CN109102857A - 一种智能化肢体康复训练系统和方法 - Google Patents

Abstract

本发明公开了一种智能化肢体康复训练系统和方法，所述系统包括康复师模块、患者训练模块、智能分析决策模块和远程网络模块；所述智能化肢体康复训练方法是康复师根据患者情况设定康复目标，制定康复训练计划，系统根据康复师的设定智能生成康复情境；患者在康复情境中，根据系统引导提示执行康复训练，系统获取、记录患者训练数据，对数据进行智能分析，评估患者康复情况，并根据评估结果自动调整训练内容、训练难度、训练进度，使训练过程与患者自适应，实现智能化、个性化康复训练，提高康复训练的效率和改善康复训练的效果。

Description

一种智能化肢体康复训练系统和方法

技术领域

本发明涉及肢体训练领域，特别涉及一种智能化肢体康复训练系统和方法。

背景技术

随着我国人口老龄化加剧以及肢体损伤频发，对于康复训练需求日益增多，越来越多的人希望能够通过康复训练恢复身体机能。

但目前康复资源、训练方式、手段很难满足这种需求，存在如下问题：我国康复训练资源分布严重不均，主要集中于少数一、二线城市，大部分患者无法得到有效的康复训练；传统的肢体康复训练需要专人辅助，并受到时间、地点的严重约束，费用高昂，康复师很难定制化训练内容；康复师难以获取准确详细的数据对病人康复情况进行科学、系统的分析，只能是凭借粗略的测量工具以及个人经验对患者训练结果进行康复评估。

针对以上问题，急需一种低成本、高疗效、训练内容高度定制化、训练过程智能化、训练情况数据化的肢体康复训练系统和方法。

发明内容

针对上述技术问题，本发明提供一种成本低廉、效果显著，打破时间、空间约束，训练内容定制化、训练过程智能化、训练结果数据化的肢体康复训练系统和方法。

为解决上述技术问题，本发明所采取的技术方案是：

一种智能化肢体康复训练系统包括康复师模块、患者训练模块、智能分析决策模块和远程网络模块；

所述康复师模块，用于康复师管理患者个人信息、训练信息；

所述患者训练模块，用于患者执行康复师定制的训练计划，并将训练数据通过所述网络模块传输至所述康复师模块；

所述智能分析决策模块，根据患者训练模块所收集的患者训练数据进行智能分析，结合康复师所设置的训练目标，完成智能决策，使训练过程自适应；

所述远程网络模块，用于所述康复师模块与所述患者训练模块之间的数据传输。

较优地，在上述技术方案中，所述康复师模块包括信息管理模块，用于管理患者个人信息；定制训练内容子模块，用于康复师针对患者情况定制康复训练内容；自定义动作子模块，用于康复师自定义康复训练动作，并用骨骼关节数据进行描述；动作管理子模块，用于康复师管理动作库中所有康复动作；查询子模块，用于康复师了解患者训练情况。

较优地，所述定制训练内容子模块是康复师为每位患者定制训练方案、训练周期数、单个训练周期动作数、动作出现频率、动作出现速度、动作出现顺序。

定制训练内容子模块的建立使得康复师能够在训练方案、周期数、动作数量动作出现频率、动作出现速度、动作出现顺序等多个维度高度定制患者训练内容，使康复师能够制定更加符合患者病情的训练计划。

较优地，所述动作管理模块是康复师可编辑新录入动作，包括动作名称、动作详情描述和待检测训练关节；删除动作库中已有动作，修改、调整动作训练关节，动作库中所有动作可被所述定制训练内容子模块调用。

动作管理模块使得康复师能够管理本地的康复动作，上传自定义康复动作到云端，下载其他康复师所分享的自定义康复动作，为康复师提供交流平台。

较优地，所述患者训练模块，包括情景构造子模块，用于构造训练场景；引导子模块，用于引导患者快速完成康复训练动作；检测跟踪子模块，用于实时检测跟踪患者身体骨骼关节数据；动作反馈子模块，用于实时反馈患者动作执行情况；分析评价子模块，实时分析患者训练数据，并将数据发送至所述智能分析决策模块。

