CN108392735B - 一种电刺激调整方法、装置及可穿戴设备 - Google Patents

Abstract

本发明适用于可穿戴设备技术领域，提供了一种电刺激调整方法、装置及可穿戴设备，包括：获取用户产生疼痛的起始时间数据，以及用户使用可穿戴设备舒缓疼痛时可穿戴设备输出电刺激信号的历史输出数据；通过对起始时间数据进行疼痛趋势分析，获取用户下一次产生疼痛的预估时间；通过分析历史输出数据确定用户的用户特征；基于预估时间以及用户特征，对可穿戴设备中用户对应的电刺激模式进行电刺激参数调整。实现了在用户疼痛时自动启动，同时使用的过程中不断自我学习不断自我优化，从而实现了针对用户智能调整为用户提供更为精准可靠的疼痛舒缓方案的目的。

Description

一种电刺激调整方法、装置及可穿戴设备

技术领域

本发明属于可穿戴设备技术领域，尤其涉及电刺激调整方法、装置及可穿戴设备。

背景技术

健身时对身体锻炼强度较大，但许多用户对健身的动作、强度以及能量补充等掌握的并不是很到位，从而导致了许多用户在健身后出现身体疼痛的现象，特别是一些没有经过专业指导长期自己盲目练习健身动作的用户，每次盲目练习中的不标准的动作以及不良的饮食习惯都会导致其出现身体疼痛，而由于健身是一项较为规律的运动，周而复始的不规范健身更是使得用户的身体周而复始地出现健身后的疼痛。

随着科技的发展，以电刺激帮助用户舒缓不规范健身导致的疼痛的技术得以实现，如利用经皮神经电刺激等技术来对用户进行电刺激的疼痛舒缓，用户只需在出现疼痛时手动启动电刺激装置即可实现疼痛舒缓保健。然而，现有技术中的在利用电刺激帮助用户在进行疼痛舒缓保健时，都是根据技术人员设定好的一套固定电刺激模式来进行电刺激，其电刺激信号的输出频率、刺激时长、刺激时间间隔以及信号幅值参数(即刺激强度)等都是固定不变的，虽然允许用户在出现疼痛时启动电刺激，并在电刺激强度的大小不合适时进行调整，但对于不同的用户而言其实际健身不规范的情况各异，健身后产生的疼痛情况各异，甚至同一个用户健身过程中的每次健身的不规范情况也会不同，使得用户每次都需要手动调节，操作过于繁琐不便且精准度不高。

综上可知，现有技术中的疼痛舒缓的方法智能化程度低下，对用户疼痛舒缓的精确度低下。

发明内容

有鉴于此，本发明实施例提供了电刺激调整方法、装置及可穿戴设备，以解决现有技术中综上可知，现有技术中的疼痛舒缓的方法智能化程度低下，对用户疼痛舒缓的精确度低下的问题。

本发明实施例的第一方面提供了一种电刺激调整装置，包括：

数据获取模块，用于获取用户产生疼痛的起始时间数据，以及所述用户使用可穿戴设备舒缓疼痛时所述可穿戴设备输出电刺激信号的历史输出数据；

时间预估模块，用于通过对所述起始时间数据进行疼痛趋势分析，获取所述用户下一次产生疼痛的预估时间；

数据分析模块，用于通过分析所述历史输出数据确定所述用户的用户特征；

参数调整模块，用于基于所述预估时间以及所述用户特征，对所述可穿戴设备中所述用户对应的电刺激模式进行电刺激参数调整。

本发明实施例的第二方面提供了一种电刺激调整方法，包括：

获取用户产生疼痛的起始时间数据，以及所述用户使用可穿戴设备舒缓疼痛时所述可穿戴设备输出电刺激信号的历史输出数据；

通过对所述起始时间数据进行疼痛趋势分析，获取所述用户下一次产生疼痛的预估时间；

通过分析所述历史输出数据确定所述用户的用户特征；

基于所述预估时间以及所述用户特征，对所述可穿戴设备中所述用户对应的电刺激模式进行电刺激参数调整。

本发明实施例的第三方面提供了一种可穿戴设备，包括：

包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述的电刺激调整方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，包括：计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的电刺激调整方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：通过对用户实际疼痛的起始时间分析来预测用户下一次产生疼痛的预估时间，并确定出可穿戴设备自启动电刺激的时间，使得用户健身疼痛时无需手动启动电刺激，也能得到及时的电刺激舒缓疼痛，极大地提高了疼痛舒缓的智能化程度。同时，利用用户的历史电刺激的相关数据来对用户特征进行智能分析，学习用户的特征并得出用户对应的电刺激各方面的特征，再利用用户特征来对电刺激参数进行智能调整，从而实现了在用户使用的过程中不断自我学习不断自我优化，实现了针对用户智能调整为用户提供更为精准可靠的疼痛舒缓方案的最终目的。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的电刺激调整方法的实现流程示意图；

图2是本发明实施例二提供的电刺激调整方法的实现流程示意图；

图3是本发明实施例三提供的电刺激调整方法的实现流程示意图；

图4是本发明实施例四提供的电刺激调整方法的实现流程示意图；

图5是本发明实施例五提供的电刺激调整装置的示意图；

图6是本发明实施例六提供的可穿戴设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

首先，对本发明实施例中提及的可穿戴设备进行解释说明。在本发明实施例中，可穿戴设备可以是可穿戴式的智能训练衣，也可以是可穿戴、可贴附式的一个或多个采集模块以及电刺激信号输出模块的集合。

