具有量化评估功能的VR康复训练方法及系统

摘要

本发明实施例公开了一种具有量化评估功能的VR康复训练方法，所述方法包括：获取待训练用户的属性信息，基于属性信息进行简短场景播放；在播放过程中，实时采集用户的瞳孔变化信息和动作信息，从而确定用户感兴趣的训练场景和训练方案；根据所述用户感兴趣的训练场景生成虚拟训练场景；获取待训练用户的头部位置，生成虚拟身体模型；在所述虚拟训练场景中根据所述训练方案产生虚拟干扰物；追踪记录所述待训练用户在六个自由度上的体感信号，进行功能量化分析得到功能量化结果。该方法不仅实现了可以个性化生成虚拟训练场景而且实现了功能量化评估，大大提高了训练效果。此外，还提供了一种具有量化评估功能的VR康复训练系统、设备及介质。

权利要求

1.一种具有量化评估功能的VR康复训练方法，其特征在于，所述方法包括：

获取待训练用户的属性信息，所述属性信息包括：身高、体重、性别，基于所述属性信息确定相应的测评程序，所述测评程序用于选取多个简短场景项目进行播放；

在播放过程中，实时采集用户的瞳孔变化信息和动作信息，包括：在VR设备上设置前摄像头，同时在用户的前方设置镜子，通过VR设备上的前摄像头采集镜子里面用户的动作；根据所述瞳孔变化信息确定用户感兴趣的训练场景，包括：获取追踪得到的每个简短场景对应的瞳孔变化曲线，每个简短场景中包含有相应的虚拟干扰物；根据每个简短场景中出现的虚拟干扰物的时间点以及对应的瞳孔变化曲线确定能够引起待训练用户注意的虚拟干扰物；对比每个简短场景对应的瞳孔变化曲线确定用户感兴趣的训练场景；基于用户的动作信息确定训练方案，包括：基于采集到的用户的动作快慢程度和幅度大小确定训练时长和训练难度；基于采集到的用户的各个肢体动作的灵活度确定虚拟干扰物的类型、大小、出现位置和出现速度；基于所述训练时长、训练难度和所述虚拟干扰物的类型、大小、出现位置和出现速度得到所述训练方案；

根据所述用户感兴趣的训练场景生成虚拟训练场景；

获取待训练用户的头部位置，生成虚拟身体模型，在所述虚拟训练场景中呈现所述虚拟身体模型；

在所述虚拟训练场景中根据所述训练方案产生虚拟干扰物，所述待训练用户通过运动控制所述虚拟身体模型转换位置来躲避所述虚拟干扰物；

追踪记录所述待训练用户在六个自由度上的体感信号，基于六个自由度上的所述体感信号进行功能量化分析得到功能量化结果；

所述方法还包括：

根据所述功能量化结果确定所述待训练用户的各个功能对象情况，基于所述各个功能对象情况确定需加强训练的肢体动作；

根据所述需加强训练的肢体动作调整所述训练方案中虚拟干扰物的类型、大小、出现位置和出现速度，以使训练方案更加符合待训练用户的需求。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取用户的康复项目，基于所述康复项目确定所述训练方案中虚拟干扰物的类型、大小、出现位置以及速度。

3.根据权利要求1所述的方法，其特征在于，所述追踪记录所述待训练用户在六个自由度上的体感信号，基于六个自由度上的所述体感信号进行功能量化分析得到功能量化结果，包括：获取当前的训练模态，当所述训练模态为头颈部控制训练模态时，提取头颈部的体感信号，基于所述头颈部的体感信号分析颈部前屈、后伸、侧屈和旋转，得到各个维度的功能量化结果；

当所述训练模态为坐位训练模态时，提取上半身的体感信号，基于所述上半身的体感信号分析躯干前屈、后伸、侧屈和旋转，得到各个维度的功能量化结果；

当所述训练模态为站立训练模态时，提取全身的体感信号，基于所述全身的体感信号分析躯干前屈、后伸、侧屈、旋转、下蹲及迈步，得到各个维度的功能量化结果。

4.根据权利要求3所述的方法，其特征在于，所述基于所述头颈部的体感信号分析颈部前屈、后伸、侧屈和旋转，得到各个维度的功能量化结果，包括：获取每一次躲避虚拟干扰物的躲避动作和躲避结果，每一次虚拟干扰物的出现都对应有相应的功能训练角度；