作为优选，所述的检测跟踪子模块是在与检测动作相对应的关节建立三维坐标系，通过计算各检测关节的夹角将基本的关节坐标信息转化为关节的角度信息，由于每个动作的训练部位不尽相同，康复师根据动作匹配所检测的关节去设置每个动作的检测关节，设置的检测关节为该动作准确度评估标准。

具体的，其中检测的关节点包括：颈关节、左右肩关节、左右肘关节、左右髋关节、左右膝关节、左右踝关节11个关节点，每个动作会训练其中一个至多个关节；考虑到关节指标夹角与人体本身姿势关联性极大，角度计算算法是以人体关节坐标来构建基本坐标系的：对于上肢关节，选择Left shoulder，Right shoulder，Spine at the shoulder，Baseof the spine四个相对稳定的关节建立三维坐标系；对于下肢关节，则选择Left hip，Right hip，Spine at the shoulder，Base of the spine四个相对稳定的关节建立三维坐标系；在最终的夹角计算环节，为了能够对头部左倾和右倾、前倾和后倾等类似运动方向进行区分，我们采用投影和向量而不是平面计算夹角的方式得到最终的数值。

作为优选，关于患者关节指标准确度的算法为：设关节指标准确度为a,该指标标准角度为θ_s，患者角度为θ_p,指标角度范围为则

患者训练模块使得患者能够通过引导快速领会训练意图，执行训练动作，并在训练过程中及时获得动作执行情况的反馈，在完成一次训练后显示患者此次训练结果，让患者清晰的了解自己康复训练的完成情况。

较优地，所述智能分析决策模块，根据大数据计算匹配该患者康复模型，结合康复师定制的训练内容、患者训练数据，完成训练过程智能调整，包括训练方案、训练关节、周期数、动作数量、动作出现频率、动作出现速度、动作出现顺序。

智能分析决策模块能够根据患者训练情况在康复师所制定的康复训练计划基础上及时进行调整，使康复训练过程更加具有针对性。

较优地，所述远程网络模块包括训练信息存储子模块用于存储患者基本信息、康复师定制的训练计划、患者训练情况、康复师自定义的康复动作；云动作库子模块，每位康复师可将自定义康复动作编辑后上传至云端，便于其他康复师使用。

训练信息存储子模块的建立能够帮助康复师、患者随时调用数据，并为大数据计算分析提供基础。

远程网络模块的建立使得康复师与患者可以摆脱时间、空间的约束，降低康复训练成本，让有限的康复资源服务更多的患者。

本发明提供的智能化肢体康复训练系统，通过康复师模块管理患者个人信息、定制患者康复训练内容、自定义康复训练动作、管理康复动作、查询患者训练情况；患者训练模块执行患者康复训练，实时检测跟踪患者身体骨骼关节数据；智能分析决策模块使训练过程智能化，并将患者训练情况数据化，通过远程网络模块传输至康复师模块。上述系统结构简单，打破康复训练时间、空间的限制，并采用数据化方式呈现患者训练情况，通过大数据智能决策，辅助康复师制定训练计划，使康复师能够更加精准的为患者定制康复训练计划，提高患者康复训练效果，具有很高的实用价值。

本发明还涉及一种智能化肢体康复训练方法，包括如下步骤：

第一步，康复师通过康复师模块，管理录入患者个人信息、训练信息，包括在自定义动作子模块录入检测对应关节的康复动作，在动作管理子模块编辑训练动作；

第二步，患者训练模块，患者通过康复师基于信息管理子模块录入的姓名和密码，登录到有康复师设定的训练模块进行训练，并在训练过程中实时记录患者的关节数据，匹配相应算法计算关节指标准确度，并归纳动作准确度判定动作是否通过，采集患者准确度和通过度信息；

第三步，通过智能分析决策模块，统计训练动作和各关节数据分析患者完成每一类动作准确率和动作通过率，每类动作单个关节的通过率、关节总体通过率，每个动作检测指标误差率、指标总体误差率，综合评估患者训练情况；结合上述训练情况提出训练动作中有待提高的关节，自适应调整患者训练计划。