其中，当可穿戴设备为可穿戴式的智能训练衣时，其可以是由柔性面料制成的衣服或裤子，且在柔性面料贴近人体皮肤的一侧镶嵌有多个采集模块以及电刺激信号输出模块。每个采集模块固定于智能训练衣的不同位置点，以使得用户穿上该智能训练衣之后，各个采集模块能够贴附于用户身体的各个部位。每个电刺激信号输出模块固定于智能训练衣的不同位置点，以使得用户穿上该智能训练衣之后，各个电刺激信号输出模块能够贴附于用户身体的各个待刺激肌肉或穴位。在可穿戴设备中，还镶嵌有至少一个控制模块，每个采集模块及电刺激信号输出模块分别与该控制模块通信相连。现有技术中，一般仅采用一个控制模块，来实现对采集模块以及电刺激信号输出模块的控制。

在具体实现中，示例性地，可穿戴设备中还可以安置有电线及电路板，其中，电路板用于固定各类通讯总线、采集模块以及电刺激信号输出模块。此外，电路板及其各个焊接处都包裹有防水胶，作为一种具体的实现方式，通过在衣物上固定防水的走线，使得该可穿戴设备能够被洗涤。

特别地，当采集模块与控制模块通信相连时，每个采集模块中可以仅包含具有体感传感器功能的采集电极，也可以包含具有采集功能的集成电路。当电刺激信号输出模块与控制模块通信相连时，每个电刺激信号输出模块中既可以仅包含具有电刺激输出功能的输出电极，也可以包含具有输出功能的集成电路。

当可穿戴设备为可穿戴、可贴附式的一个或多个采集模块及电刺激信号输出模块的集合时，用户可将各个采集模块及电刺激信号输出模块灵活地固定于用户所指定的身体位置点，使得各个采集模块及电刺激信号输出模块能够分别贴附于用户身体的指定肌肉或穴位。此时，每个采集模块为具有采集功能以及具有无线传输功能的集成电路，且该集成电路中包含上述具有体感传感器功能的采集电极。每个电刺激信号输出模块为具有输出功能以及具有无线传输功能的集成电路，且该集成电路包含上述具有电刺激输出功能的输出电极。采集模块所采集到的肌电数据通过无线网络传输至远程的控制模块，电刺激信号输出模块根据接收到控制模块无线网络发送的控制信号输出刺激信号，该控制模块位于与采集模块及电刺激信号输出模块配套使用的远程终端设备或远程控制盒子中。应当说明地，在本发明实施例中，可穿戴设备对用户数据的采集以及电刺激信号的输出均采用非入侵式的方式来实现，以避免对用户身体造成损伤，因此本发明实施例中采集模块以及电刺激信号输出模块所使用的电极均为非入侵式的电极，如贴片电极。由于可穿戴设备在用户的使用过程中，不可避免地会受到外力的拉伸，为了提升可穿戴设备的韧性，使得可穿戴设备能适应一定的变形与胀缩，本发明实施例中所使用的电极，优选地采用柔性材料制作而成的贴片电极，如织物电极、橡胶电极以及凝胶电极等。

应当特别说明地，由于对用户进行电刺激疼痛舒缓时所使用的电刺激技术，如经皮神经电刺激技术，其电刺激的功耗很低，因此本发明实施例中为了实现用户长时间穿着并使用可穿戴设备进行电刺激时，只需在可穿戴设备中加入一些小型储能电池即可，因此，本发明实施例能够实现用户长时间的穿着可穿戴设备以及实时进行电刺激疼痛舒缓。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

图1示出了本发明实施例一提供的电刺激调整方法实现流程图，详述如下：

S101，获取用户产生疼痛的起始时间数据，以及用户使用可穿戴设备舒缓疼痛时可穿戴设备输出电刺激信号的历史输出数据。

由于实际情况中可以有多种途径获取用户的历史起始时间数据，因此在本发明实施例中不对起始时间数据的获取方式进行限定，包括但不限于如由用户或其他人员手动输入，如用户根据自己的是疼痛情况输入每天出现疼痛的时间，或者是可穿戴设备通过对用户进行动作识别以确定出用户出现疼痛的时间，亦可以是两者的结合。

其中，历史输出数据是指历史对用户进行电刺激舒缓疼痛时可穿戴设备实际的电刺激模式(即疼痛舒缓的电刺激方案)，以及用户对可穿戴设备的历史操作数据，如对可穿戴设备进行操作控制电刺激的启动/关闭以及电刺激强度等参数的调整。历史输出数据由可穿戴设备在每次对用户进行疼痛舒缓时进行记录存储。其中电刺激模式中详细记录了每次电刺激的启动关闭时间，以及电刺激时可穿戴设备中激活的电刺激信号输出模块以及每个电刺激信号输出模块对应的电刺激参数。电刺激参数具体包括电刺激强度、电刺激时长、电刺激时间间隔以及电刺激波形种类等参数，通过配置不同的电刺激参数，并控制激活不同的电刺激信号输出模块按照其对应的电刺激参数向所贴附的人体部位输出电刺激信号，可以实现对不同类型的疼痛的舒缓。