基于所述躲避动作和所述躲避结果确定是否满足所述功能训练角度，得到功能量化结果。

5.根据权利要求4所述的方法，其特征在于，所述基于所述躲避动作和所述躲避结果确定是否满足所述功能训练角度，得到功能量化结果，包括：判断所述躲避动作是否与预设动作一致，若一致，则继续判断是否成功躲避所述虚拟干扰物，若成功躲避所述虚拟干扰物，则判定满足所述功能训练角度，基于根据功能训练角度得到相应的功能量化结果。

6.一种具有量化评估功能的VR康复训练系统，其特征在于，所述系统包括：

VR头显主控模块，用于获取待训练用户的属性信息，所述属性信息包括：身高、体重、性别，基于所述属性信息确定相应的测评程序，所述测评程序用于选取多个简短场景项目进行播放；在播放过程中，实时采集用户的瞳孔变化信息和动作信息，包括：在VR设备上设置前摄像头，同时在用户的前方设置镜子，通过VR设备上的前摄像头采集镜子里面用户的动作；根据所述瞳孔变化信息确定用户感兴趣的训练场景，包括：获取追踪得到的每个简短场景对应的瞳孔变化曲线，每个简短场景中包含有相应的虚拟干扰物；根据每个简短场景中出现的虚拟干扰物的时间点以及对应的瞳孔变化曲线确定能够引起待训练用户注意的虚拟干扰物；对比每个简短场景对应的瞳孔变化曲线确定用户感兴趣的训练场景；基于用户的动作信息确定训练方案，包括：基于采集到的用户的动作快慢程度和幅度大小确定训练时长和训练难度；基于采集到的用户的各个肢体动作的灵活度确定虚拟干扰物的类型、大小、出现位置和出现速度；基于所述训练时长、训练难度和所述虚拟干扰物的类型、大小、出现位置和出现速度得到所述训练方案；根据所述用户感兴趣的训练场景生成虚拟训练场景；

VR头显体感识别模块，用于获取待训练用户的头部位置，生成虚拟身体模型，在所述虚拟训练场景中呈现所述虚拟身体模型；

VR运动交互模块，用于在所述虚拟训练场景中根据所述训练方案产生虚拟干扰物，所述待训练用户通过运动控制所述虚拟身体模型转换位置来躲避所述虚拟干扰物；

VR运动功能量化分析模块，用于追踪记录所述待训练用户在六个自由度上的体感信号，基于六个自由度上的所述体感信号进行功能量化分析得到功能量化结果；

调整模块，用于根据所述功能量化结果确定所述待训练用户的各个功能对象情况，基于所述各个功能对象情况确定需加强训练的肢体动作，根据所述需加强训练的肢体动作调整所述训练方案中虚拟干扰物的类型、大小、出现位置和出现速度，以使训练方案更加符合待训练用户的需求。

7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述的具有量化评估功能的VR康复训练方法的步骤。

8.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述的具有量化评估功能的VR康复训练方法的步骤。

说明书

具有量化评估功能的VR康复训练方法及系统

技术领域

[0001] 本发明涉及数据处理技术领域，尤其涉及一种具有量化评估功能的VR康复训练方法及系统。

背景技术

[0002] 虚拟现实（VR）技术是应用计算机产生一种模拟真实事物的虚拟环境 （如行走、取物等），并通过特定交互工具，如立体眼镜、传感手套等，使体验者“投入”到该环境，实现体验者与该虚拟环境直接进行自然交互的技术。虚拟现实系统能够使用户感到作为主角存在于模拟环境中的真实程度，如同现实世界中的感觉一样。

[0003] 近年来，虚拟现实技术开始应用在肢体功能康复训练中。让患者在虚拟环境中完成可控的功能性运动和操作，达到功能重建目的。虚拟现实技术不仅能够通过编制虚拟环境提高运动康复训练的趣味性，而且能够以形式多样的反馈不断激发并维持患者重复练习的兴趣。