第四步，远程网络模块，康复师通过训练信息存储子模块远程查看患者训练情况，编辑训练数据；在云动作库子模块共享自定义康复动作。

作为优选，所述第三步中，对于每一类动作，计算每次出现时，该动作的所有检测关节的准确率的最小值，作为该动作准确率；动作准确率＝每次出现的该类动作的准确率的平均值。

设某一类动作的动作准确率为A,该动作在单次训练中共出现N次，每个动作包含M个检测关节，动作k的关节i的准确率为a_ki，则

动作通过率计算方式为：对于每个动作，如果该动作检测当前关节，取该动作当前关节的所有检测指标准确率的最小值作为该动作当前关节的准确率，判定是否达到D,a<60％标准以上，达到则判定为通过，否则为不通过；然后对当次训练所有出现的该类动作的通过情况计算通过率：通过率＝该类动作通过次数/该类动作出现次数，作为每类动作通过率。

设某一类动作通过指数为p，在单次训练中共出现N次，每个动作包含M个检测关节，动作k的关节i的准确率为a_ki，则

则该动作的动作通过率

综合动作准确率和动作通过率两种指标准确描述患者训练情况，计算方式为：训练情况＝通过率权重x通过率+准确率权重x准确率的计算方式，其中通过率权重+准确率权重＝1。(

设患者某次训练情况为S,训练动作总数为N，第k个动作的通过率为p_k,准确率为a_k,通过率权重为准确率权重为则

每个动作检测指标误差率计算方式为：误差率反应患者当前动作在标准动作指标上的误差程度，即准确率＝|患者角度-标准角度|/当前检测指标角度范围。计算方式：计指标i的第j个动作的误差率为e_ij，准确率为a_ij,患者角度为α_ij，标准角度为β_ij，指标角度范围为ω_i,则

总体误差率计算方式为：指标总体误差率＝每个动作误差率的平均值。

计指标i的总体误差率为e_i,单次训练出现并检测该指标的总动作数为N，则

同样的，本发明提供的智能化肢体康复训练系方法，康复师通过康复师模块；患者训练模块；智能分析决策模块和远程网络模块，四大步骤模块打破康复训练时间、空间的限制，并采用数据化方式呈现患者训练情况，通过大数据智能决策，辅助康复师制定训练计划，使康复师能够更加精准的为患者定制康复训练计划，提高患者康复训练效果，具有很高的实用价值。

附图说明

下面结合附图说明对本发明做出进一步说明：

图1是本发明提供的一种智能化肢体康复训练方法和系统的示意图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

如图1所示的一种智能化肢体康复训练系统包括康复师模块、患者训练模块、智能分析决策模块和远程网络模块；

所述康复师模块，用于康复师管理患者个人信息、训练信息；

所述患者训练模块，用于患者执行康复师定制的训练计划，并将训练数据通过所述网络模块传输至所述康复师模块；

所述智能分析决策模块，根据患者训练模块所收集的患者训练数据进行智能分析，结合康复师所设置的训练目标，完成智能决策，使训练过程自适应；

所述远程网络模块，用于所述康复师模块与所述患者训练模块之间的数据传输。

所述康复师模块包括信息管理模块，用于管理患者个人信息；定制训练内容子模块，用于康复师针对患者情况定制康复训练动作；自定义动作子模块，用于康复师自定义康复训练动作，并用骨骼关节数据进行描述；动作管理子模块，用于康复师管理动作库中所有康复动作；查询子模块，用于康复师了解患者训练情况。

所述定制训练内容子模块是康复师为每位患者定制训练天数、每天训练周期数、单个训练周期动作数、单个训练周期时长、动作难度、动作数量。

定制训练内容子模块的建立使得康复师能够在训练方案、周期数、动作数量动作出现频率、动作出现速度、动作出现顺序等多个维度高度定制患者训练内容，使康复师能够制定更加符合患者病情的训练计划。

所述动作管理模块是康复师可编辑新录入动作，包括动作名称、动作详情描述和待检测训练关节；删除动作库中已有动作，修改、调整动作训练关节，动作库中所有动作可被所述定制训练内容子模块调用。

动作管理模块使得康复师能够管理本地的康复动作，上传自定义康复动作到云端，下载其他康复师所分享的自定义康复动作，为康复师提供交流平台。

所述患者训练模块，包括情景构造子模块，用于构造训练场景；引导子模块，用于引导患者快速完成康复训练动作；检测跟踪子模块，用于实时检测跟踪患者身体骨骼关节数据；动作反馈子模块，用于实时反馈患者动作执行情况；分析评价子模块，实时分析患者训练数据，并将数据发送至所述智能分析决策模块。