作为本发明的一个优选实施例，由于在本发明中历史输出数据主要用于自适应学习的基础参考数据，通过对历史输出数据的分析学习来确定出用户的特征以及最适宜的电刺激参数，但考虑到实际情况中间隔时间过久的历史输出数据其参考价值较低，因此本发明实施例在获取历史输出数据时，优选地可仅获取当前时间之前的一段时间内的历史输出数据，如仅获取当前时间前三个月内的历史输出数据来作为后续自适应学习的基础参考数据。其中具体的历史输出数据获取的时长，可由技术人员根据实际情况决定。

S102，通过对起始时间数据进行疼痛趋势分析，获取用户下一次产生疼痛的预估时间。

由于健身本身就是一个周期性较强的运动，重复的习惯性不规范健身给用户带来的疼痛情况往往也是具有一定规律性的，从而使得每次疼痛时间往往也是具有一定规律性的。基于上述实际情况，为了能在用户出现疼痛的及时为用户提供电刺激以提升对用户疼痛舒缓的智能化程度，本发明实施例中利用用户历史的起始时间数据作为基础对用户进行疼痛趋势分析，以实现对用户疼痛的预测，预估出用户下一次疼痛的时间。由于实际情况中对数据预测分析的技术较多，即已有许多现有技术都能够实现利用历史的起始时间数据来进行分预测出用户下一次疼痛的时间，如常见的数据曲线拟合的方法，因此，本发明实施例中未对具体的疼痛趋势分析的方法进行限定，凡是能利用历史的起始时间数据实现对用户下一次疼痛的时间的预测的方法均可。

作为本发明的一个优选实施例，考虑到实际生活中用户每周的生活习惯是有一定规律性的，而不同的生活习惯直接影响着用户疼痛的产生，因此在本发明实施例中，优选地，在对起始时间数据进行分析时可以周为单位对起始时间数据进行划分，并对周一至周日的起始时间数据单独进行分析处理预测，以提升对预测的准确性，如利用曲线拟合的方法对用户历史起始时间数据中所有周一的数据进行处理拟合，得到用户在周一出现疼痛的规律，并以之预测用户在下个周一一天内疼痛产生的时间。

作为本发明的又一个优选实施例，考虑到每一天中不同的时段对人体的影响也较大，因此，也可以对一天进行不同的时段划分，如将一天24小时划分为上午、中午、下午、傍晚以及夜晚几个不同的时段，并分别对这些时段内的历史起始时间数据分别进行分析预测，得到用户在不同时段出现疼痛的规律，以提升对预测的准确性。同样的，也可以将上述两个实施例进行结合以提升对预测的准确性。

S103，通过分析历史输出数据确定用户的用户特征。

在本发明实施例中用户特征是指用户对各项电刺激参数的最适宜情况，如用户最适宜的电刺激强度以及电刺激时长等。由于实际情况中用户最适宜的电刺激参数会随着用户的疼痛情况以及不同时期用户对电刺激适应情况而发生变化，因此本发明实施例中的用户特征也是会根据用户的实际情况而实时变化的。

由于实际情况中每个人的疼痛情况有所不同，同时即使是完全相同的疼痛情况，每个人对电刺激的适应能力也有所差异，且不同时期用户疼痛的情况也有可能产生变化，从而使得每个人不同时期最适宜的电刺激模式均有所差异，因此一套固定的电刺激模式已无法满足用户的实时需求。考虑到用户在实际使用可穿戴式设备进行疼痛舒缓的过程中，可以根据自己的需求进行电刺激的启动/关闭以及电刺激强度调整等操作，以使得输出的电刺激是用户实时所需的，如输出的电刺激信号强度过高使得用户感觉不舒服时，用户可以自行调小电刺激信号的强度，因此通过对用户的历史操作数据以及对应的可穿戴设备输出的实际电刺激模式进行分析，即可得到用户对电刺激适应情况获知用户最适宜的各项电刺激参数。因此为了尽可能地满足不同用户的实时需求，实现对用户最佳的疼痛舒缓效果，本发明实施例中会对实际的疼痛舒缓过程中用户的操作数据以及输出的对应电刺激模式进行分析，确定出用户最适宜的各项电刺激参数。

由于电刺激参数种类较多且每个参数的特点不一，因此在本发明实施例中，对用户对各个电刺激参数的最适宜的情况的预测既可以采用相同的预测处理方法进行处理，也可以根据每个电刺激参数的特点进行预测处理方法的选取设定以进行处理，此处不予限定。其中具体的预测处理方法既可以采用现有的一些预测算法来进行处理，如利用一些现有的自适应学习算法来进行数据处理预测，也可以由技术人员自行进行研发并设定预测处理方法，此处亦不予限定，具体可由技术人员根据实际情况进行设定。

S104，基于预估时间以及用户特征，对可穿戴设备中用户对应的电刺激模式进行电刺激参数调整。

在确定出用户疼痛的预估时间以及用户最适宜的电刺激参数后，本发明实施例中会对可穿戴设备中用户对应的电刺激模式进行调整，如将电刺激模式中的电刺激参数调整为本发明实施例中得到的用户最适宜值，并在可穿戴设备中将电刺激模式中的自启动时间设置为预估时间，以使得在下次疼痛来临时可穿戴设备能及时自动启动电刺激，并以用户最适宜的电刺激参数来生成并输出电刺激信号，以实现精确化智能化的对用户进行疼痛舒缓，使得用户即使不进行任何手动操作也能在出现疼痛时得到及时有效的舒缓。

