我国现有数量众多的脑卒中患者,并且人数在逐年增加。在我国现有的医疗条件下,脑卒中患者需要通过特定的肢体动作训练以恢复相应的肢体功能,并且脑卒中患者的康复训练过程一般都是居家进行。本文研究旨在通过计算机视觉技术来达到对脑卒中患者康复效果进行量化评估的目的;同时,也可以为医务人员提供多维度、数据化的评估指标信息。以脑卒中患者肢体功能康复效果的评估分析为研究目标,本文的主要研究内容包括:本文首先研究了脑卒中患者肢体及肢体动作特征,选择患者的上肢作为研究对象,依据患者上肢的动作特征,以五种上肢动作为基准开展脑卒中患者上肢康复动作的分析。依此五种动作和医学原理,研究定义了相应的可量化评估参数,即抬手最大角度、抬手过程所花费的时间和抬手动作标准程度。为获得对应的评估参数,本文采用OpenPose方法获得患者骨骼关节点,对所得关节点进行预处理后,设计计算方法;从而得到康复动作视频流数据中各帧中相应的角度,对其中的最大度数进行识别标记,计算上肢运动的起止时刻得到整个运动过程所用时长,并进行完整的动作轨迹跟踪。基于动作轨迹的跟踪与数据化测量基础,本文将康复训练动作质量分析问题转化为对上肢抬手动作过程中角度随帧数变化的曲线相似性分析问题。根据视频流各帧中相应角度的测量值,得到上肢训练时角度随帧数变化的曲线。对于曲线所出现的抖动现象,采用平滑处理,进而采用动态规整方法对有序曲线进行相似性分析,从而计算得出动作质量的量化评估信息。整合上述数据化分析过程,利用pyQt技术开发了基于机器视觉的脑卒中康复动作量化分析系统,完成了分析系统基本功能的设计实现,实现了给医务人员提供量化数据信息的目标。从康复动作视频流中计算获得量化后的评估数据信息,医务人员可以更准确地进行评估,并对后续康复计划进行修正;患者也可以根据这些数据对自身肢体康复情况初步分析,以方便后续的康复训练。本文研究的分析系统可以适用于居家环境下,不依赖于额外的穿戴传感器和深度相机等设备,依靠简单的手机摄像就可以实现对康复动作质量的数据化测量分析,具有很好的应用前景。