[0004] 但是，目前虚拟现实还基本是康复训练者跟着虚拟游戏做一些规定的一些动作，目前存在两个缺点：一方面没有办法对康复训练具有一个量化的评估，另一方面目前的游戏场景单一，无法满足个性化的需求，导致目前训练的效果不好。

发明内容

[0005] 基于此，有必要上述训练效果不好的问题，提出了一种具有量化评估功能的VR康复训练方法及系统。

[0006] 本发明实施例中提出了一种具有量化评估功能的VR康复训练方法，其特征在于，所述方法包括：

[0007] 获取待训练用户的属性信息，所述属性信息包括：身高、体重、性别，基于所述属性信息确定相应的测评程序，所述测评程序用于选取多个简短场景项目进行播放；

[0008] 在播放过程中，实时采集用户的瞳孔变化信息和动作信息，根据所述瞳孔变化信息确定用户感兴趣的训练场景，基于用户的动作信息确定训练方案；

[0009] 根据所述用户感兴趣的训练场景生成虚拟训练场景；

[0010] 获取待训练用户的头部位置，生成虚拟身体模型，在所述虚拟训练场景中呈现所述虚拟身体模型；

[0011] 在所述虚拟训练场景中根据所述训练方案产生虚拟干扰物，所述待训练用户通过运动控制所述虚拟身体模型转换位置来躲避所述虚拟干扰物；

[0012] 追踪记录所述待训练用户在六个自由度上的体感信号，基于六个自由度上的所述体感信号进行功能量化分析得到功能量化结果。

[0013] 一种具有量化评估功能的VR康复训练系统，所述系统包括：

[0014] VR头显主控终端，用于获取待训练用户的属性信息，所述属性信息包括：身高、体重、性别，基于所述属性信息确定相应的测评程序，所述测评程序用于选取多个简短场景项目进行播放；在播放过程中，实时采集用户的瞳孔变化信息和动作信息，根据所述瞳孔变化信息确定用户感兴趣的训练场景，基于用户的动作信息确定训练方案；根据所述用户感兴趣的训练场景生成虚拟训练场景；

[0015] VR头显体感识别模块，用于获取待训练用户的头部位置，生成虚拟身体模型，在所述虚拟训练场景中呈现所述虚拟身体模型；

[0016] VR运动交互模块，用于在所述虚拟训练场景中根据所述训练方案产生虚拟干扰物，所述待训练用户通过运动控制所述虚拟身体模型转换位置来躲避所述虚拟干扰物；

[0017] VR运动功能量化分析模块，用于追踪记录所述待训练用户在六个自由度上的体感信号，基于六个自由度上的所述体感信号进行功能量化分析得到功能量化结果。

[0018] 一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：获取待训练用户的属性信息，所述属性信息包括：身高、体重、性别，基于所述属性信息确定相应的测评程序，所述测评程序用于选取多个简短场景项目进行播放；