作为本发明的一个优选实施例，考虑到疼痛来临时才进行电刺激用户已经感觉到了不适，因此为了提升对用户疼痛舒缓的效果，本发明实施例中会将电刺激的自启动时间设置为预估时间前的一段时间，如将电刺激的自启动时间设置为预估时间的前5分钟，以使得用户在出现疼痛之前就能获得及时有效的疼痛舒缓减小用户的不适感。

在本发明实施例中，通过对用户实际疼痛的起始时间分析来预测用户下一次产生疼痛的预估时间，并确定出可穿戴设备自启动电刺激的时间，使得用户健身疼痛时无需手动启动电刺激也能得到及时的电刺激舒缓疼痛，极大地提高了疼痛舒缓的智能化程度。同时本发明实施例会为用户提供电刺激启动/关闭功能以及电刺激参数的调整功能，并会基于用户对可穿戴设备电刺激的历史操作数据以及输出的实际电刺激模式进行处理，深入分析用户的实际需求，再针对性地智能调节各个电刺激参数，从而实现在用户的使用过程中不断自我学习自我优化满足用户的实际需求，使得用户后续无需进行任何参数设定也可以获得精准化智能化的电刺激舒缓疼痛。

作为本发明的一个实施例，在对历史输出数据进行处理并对电刺激参数进行调整时，包括：

对历史输出数据中的刺激强度调整数据进行强度趋势分析，并利用得到的强度预测数据对电刺激参数中的初始刺激强度进行调整。

其中，刺激强度调整数据是指用户对可穿戴设备输出的电刺激信号的刺激强度进行调整时产生的操作数据，如将刺激强度调整为10V或者30V。初始刺激强度是指可穿戴设备在启动电刺激时输出的电刺激信号的刺激电压。由于刺激强度直接决定了对用户疼痛舒缓的感受如何，但实际情况中每次用户疼痛的程度都可能有所不同，同时每次疼痛时用户对电刺激信号的实际感受情况也可能不同(即在两个不同时间点即使使相同大小的刺激强度进行电刺激，用户的实际感受也可能不同，起到的疼痛舒缓的实际效果也会有所不同)，因此为了保证疼痛舒缓的有效性，对电刺激的初始刺激强度大小的确定直接关系着电刺激开始时对用户的疼痛舒缓效果如何。

应当说明地，本发明实施例中对用户电刺激过程的学习与优化以实现对电刺激模式的调整是一个持续的过程，其在用户使用可穿戴设备的过程中会不断地更新优化，而具体的更新优化的时间，包括但不限于如每次开启电刺激时进行，也可以是在每次关闭电刺激时进行，具体可由技术人员进行设定。

由于本发明实施例中可穿戴设备的电刺激信号的刺激强度可由用户自行手动调节，实际情况中若电刺激开始时的刺激强度不合适使得疼痛舒缓效果不佳时，用户一般会自行调整刺激强度的大小至适宜的值，因此为了保证刺激开始时能有效舒缓用户的疼痛，本发明实施例中会对用户的刺激强度调整数据进行分析，提取出其中用户对初始刺激强度的刺激强度调整数据，并将其作为用户每次电刺激开始时的最适宜的刺激强度进行分析，预测出用户下次疼痛开始时最适宜的刺激强度得到强度预测数据，同时利用强度预测数据对电刺激参数中的初始刺激强度进行调整，以保证下一次刺激开始时对用户疼痛舒缓的效果。其中，具体的预测方法包括但不限于如现有技术中常见的一些预测算法或者预测函数等，如利用获取到的初始刺激强度的刺激强度调整数据进行模型构建，并根据得到数据模型进行数据趋势分析，以得到所需的预测数据，或者直接对获取到的初始刺激强度的刺激强度调整数据进行数据曲线拟合，并根据拟合得到的曲线来进行数据预测，此处不予限定。

作为本发明实施例二，如图2所示，在对历史输出数据进行处理并对电刺激参数进行调整时，包括：

S201，根据从历史输出数据中提取出的启动刺激时间以及关闭刺激时间计算出用户在预设时间内的实际刺激时长数据。

一次完整的电刺激时长是指从电刺激启动到电刺激关闭所历经的时长。实际情况中，过短的刺激时长会使得用户疼痛舒缓效果难以达到理想的情况，而过长的刺激时长有可能会使得用户出现不适的情况，因此为了保证每次电刺激对用户的疼痛舒缓效果，适宜的电刺激强度和合适的电刺激时长是必不可少的。然而实际情况中，对用户每次电刺激的时长往往使用用户或技术人员根据用户的以往疼痛情况进行人为预设的，但用户每次疼痛的实际情况又可能存在差异，因此本发明实施例中会对用户一段时间内的实际的刺激时长进行分析，以确定出用户最适宜的刺激时长。其中预设时间的具体时长小于或等于本发明实施例一中的预设时长，具体可由技术人员设定。