所述的检测跟踪子模块是在与检测动作相对应的关节建立三维坐标系，通过计算各检测关节的夹角将基本的关节坐标信息转化为关节的角度信息，由于每个动作的训练部位不尽相同，康复师根据动作匹配所检测的关节去设置每个动作的检测关节，设置的检测关节为该动作准确度评估标准。

具体的，其中检测的关节点包括：颈关节、左右肩关节、左右肘关节、左右髋关节、左右膝关节、左右踝关节11个关节点，每个动作会训练其中一个至多个关节；考虑到关节指标夹角与人体本身姿势关联性极大，角度计算算法是以人体关节坐标来构建基本坐标系的：对于上肢关节，选择Left shoulder，Right shoulder，Spine at the shoulder，Baseof the spine四个相对稳定的关节建立三维坐标系；对于下肢关节，则选择Left hip，Right hip，Spine at the shoulder，Base of the spine四个相对稳定的关节建立三维坐标系；在最终的夹角计算环节，为了能够对头部左倾和右倾、前倾和后倾等类似运动方向进行区分，我们采用投影和向量而不是平面计算夹角的方式得到最终的数值。关于患者关节指标标准度的算法为：设关节指标准确度为a,该指标标准角度为θ_s，患者角度为θ_p,指标角度范围为则

患者训练模块使得患者能够通过引导快速领会训练意图，执行训练动作，并在训练过程中及时获得动作执行情况的反馈，在完成一次训练后显示患者此次训练结果，让患者清晰的了解自己康复训练的完成情况。

所述智能分析决策模块，根据大数据计算匹配该患者康复模型，结合康复师定制的训练内容、患者训练数据，完成训练过程智能调整，包括训练时间、动作完成时间、动作出现频率等。

智能分析决策模块能够根据患者训练情况在康复师所制定的康复训练计划基础上及时进行调整，使康复训练过程更加具有针对性。

所述远程网络模块包括训练信息存储子模块用于存储患者基本信息、康复师定制的训练计划、患者训练情况、康复师自定义的康复动作；云动作库子模块，每位康复师可将自定义康复动作编辑后上传至云端，便于其他康复师使用。

训练信息存储子模块的建立能够帮助康复师、患者随时调用数据，并为大数据计算分析提供基础。

远程网络模块的建立使得康复师与患者可以摆脱时间、空间的约束，降低康复训练成本，让有限的康复资源服务更多的患者。

结合上面的训练系统，该智能化肢体康复训练方法，包括如下步骤：

第一步S101，康复师通过康复师模块，管理录入患者个人信息、训练信息，包括在自定义动作子模块录入检测对应关节的康复动作，在动作管理子模块编辑训练动作；

第二步S102，患者训练模块，患者通过康复师基于信息管理子模块录入的姓名和密码，登录到有康复师设定的训练模块进行训练，并在训练过程中实时记录患者的关节数据，匹配相应算法计算关节指标准确度，并归纳动作准确度判定动作是否通过，采集患者准确度和通过度信息；

第三步S103，通过智能分析决策模块，统计各关节数据分析患者完成每一类动作准确率和动作通过率，综合评估患者训练情况。结合上述训练情况提出训练动作中有待提高的关节，自适应调整患者训练计划。模块也是重点，如何进行实现，在发明内容中并没有描述清楚，

第四步S104，远程网络模块，康复师通过训练信息存储子模块远程查看患者训练情况，编辑训练数据；在云动作库子模块共享自定义康复动作。

所述第三步中，对于每一类动作，计算每次出现时，该动作的所有检测关节的准确率的最小值，作为该动作准确率；动作准确率＝每次出现的该类动作的准确率的平均值。

设某一类动作的动作准确率为A,该动作在单次训练中共出现N次，每个动作包含M个检测关节，动作k的关节i的准确率为a_ki，则

动作通过率计算方式为：对于每个动作，如果该动作检测当前关节，取该动作当前关节的所有检测指标准确率的最小值作为该动作当前关节的准确率，判定是否达到D,a<60％标准以上，达到则判定为通过，否则为不通过；然后对当次训练所有出现的该类动作的通过情况计算通过率：通过率＝该类动作通过次数/该类动作出现次数，作为每类动作通过率。