[0019] 在播放过程中，实时采集用户的瞳孔变化信息和动作信息，根据所述瞳孔变化信息确定用户感兴趣的训练场景，基于用户的动作信息确定训练方案；

[0020] 根据所述用户感兴趣的训练场景生成虚拟训练场景；

[0021] 获取待训练用户的头部位置，生成虚拟身体模型，在所述虚拟训练场景中呈现所述虚拟身体模型；

[0022] 在所述虚拟训练场景中根据所述训练方案产生虚拟干扰物，所述待训练用户通过运动控制所述虚拟身体模型转换位置来躲避所述虚拟干扰物；

[0023] 追踪记录所述待训练用户在六个自由度上的体感信号，基于六个自由度上的所述体感信号进行功能量化分析得到功能量化结果。

[0024] 一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：

[0025] 获取待训练用户的属性信息，所述属性信息包括：身高、体重、性别，基于所述属性信息确定相应的测评程序，所述测评程序用于选取多个简短场景项目进行播放；

[0026] 在播放过程中，实时采集用户的瞳孔变化信息和动作信息，根据所述瞳孔变化信息确定用户感兴趣的训练场景，基于用户的动作信息确定训练方案；

[0027] 根据所述用户感兴趣的训练场景生成虚拟训练场景；

[0028] 获取待训练用户的头部位置，生成虚拟身体模型，在所述虚拟训练场景中呈现所述虚拟身体模型；

[0029] 在所述虚拟训练场景中根据所述训练方案产生虚拟干扰物，所述待训练用户通过运动控制所述虚拟身体模型转换位置来躲避所述虚拟干扰物；

[0030] 追踪记录所述待训练用户在六个自由度上的体感信号，基于六个自由度上的所述体感信号进行功能量化分析得到功能量化结果。

[0031] 上述具有量化评估功能的VR康复训练方法，首先获取待训练用户的属性信息，基于属性信息确定相应的测评程序，所述测评程序用于选取多个简短场景项目进行播放，在播放过程中，实时采集用户的瞳孔变化信息和动作信息，根据所述瞳孔变化信息确定用户感兴趣的训练场景，基于用户的动作信息确定训练方案，从而根据用户感兴趣的训练场景生成虚拟训练场景，根据待训练用户的感兴趣点为用户提供个性化的虚拟训练场景，大大有利于提高训练的效果，且在训练的过程中，通过追踪记录待训练用户在六个自由度上的体感信号进行功能量化分析得到功能量化结果，使得该VR康复训练具有量化评估功能，有利于更加精准地进行训练，提高训练效果。

附图说明

[0032] 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，下面将对实施例或现有技术描述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。

[0033] 其中：

[0034] 图1为一个实施例中具有量化评估功能的VR康复训练方法的流程图；

[0035] 图2为一个实施例中6个自由度的体感识别示意图；

[0036] 图3为一个实施例中头颈部控制训练模态下的训练示意图；

[0037] 图4为一个实施例中坐姿训练模态下的训练示意图；

[0038] 图5为一个实施例中站立训练模态下的训练示意图；

[0039] 图6为一个实施例中具有量化评估功能的VR康复训练系统的结构框图；

[0040] 图7为一个实施例中计算机设备的内部结构示意图。

具体实施方式

[0041] 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在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0042] 如图1所示，在一个实施例中，提出了一种具有量化评估功能的VR康复训练方法，该方法包括：

[0043] 步骤102，获取待训练用户的属性信息，属性信息包括：身高、体重、性别，基于属性信息确定相应的测评程序，测评程序用于选取多个简短场景项目进行播放。

[0044] 其中，首先可以通过直接输入获取用户的属性信息，然后待训练用户戴上VR设备后，根据属性信息启动对应的测评程序，该测评程序用于选取多个简短场景项目播放。测评程序根据属性信息选取多个简短场景项目播放。不同身高、体重对于空间感的要求不一样，所以预先针对不同的身高和体重设置了不同空间感的场景（比如，设置画面显示的比例不同），然后不同性别对于场景的感兴趣度往往差异很大，比如，女生更喜欢小清新主题场景，而男生更喜欢战争场景等。所以根据不用的属性信息可以选择用户更可能感兴趣的简短场景进行项目播放，这样有利于快速确定用户的感兴趣点。

[0045] 步骤104，在播放过程中，实时采集用户的瞳孔变化信息和动作信息，根据瞳孔变化信息确定用户感兴趣的训练场景，基于用户的动作信息确定训练方案。

[0046] 其中，为了能够准确地确定用户感兴趣的训练场景，在进行简短场景播放的过程中，实时采集用户瞳孔变化信息，瞳孔变化信息包括：瞳孔大小的变化和瞳孔移动轨迹的变化。在一个实施例中，为了使得记录的瞳孔变化更加准确，首先，确定待训练用户的初始瞳孔值，初始瞳孔值是用户平静时还未观察到事物时所对应的瞳孔值，然后播放简短场景，记录待训练用户的瞳孔在每个时间点的坐标以及在每个时间点的瞳孔值，根据瞳孔在每个时间点的坐标得到瞳孔移动轨迹的变化（平移的变化），根据瞳孔的瞳孔值变化得到瞳孔大小变化。

[0047] 通过将每个简短场景中出现虚拟干扰物的时间与相应的瞳孔变化信息进行比对，可以得到能够引起用户注意的虚拟干扰物类型，然后通过比对各个简短场景下的瞳孔变化信息可以得到用户感兴趣的训练场景，根据确定出的引起用户注意的虚拟干扰物类型和用户感兴趣的训练场景就可以生成该待训练用户对应的虚拟训练场景，满足了用户的个性化特征，有利于提高训练效果。