作为本发明的一个优选实施例，由于本发明实施例中用户可自行启动/关闭可穿戴设备的电刺激输出，因此当预设刺激时长不适宜的时候，用户可以自己调整，如当刺激时长过长时，用户感觉不适可以手动关闭电刺激，而当刺激时长过短的时候，用户可以在电刺激关闭时手动再次启动。因此在本发明实施例中，用户的实际刺激时长可根据可穿戴设备实际输出电刺激的数据，以及用户对电刺激手动启动/关闭的操作数据进行处理后得到。例如每次电刺激关闭后判断预设时间内用户是否再次手动启动了电刺激，若没有，则说明此次刺激时长满足用户的需求，因此本发明实施例会直接将本次电刺激启动到关闭之间的时长作为所需的实际刺激时长数据，若用户在预设时间内再次手动启动了电刺激，则说明此次电刺激时长过短用户还希望继续进行电刺激，此时本发明实施例中会将前后两次电刺激的时长相加，作为一次电刺激的实际刺激时长数据。其中预设时间的具体值可由技术人员根据用户实际情况进行设定。

S202，对实际刺激时长数据进行异常数据剔除，并基于异常数据剔除后得到的实际刺激时长数据计算出预测刺激时长。

实际情况中，可能会出现偶然因素导致的刺激时长不正常的情况，如用户不小心开启了电刺激发现后又马上手动关闭了，同时考虑到正常情况下用户的刺激时长一般不会出现极端化的情况，如刺激时长过短时疼痛舒缓的效果非常弱，用户疼痛不适的情况一般得不到改善，而刺激时长过长时用户也会因过久的电刺激感受到不适，因此，为了保证所处理的实际刺激时长数据的有效性，本发明实施例中会对实际刺激时长数据进行异常数据剔除，即会将其中极端化的数据进行剔除，其中，异常数据的剔除方法包括但不限于如将其中刺激时长小于预设值的数据进行剔除，或将刺激时长小于实际刺激时长平均值的1/2的数据进行剔除等，具体可由技术人员设定，此处不予限定。

在筛选出正常可用的实际刺激时长数据后，本发明实施例中会利用这些实际刺激时长数据来进行计算分析以得出用户最适合的刺激时长。其中对刺激时长的预测方法包括但不限于如对曲线拟合等，具体可有技术人员进行设定。

S203，利用预测刺激时长对电刺激参数中的设定刺激时长进行调整。

本发明实施例中，在确定出用户最适合的刺激时长后，再基于最合适的刺激时长对设定刺激时长进行调整，以使得下一次的电刺激时长能满足用户的实际需求。

作为本发明的一个优选实施例，实际情况中，随着疼痛舒缓的进行，用户的疼痛情况会得到相应的改善，因此所需的刺激时长以及刺激强度都会随之降低，因此随之疼痛舒缓的进行由用户或技术人员预设的电刺激模式越发难以满足用户的实际需求，现有技术中的处理方式一般都是由用户在可穿戴设备电刺激输出时手动调节电刺激强度以及刺激时长，操作十分不便。而在上述几个实施例中，虽然能根据用户的操作来进行学习优化对电刺激参数的调整，但随着疼痛舒缓的进行，也难以实现对刺激时长以及刺激强度的及时降低，即还是需要用户经常手动参与电刺激参数的调整。因此，为了实现更加智能化的疼痛舒缓，本发明实施例中会在上述实施例的基础上，对每次设置的刺激时长以及初始刺激强度进行减弱，并设置为下一次疼痛舒缓的电刺激参数，其中减弱的具体方式可由技术人员根据用户实际情况设定，如每次减弱一个固定值，或者每次进行等比例的缩减。例如假设设置减弱方式为初始刺激强度每次减小1V，当计算得到的预估最适宜初始刺激强度为20V时，则会将19V设置为下一次疼痛舒缓的初始刺激强度。

作为本发明实施例三，如图3所示，在对历史输出数据进行处理并对电刺激参数进行调整时，包括：

首先应当说明地，在现有技术中，用户或技术人员在为用户设定相应的电刺激模式时，往往只会考虑到用户当前的疼痛情况来设定电刺激强度等参数的值，对用户的电刺激强度往往都是一个根据用户疼痛情况以及对电刺激的敏感度情况设置的一个固定值，即在现有技术的电刺激模式中的电刺激强度在对用户进行电刺激疼痛缓解的过程中都是固定不变的。然而实际情况中，人体对外界刺激是具有一定耐受性的，即在使用电刺激信号对用户进行疼痛舒缓的同时，用户对电刺激的敏感度会下降耐受程度会升高，此时固定强度的电刺激对用户的疼痛舒缓效果会大大降低，因此现有技术中对电刺激强度的设定难以保证对用户疼痛舒缓的有效性。因此，为了提升对用户疼痛舒缓的有效性，本发明实施例中会对电刺激过程中的刺激强度设置一个强度递进变化系数，即在对用户进行电刺激的过程中，刺激强度会在电刺激过程中根据强度递进变化系数进行增加，即会随着电刺激的时间而上升，如可以将强度递进变化系数设置为+2V/小时，或者设置为每分钟增加原刺激强度的0.2％，以使得在用户耐受性升高的同时电刺激强度也随之上升，保证疼痛舒缓的效果，详述如下：

