迹时间序列的相似度。7.一种乳腺癌术后康复状态评估系统，其特征在于，包括：运动轨迹抓取模块，用于采集患者用户执行康复运动的动作视频，并对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列；运动轨迹相似度计算模块，用于对确定的患者用户三维运动轨迹时间序列及预先配置的标准三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度；康复状态评估模块，用于将得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度进行对比，在两个相似度绝对值小于预定阈值的情况下，判定用户已康复。8.根据权利要求7所述的一种乳腺癌术后康复状态评估系统，其特征在于，所述运动轨迹抓取模块在对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列时，基于openpose算法对所述动作视频中的患者用户的腕部、肘部、肩部的三维空间坐标进行采集；并根据患者用户的腕部、肘部、肩部的三维空间坐标，生成由患者用户6个关节点运动动作所形成的三维运动轨迹时间序列；此外，所述运动轨迹抓取模块还用于预先配置标准三维运动轨迹时间序列；且在预先配置标准三维运动轨迹时间序列时，采集不同身高区间的健康用户执行康复动作的动作视频；并基于openpose算法对动作视频中的健康用户的腕部、肘部、肩部的三维空间坐标进行采集；同时，根据健康用户的腕部、肘部、肩部的三维空间坐标，生成不同身高区间的健康用户的三维运动轨迹时间序列；将得到的不同身高区间的健康用户的三维运动轨迹时间序列作为标准三维运动轨迹时间序列。9.根据权利要求7所述的一种乳腺癌术后康复状态评估系统，其特征在于，所述运动轨迹抓取模块还用于在生成三维运动轨迹时间序列之前，对动作视频中每一时间帧内的腕部、肘部、肩部的三维空间坐标的数值进行归一化处理。10.根据权利要求8所述的一种乳腺癌术后康复状态评估系统，其特征在于，同一身高区间的健康用户数量至少为2；且，所述运动轨迹相似度计算模块在对预先配置的标准三维运动轨迹时间序列进行相似度计算，得到标准三维运动轨迹时间序列的相似度时，根据动态时间规整算法，对各身高区间的任意两名健康用户的三维运动轨迹时间序列进行相似度计算，得到对应的相似度；根据得到的相似度，确定各身高区间的任意两名健康用户的三维运动轨迹时间序列相似度集合；并基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为标准三维运动轨迹时间序列的相似度。且，所述运动轨迹相似度计算模块在对确定的患者用户三维运动轨迹时间序列进行相似度计算，得到患者用户的三维运动轨迹时间序列相似度时，将患者用户三维运动轨迹时间序列，纳入至与患者用户身高对应的身高区间的三维运动轨迹时间序列相似度集合；并基于该三维运动轨迹时间序列相似度集合，对集合内的所有相似度进行平均值计算，并将计算的结果作为患者用户三维运动轨迹时间序列的相似度。
技术总结本发明公开了一种乳腺癌术后康复状态评估方法及系统，该方法包括：采集患者用户执行康复运动的动作视频，并对所述动作视频进行分析，确定患者用户的三维运动轨迹时间序列；对确定的患者用户三维运动轨迹时间序列及预先配置的标准三维运动轨迹时间序列进行相似度计算，将得到患者用户的三维运动轨迹时间序列相似度与标准三维运动轨迹时间序列的相似度进行对比，在两个相似度绝对值小于预定阈值的情况下，判定用户已康复。本发明能够实时、高效并精准地对乳腺癌术后康复情况进行评估，同时部署成本低、操作简单的特点可支持乳腺癌术后康复患者大规模使用，从而降低医院等乳腺癌诊疗机构的人力成本，提升了诊疗效率。提升了诊疗效率。提升了诊疗效率。
技术研发人员：马飞 李佳悦 苏丽 郑润佳 范晓磊 纪显玥 谷可军 黎立喜 梅志红
受保护的技术使用者：马飞
技术研发日：2022.07.20
技术公布日：2022/11/1