[0048] 步骤106，根据用户感兴趣的训练场景生成虚拟训练场景。

[0049] 其中，在确定了训练场景后，VR头显主控终端可以基于训练场景生成虚拟训练场景，将虚拟训练场景画面呈现在用户前端。

[0050] 步骤108，获取待训练用户的头部位置，生成虚拟身体模型，在虚拟训练场景中呈现虚拟身体模型。

[0051] 其中，通过VR头显体感识别模块可以捕捉到训练者的头部位置，生成虚拟身体模型输入主控终端，然后在上述确定的虚拟训练场景中呈现虚拟身体模型，该虚拟身体模型呈现在用户的前方。

[0052] 步骤110，在虚拟训练场景中根据训练方案产生虚拟干扰物，待训练用户通过运动控制虚拟身体模型转换位置来躲避虚拟干扰物。

[0053] 其中，为了对用户进行训练，在虚拟场景中根据确定的训练方案产生虚拟干扰物，待训练用户通过游戏的方式控制虚拟身体模型转换位置来躲避虚拟干扰物，从而起到康复锻炼的效果。

[0054] 步骤112，追踪记录待训练用户在六个自由度上的体感信号，基于六个自由度上的体感信号进行功能量化分析得到功能量化结果。

[0055] 其中，为了对康复锻炼的效果有一个量化评估，本申请中会追踪记录待训练用户在6个自由度上的体感信号，然后基于该体感信号进行功能量化算法分析躯干运动，头颈部控制训练模态中分析颈部前曲、后伸、侧屈、旋转，坐位训练模态中分析躯干前屈、后伸、侧屈、旋转，站立训练模态中分析躯干前屈、后伸、侧屈、旋转、下蹲及迈步。

[0056] 其中，6个自由度包括：沿x、y、z三个直角坐标轴方向的移动自由度（对应前后方向、左右方向和上下方向）和绕这三个坐标轴的转动自由度，如图2所示，为6个自由度的体感识别示意图。本发明通过VR头显技术与体感识别技术实现在虚拟现实空间中的定位和自由动作，使用不同运动模态下的运动交互功能实现不同模态的躯干运动康复训练，通过功能量化算法实现的躯干运动的功能量化评估，并对训练者的康复过程进行数字化的采集，形成实时更新的功能化报表，供医护人员和患者实时了解康复情况。

[0057] 上述具有量化评估功能的VR康复训练方法，首先获取待训练用户的属性信息，基于属性信息确定相应的测评程序，所述测评程序用于选取多个简短场景项目进行播放，在播放过程中，实时采集用户的瞳孔变化信息和动作信息，根据所述瞳孔变化信息确定用户感兴趣的训练场景，基于用户的动作信息确定训练方案，从而根据用户感兴趣的训练场景生成虚拟训练场景，根据待训练用户的感兴趣点为用户提供个性化的虚拟训练场景，大大有利于提高训练的效果，且在训练的过程中，通过追踪记录待训练用户在六个自由度上的体感信号进行功能量化分析得到功能量化结果，使得该VR康复训练具有量化评估功能，有利于更加精准地进行训练，提高训练效果。

[0058] 在一个实施例中，所述根据所述瞳孔变化信息确定用户感兴趣的训练场景，包括：获取追踪得到的每个简短场景对应的瞳孔变化曲线，每个简短场景中包含有相应的虚拟干扰物；根据每个简短场景中出现的虚拟干扰物以及对应的瞳孔变化曲线确定能够引起待训练用户注意的虚拟干扰物；对比每个简短场景对应的瞳孔变化曲线确定用户感兴趣的训练场景。

[0059] 其中，提取每个简短场景对应的瞳孔变化曲线，并提取每个简短场景中虚拟干扰物的出现时间、出现位置，根据虚拟干扰物的出现时间、出现位置提取相应的瞳孔变化曲线，根据瞳孔变化曲线确定用户感兴趣或者说最能引起用户关注的虚拟干扰物类型。然后通过对比多个简短场景的瞳孔变化曲线确定用户感兴趣的训练场景，即用户最感兴趣的训练场景。