S301，读取出电刺激参数中的设定刺激时长以及设定刺激时间间隔，并从历史输出数据中提取出启动刺激时间。

其中，刺激时间间隔是指每次电刺激关闭与下一次电刺激启动时的间隔时间，实际应用中利用经皮神经电刺激技术等技术来实现对用户的疼痛舒缓时，都是以间隔刺激的方式来输出电刺激信号，即会在连续电刺激一段时间后，休息一段时间再重新开始电刺激，以增强对用户疼痛舒缓的效果，因此在为用户设置电刺激模式时，都需要在其中设置好对应的设定时间间隔，如设置每刺激60分钟就休息30分钟。启动刺激时间包括可穿戴设备自动启动电刺激的时间，以及用户手动启动电刺激的时间。

S302，从历史输出数据中读取出用户的手动关闭刺激时间，并利用启动刺激时间计算出每个刺激手动关闭时间对应的实际刺激时长，以及对应的实际刺激时间间隔。

其中每个手动关闭都对应着一个在它之前电刺激的启动刺激时间，因此只需将该手动关闭刺激时间与启动刺激时间求差值即可实现实际刺激时长的计算。而实际刺激间隔，只需读取手动关闭后下一次电刺激的启动刺激时间并求差值即可。

S303，提取出所有实际刺激时长小于设定刺激时长，且实际刺激时间间隔小于设定刺激时间间隔的刺激手动关闭时间所对应的实际刺激时长，并利用实际刺激时长以及设定刺激时长计算出用户对应的强度递进调整系数。

由于本发明实施例中的电刺激模式已经设定好了电刺激的刺激时长以及刺激强度等参数，且会对这些参数进行不断的学习更新，因此正常情况下每次电刺激的时长强度等应当是适宜用户的。但实际情况中，由于用户对电刺激的耐受性的不同，当设定的强度递进变化系数过大时，由于刺激强度随着电刺激时间的增长逐渐上升，使得在设定的刺激时长还未达到时，刺激强度就已经让用户感受到不适，从而使得用户会关闭可穿戴设备的电刺激输出。但同时由于设定的刺激时长还未达到，对用户的疼痛舒缓效果没有达到预期值，此时用户在关闭电刺激之后仍会感觉到疼痛，使得用户会手动再次开启电刺激。因此，通过对实际刺激时长以及相应的刺激时间间隔进行筛选，即可识别出由于强度递进变化系数过大导致的用户不适的情况。

当识别出由于强度递进变化系数过大导致的用户不适的情况时，说明需要对强度递进变化系数进行相应的减弱调整，为了保证对强度递进变化系数调整的有效性，本发明实施例中会以设定刺激时长作为参考值来对强度递进变化系数进行调整，使得调整后强度递进变化系数能满足用户电刺激耐受性情况，其中实际刺激时长与设定刺激时长差异越大，对强度递进变化系数的调整越大。例如，将实际刺激时长与设定刺激时长相除进行比值计算，并将得到的比例值作为强度递进调整系数来进行强度递进变化系数的调整。

S304，基于强度递进调整系数对电刺激参数中的强度递进变化系数进行调整，强度递进变化系数用于对可穿戴设备在对用户电刺激过程中的刺激强度进行调整。

当计算得到强度递进调整系数时，再利用强度递进调整系数对设置好的强度递进变化系数进行调整，以减小强度递进变化系数。如假设电刺激模式中设置的强度递进调整系数为2V/小时，且将实际刺激时长与设定刺激时长相除进行比值计算得到强度递进调整系数为0.5时，此时利用强度递进调整系数乘以设定的强度递进变化系数得到最新的强度递进变化系数为2V/小时*0.5＝1V/小时。

作为本发明的另一个对强度递进变化系数进行调整的实施例，考虑到对强度递进变化系数的调整方式可以更加灵活，因此在本发明实施例中，仍以实际刺激时长以及相应的刺激时间间隔进行筛选，识别是否存在强度递进变化系数过大的情况，但在识别出存在强度递进变化系数过大的情况时，不局限于使用上述实施例中的基于设定刺激时长进行调整，也可以使用其他的一些方式来进行强度递进变化系数，如设定一个固定的梯度调整值，并将强度递进变化系数减去该梯度调整值，以实现对强度递进变化系数的减小调整。具体的对强度递进变化系数的调整方法可由技术人员进行设定，此处不予限定。

作为本发明实施例四，如图4所示，在对历史输出数据进行处理并对电刺激参数进行调整时，包括：

S401，根据从历史输出数据中提取出的启动刺激时间以及关闭刺激时间计算出用户在预设时间内的实际刺激时间间隔。

其中，启动刺激时间包括可穿戴设备自动启动电刺激的时间，以及用户手动启动电刺激的时间。刺激时间间隔是指每次电刺激关闭与下一次电刺激启动时的间隔时间。实际情况中，利用电刺激进行疼痛舒缓时对人体的疼痛舒缓是由一定延迟性的，即在电刺激用户一段时间后停止电刺激对用户的疼痛舒缓效果不会立即消失，而是会持续一段时间逐步消失，如连续电刺激用户一个小时之后关闭电刺激，此时对用户的疼痛舒缓效果不会立即消失，而是可能在关闭后的一个小时逐步减弱。因此在对用户进行电刺激疼痛舒缓时，往往不会一直长时间的持续对用户进行电刺激，而是会每电刺激一段时间就休息一段时间，再继续对用户进行电刺激，以提升疼痛舒缓的效果，而其中的休息时间就是上述的刺激时间间隔。由于现有技术中刺激时间间隔都是由技术人员自行设定的，但实际情况中对不同用户而言其电刺激的延迟性有所差异，即使是使用相同电刺激参数进行电刺激，其停止后疼痛舒缓的持续时间也有所差异。因此现有技术中对刺激时间间隔的设置难以很好的满足不同用户的实际需求。