[0060] 在一个实施例中，所述方法还包括：获取用户的康复项目，基于所述康复项目确定所述训练方案中虚拟干扰物的大小、出现位置以及速度； 所述方法还包括：根据所述功能量化结果调整所述训练方案。

[0061] 其中，用户的康复项目代表了用户康复训练的需求和难度，所以基于康复项目来确定虚拟干扰物的大小、出现位置和出现速度，比如，对于初级康复训练，一般干扰物会大一点，出现位置会偏中间位置，然后出现速度会慢一点，从而能够让康复训练者可以完成躲避训练，反之，随着训练难度的加上，虚拟干扰物的大小会小一点，出现位置会更多样，然后出现速度会更快。训练方案的确定是根据具体训练需求确定的，然后在得到功能量化结果后，又可以根据功能量化结果调整训练方案的难度。

[0062] 在一个实施例中，所述追踪记录所述待训练用户在六个自由度上的体感信号，基于六个自由度上的所述体感信号进行功能量化分析得到功能量化结果，包括：获取当前的训练模态，当所述训练模态为头颈部控制训练模态时，提取头颈部的体感信号，基于所述头颈部的体感信号分析颈部前屈、后伸、侧屈和旋转，得到各个维度的功能量化结果；当所述训练模态为坐位训练模态时，提取上半身的体感信号，基于所述上半身的体感信号分析躯干前屈、后伸、侧屈和旋转，得到各个维度的功能量化结果；当所述训练模态为站立训练模态时，提取全身的体感信号，基于所述全身的体感信号分析躯干前屈、后伸、侧屈、旋转、下蹲及迈步，得到各个维度的功能量化结果。

[0063] 其中，通过VR运动模态设置模块，可以设置三种训练模态，分别是头颈部控制训练模态、坐位训练模态、站立训练模态。在不同训练模态下，有重点地进行体感信号的提取，从而可以使得提取到的体感信号更加的准确。如图3‑图5所示，为头颈部控制、坐姿和站姿训练模态下的训练示意图。

[0064] 在一个实施例中，所述基于所述头颈部的体感信号分析颈部前屈、后伸、侧屈和旋转，得到各个维度的功能量化结果，包括：获取每一次躲避虚拟干扰物的躲避动作和躲避结果，每一次虚拟干扰物的出现都对应有相应的功能训练角度；基于所述躲避动作和所述躲避结果确定是否满足所述功能训练角度，得到功能量化结果。

[0065] 其中，为了对待训练用户的各个维度的功能进行准确量化，通过躲避动作和躲避结果进行双重判断，虚拟干扰物的出现是对应有相应的功能训练角度，即对应有相应的功能训练任务的，每一次虚拟干扰物的出现都对应有相应的标准躲避动作的，如果用户由于反应迟钝或者反应失误，导致出现的躲避动作和标准躲避动作不一致时，此时该躲避是无效的，不需要去看躲避结果，只有当躲避动作和标准躲避动作一致时，才会继续看是否躲避成功，完全躲避成功，则说明满足对应的功能训练角度，若是未完全躲避成功，则说明未满足对应的功能训练角度。进一度的，针对于未完全躲避成功，还可以进一步细化，根据躲避程度来计算功能量化得分。

[0066] 在一个实施例中，所述基于所述躲避动作和所述躲避结果确定是否满足所述功能训练角度，得到功能量化结果，包括：判断所述躲避动作是否与预设动作一致，若一致，则继续判断是否成功躲避所述虚拟干扰物，若成功躲避所述虚拟干扰物，则判定满足所述功能训练角度，基于根据功能训练角度得到相应的功能量化结果。

[0067] 在一个实施例中，所述基于用户的动作信息确定训练方案，包括：基于采集到的用户的动作快慢程度和幅度大小确定训练时长和训练难度，基于所述训练时长和训练难度得到所述训练方案。

[0068] 其中，为了满足用户的个性化情况，训练方案中的训练时长和训练难度的制定是根据采集得到的用户的动作快慢程度和幅度大小来确定的。除了根据采集的动作信息，还可以结合用户的康复项目共同来制定训练方案，从而更加精准地制定训练方案，以提高训练效果。