考虑到本发明实施例中用户可以自行启动/关闭电刺激，当电刺激时间间隔过长或过短时，用户可以自行对电刺激的启动/关闭进行控制，因此，为了更好地满足用户的实际需求，因此本发明实施例中会对用户手动调整过的可穿戴设备实际的刺激时间间隔进行分析，以实现对用户最佳刺激时间间隔的预测。

S402，对实际刺激时间间隔进行间隔时间趋势分析，并利用得到的用户特征数据中的间隔时间预测数据，对电刺激参数中的设定刺激时间间隔进行调整。

与上述实施例相同的，本发明实施例中同样不对具体的预测分析方法进行限定。优选地，考虑到实际情况中用户可能是在出现疼痛时才会再次其对电刺激，因此为了提升对用户疼痛舒缓的效果，本发明实施例中得出预测间隔时间时，可以将该时间值适当减小，以实现在用户疼痛前进行疼痛舒缓，提升对用户疼痛舒缓的有效性。

作为本发明的又一个优选实施例，考虑到上述实施例中的电刺激参数的预测并不能保证一定完全适合用户的实时情况，如用户过长时间没有使用可穿戴设备来进行电刺激疼痛舒缓，此时使用上述实施例进行预测时，必然存在误差，因此，本发明实施例中会为用户提供对各个电刺激参数的手动修改设置功能，即在进行电刺激之前用户或技术人员可以对可穿戴设备中电刺激模式的各个电刺激参数一一进行手动设置，如对刺激强度、刺激时长以及刺激时间间隔等参数进行设置，并会根据用户设置的电刺激参数控制电刺激信号的生成与输出。

作为本发明的又一个优选实施例，在为用户提供手动设置电刺激参数的基础上，还可以将预测得到的电刺激参数向用户进行推荐，或将常见的一些电刺激参数设置值向用户进行显示推荐，又或者根据用户的个人信息推荐一些适宜的电刺激参数值，以帮助用户进行设置。

本发明实施例中通过对用户实际疼痛的起始时间分析来预测用户下一次产生疼痛的预估时间，并确定出可穿戴设备自启动电刺激的时间，使得用户健身疼痛时无需手动启动电刺激，也能得到及时的电刺激舒缓疼痛，极大地提高了疼痛舒缓的智能化程度。同时，利用用户的历史电刺激的相关数据来对用户特征进行智能分析，学习用户的特征并得出用户下一次疼痛对应的初始刺激强度、刺激时长、强度递进变化系数以及刺激时间间隔等参数的预测值，再对下一次疼痛时的电刺激参数进行智能调整，从而实现了在用户使用的过程中不断自我学习不断自我优化，实现了针对用户智能调整为用户提供更为精准可靠的疼痛舒缓方案的目的。同时，由于本发明实施例中对用户特征的学习是一个周期性的过程，通过每一次的学习优化都一步步地提升着对用户特征预测的准确性，再基于每一次的优化值开始下一次的自动调整优化，使得本发明实施例每一次学习都能更加贴近用户的实际需求情况，极大地提升了对用户疼痛舒缓的智能化程度以及有效性。

应当说明地，本发明实施例中提供的电刺激调整方法仅适用于对非病态的情况下对用户进行疼痛舒缓方法的智能化，以帮助用户提升健身前后的身体舒适度，帮助用户更好地实现健身塑形/健身锻炼的目的。其中非病态情况包括但不限于如用户由于长期健身习惯不合理导致的疼痛情况，如用户由于盲目练习时的不规范动作导致肌肉出现疼痛，而肌肉恢复期较长，若在肌肉未完全恢复之前用户又开始了新一次的健身运动，使得用户出现因健身不规范导致的长期非病态疼痛，又如用户健身强度把握不好，又没有注意及时的补充能量，或者刚吃完饭就进行高强度健身导致的周期性的胃痛。

对应于上文实施例所述的方法，图5示出了本发明实施例提供的电刺激调整装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。图5示例的电刺激调整装置可以是前述实施例一提供的电刺激调整方法的执行主体。

参照图5，该电刺激调整装置包括：

数据获取模块51，用于获取用户产生疼痛的起始时间数据，以及所述用户使用可穿戴设备舒缓疼痛时所述可穿戴设备输出电刺激信号的历史输出数据。

时间预估模块52，用于通过对所述起始时间数据进行疼痛趋势分析，获取所述用户下一次产生疼痛的预估时间。

数据分析模块53，用于通过分析所述历史输出数据确定所述用户的用户特征。

参数调整模块54，用于基于所述预估时间以及所述用户特征，对所述可穿戴设备中所述用户对应的电刺激模式进行电刺激参数调整。

进一步地，所述数据分析模块53，包括：

强度分析模块，用于对所述历史输出数据中的刺激强度调整数据进行强度趋势分析，得到强度预测数据。

所述参数调整模块54，包括：

强度调整模块，用于利用得到的所述强度预测数据对所述电刺激参数中的初始刺激强度进行调整。

进一步地，所述数据分析模块53，包括：时长计算模块，用于根据从所述历史输出数据中提取出的启动刺激时间以及关闭刺激时间计算出所述用户在预设时间内的实际刺激时长数据。

异常剔除模块，用于对所述实际刺激时长数据进行异常数据剔除，并基于异常数据剔除后得到的所述实际刺激时长数据计算出预测刺激时长。

所述参数调整模块54，包括：

时长调整模块，用于利用所述预测刺激时长对所述电刺激参数中的设定刺激时长进行调整。

进一步地，所述数据分析模块53，包括：

时长读取模块，用于读取出所述电刺激参数中的设定刺激时长以及设定刺激时间间隔，并从所述历史输出数据中提取出启动刺激时间。

时间数据读取模块，用于从所述历史输出数据中读取出所述用户的手动关闭刺激时间，并利用所述启动刺激时间计算出每个所述刺激手动关闭时间对应的实际刺激时长，以及对应的实际刺激时间间隔。

所述参数调整模块54，包括：

递进系数计算模块，用于提取出所有所述实际刺激时长小于所述设定刺激时长，且所述实际刺激时间间隔小于所述设定刺激时间间隔的所述刺激手动关闭时间所对应的所述实际刺激时长，并利用所述实际刺激时长以及所述设定刺激时长计算出所述用户对应的强度递进调整系数。

递进系数调整模块，用于基于所述强度递进调整系数对所述电刺激参数中的强度递进变化系数进行调整，所述强度递进变化系数用于对所述可穿戴设备在对所述用户电刺激过程中的刺激强度进行调整。

进一步地，所述数据分析模块53，包括：

间隔读取模块，用于根据从所述历史输出数据中提取出的启动刺激时间以及关闭刺激时间计算出所述用户在所述预设时间内的实际刺激时间间隔。

间隔分析模块，用于对所述实际刺激时间间隔进行间隔时间趋势分析，得到的所述用户特征数据中的间隔时间预测数据。

所述参数调整模块54，包括：

间隔调整模块，用于利用得到的所述用户特征数据中的间隔时间预测数据，对所述电刺激参数中的设定刺激时间间隔进行调整。

应当说明的，本发明实施例中提供的电刺激调整装置不仅适用于对非病态的情况下对用户进行疼痛舒缓方法的智能化，以帮助用户提升健身前后的身体舒适度，帮助用户更好地实现健身塑形/健身锻炼的目的，同时也适用于病态情况下用户的疼痛舒缓方法的智能化，如对用户周期性老病根疼痛电刺激疼痛舒缓方法的智能化，以提高用户的生存质量，即本发明实施例中提供的电刺激调整装置可适用于对用户各种可能出现的疼痛情况的疼痛舒缓方法的智能化。

本发明实施例提供的电刺激调整装置中各模块实现各自功能的过程，具体可参考前述图1至4所示实施例以及本说明书中其他实施例的描述，此处不再赘述。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

图6是本发明一实施例提供的可穿戴设备的示意图。如图6所示，该实施例的可穿戴设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个电刺激调整方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块51至54的功能。

所述可穿戴设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是可穿戴设备6的示例，并不构成对可穿戴设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述可穿戴设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器61可以是所述可穿戴设备6的内部存储单元，例如可穿戴设备6的硬盘或内存。所述存储器61也可以是所述可穿戴设备6的外部存储设备，例如所述可穿戴设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述可穿戴设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述可穿戴设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的可穿戴设备和方法，可以通过其它的方式实现。例如，以上所描述的可穿戴设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (3)

1.一种电刺激调整装置，其特征在于，包括：

数据获取模块，用于获取用户产生疼痛的起始时间数据，以及所述用户使用可穿戴设备舒缓疼痛时所述可穿戴设备输出电刺激信号的历史输出数据，其中，所述疼痛是用户身体的疼痛；

时间预估模块，用于通过对所述起始时间数据进行疼痛趋势分析，获取所述用户下一次产生疼痛的预估时间；

数据分析模块，用于通过分析所述历史输出数据确定所述用户的用户特征；所述用户特征根据用户的实际情况而实时变化；

参数调整模块，用于基于所述预估时间以及所述用户特征，对所述可穿戴设备中所述用户对应的电刺激模式进行电刺激参数调整；

其中，所述对所述可穿戴设备中所述用户对应的电刺激模式进行电刺激参数调整，包括：将所述电刺激模式的自启动时间设置为所述预估时间之前。

2.如权利要求1所述的电刺激调整装置，其特征在于：

所述数据分析模块，包括：强度分析模块，用于对所述历史输出数据中的刺激强度调整数据进行强度趋势分析，得到强度预测数据；

所述参数调整模块，包括：强度调整模块，用于利用得到的所述强度预测数据对所述电刺激参数中的初始刺激强度进行调整。

3.如权利要求1所述的电刺激调整装置，其特征在于：

所述数据分析模块，包括：时长计算模块，用于根据从所述历史输出数据中提取出的启动刺激时间以及关闭刺激时间计算出所述用户在预设时间内的实际刺激时长数据；

异常剔除模块，用于对所述实际刺激时长数据进行异常数据剔除，并基于异常数据剔除后得到的所述实际刺激时长数据计算出预测刺激时长；

所述参数调整模块，包括：时长调整模块，用于利用所述预测刺激时长对所述电刺激参数中的设定刺激时长进行调整。

Images