[0069] 如图6所示，在一个实施例中，提出了一种具有量化评估功能的VR康复训练系统，所述系统包括：

[0070] VR头显主控模块602，用于获取待训练用户的属性信息，所述属性信息包括：身高、体重、性别，基于所述属性信息确定相应的测评程序，所述测评程序用于选取多个简短场景项目进行播放；在播放过程中，实时采集用户的瞳孔变化信息和动作信息，根据所述瞳孔变化信息确定用户感兴趣的训练场景，基于用户的动作信息确定训练方案；根据所述用户感兴趣的训练场景生成虚拟训练场景；

[0071] VR头显体感识别模块604，用于获取待训练用户的头部位置，生成虚拟身体模型，在所述虚拟训练场景中呈现所述虚拟身体模型；

[0072] VR运动交互模块606，用于在所述虚拟训练场景中根据所述训练方案产生虚拟干扰物，所述待训练用户通过运动控制所述虚拟身体模型转换位置来躲避所述虚拟干扰物；

[0073] VR运动功能量化分析模块608，用于追踪记录所述待训练用户在六个自由度上的体感信号，基于六个自由度上的所述体感信号进行功能量化分析得到功能量化结果。

[0074] 在一个实施例中，VR头显主控模块602还用于获取追踪得到的每个简短场景对应的瞳孔变化曲线，每个简短场景中包含有相应的虚拟干扰物；根据每个简短场景中出现的虚拟干扰物的时间点以及对应的瞳孔变化曲线确定能够引起待训练用户注意的虚拟干扰物；对比每个简短场景对应的瞳孔变化曲线确定用户感兴趣的训练场景。

[0075] 在一个实施例中， VR头显主控模块602还用于获取用户的康复项目，基于所述康复项目确定所述训练方案中虚拟干扰物的大小、出现位置以及速度；

[0076] 所述系统还包括：调整模块，用于根据所述功能量化结果调整所述训练方案。

[0077] 在一个实施例中，VR运动功能量化分析模块608还用于获取当前的训练模态，当所述训练模态为头颈部控制训练模态时，提取头颈部的体感信号，基于所述头颈部的体感信号分析颈部前屈、后伸、侧屈和旋转，得到各个维度的功能量化结果；当所述训练模态为坐位训练模态时，提取上半身的体感信号，基于所述上半身的体感信号分析躯干前屈、后伸、侧屈和旋转，得到各个维度的功能量化结果；当所述训练模态为站立训练模态时，提取全身的体感信号，基于所述全身的体感信号分析躯干前屈、后伸、侧屈、旋转、下蹲及迈步，得到各个维度的功能量化结果。

[0078] 在一个实施例中， VR运动功能量化分析模块608还用于获取每一次躲避虚拟干扰物的躲避动作和躲避结果，每一次虚拟干扰物的出现都对应有相应的功能训练角度；基于所述躲避动作和所述躲避结果确定是否满足所述功能训练角度，得到功能量化结果。

[0079] 在一个实施例中，VR运动功能量化分析模块608还用于判断所述躲避动作是否与预设动作一致，若一致，则继续判断是否成功躲避所述虚拟干扰物，若成功躲避所述虚拟干扰物，则判定满足所述功能训练角度，基于根据功能训练角度得到相应的功能量化结果。

[0080] 在一个实施例中， VR头显主控模块602还用于基于采集到的用户的动作快慢程度和幅度大小确定训练时长和训练难度，基于所述训练时长和训练难度得到所述训练方案。

[0081] 图7示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器。如图7所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质有存储操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述的一种具有量化评估功能的VR康复训练方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述的一种具有量化评估功能的VR康复训练方法。本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的设备的限定，具体的设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

[0082] 在一个实施例中，提供了一种计算机设备，包括存储器和处理器，所述存储器有存储计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述具有量化评估功能的VR康复训练方法的步骤。

[0083] 在一个实施例中，提出了一种计算机可读存储介质，有存储计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种具有量化评估功能的VR康复训练方法的步骤。

[0084] 可以理解的是，上述一种具有量化评估功能的VR康复训练方法、系统、计算机设备以及计算机可读存储介质属于一个总的发明构思，实施例可相互适用。

[0085] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

[0086] 以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

[0087] 以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。