设某一类动作通过指数为p，在单次训练中共出现N次，每个动作包含M个检测关节，动作k的关节i的准确率为a_ki，则

则该动作的动作通过率

综合动作准确率和动作通过率两种指标准确描述患者训练情况，，计算方式为：训练情况＝通过率权重x通过率+准确率权重x准确率的计算方式，其中通过率权重+准确率权重＝1。(增加了突出的部分)

设患者某次训练情况为S,训练动作总数为N，第k个动作的通过率为p_k,准确率为a_k,通过率权重为准确率权重为则

每个动作检测指标误差率计算方式为：误差率反应患者当前动作在标准动作指标上的误差程度，即准确率＝|患者角度-标准角度|/当前检测指标角度范围。计算方式：计指标i的第j个动作的误差率为e_ij，准确率为a_ij,患者角度为α_ij，标准角度为β_ij，指标角度范围为ω_i,则

总体误差率计算方式为：指标总体误差率＝每个动作误差率的平均值。

计指标i的总体误差率为e_i,单次训练出现并检测该指标的总动作数为N，则

以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的原则和精神之内所作的任何修改、等同替换和改进等，均就包含在本发明的保护范围之内。

Claims (10)

1.一种智能化肢体康复训练系统，其特征在于：包括康复师模块、患者训练模块、智能分析决策模块和远程网络模块；

所述康复师模块，用于康复师管理患者个人信息、训练信息；

所述患者训练模块，用于患者执行康复师定制的训练计划，并将训练数据通过所述网络模块传输至所述康复师模块；

所述智能分析决策模块，根据患者训练模块所收集的患者训练数据进行智能分析，结合康复师所设置的训练目标，完成智能决策，使训练过程自适应；

所述远程网络模块，用于所述康复师模块与所述患者训练模块之间的数据传输。

2.根据权利要求1所述的智能化肢体康复训练系统，其特征在于：所述康复师模块包括信息管理子模块，用于管理患者个人信息；定制训练内容子模块，用于康复师针对患者情况定制康复训练内容；自定义动作子模块，用于康复师自定义康复训练动作，并用骨骼关节数据进行描述；动作管理子模块，用于康复师管理动作库中所有康复动作；查询子模块，用于康复师了解患者训练情况。

3.根据权利要求2所述的智能化肢体康复训练系统，其特征在于：所述定制训练内容子模块指康复师为每位患者定制训练方案、训练周期数，单个训练周期动作数、动作出现频率、动作出现速度、动作出现顺序。

4.根据权利要求2所述的智能化肢体康复训练系统，其特征在于：所述动作管理子模块指康复师可编辑新录入动作，包括动作名称、动作详情描述和待检测训练关节；删除动作库中已有动作，修改、调整动作训练关节；动作库中所有动作可被所述定制训练内容子模块调用。

5.根据权利要求1所述的智能化肢体康复训练系统，其特征在于：所述患者训练模块，包括情景构造子模块，用于构造训练场景；引导子模块，用于引导患者快速完成康复训练动作；检测跟踪子模块，用于实时检测跟踪患者身体骨骼关节数据，在与检测动作相对应的关节建立三维坐标系，通过计算各关节运动成分的夹角，与康复师录入的标准动作数据进行比较，得到患者完成动作的关节指标准确度，以此来衡量患者动作的完成度，描述患者当前训练情况；动作反馈子模块，用于实时反馈患者动作执行情况；分析评价子模块，实时分析患者训练数据，并将数据发送至所述智能分析决策模块。

6.根据权利要求5所述的智能化肢体康复训练系统，其特征在于：关于患者关节指标准确度的算法为：设关节指标准确度为a，该指标标准角度为θ_s，患者角度为θ_p，指标角度范围为则

7.根据权利要求1所述智能化肢体康复训练系统，其特征在于：所述智能分析决策模块，指根据大数据分析匹配该患者康复模型，结合康复师定制的训练内容、患者训练数据，完成训练过程智能调整，包括调整训练方案、训练关节、周期数、动作数量、动作出现频率、动作出现速度、动作出现顺序。

8.根据权利要求1所述智能化肢体康复训练系统，其特征在于：所述远程网络模块包括训练信息存储子模块，用于存储康复师定制训练数据、患者训练数据；云动作库子模块，每位康复师可将自定义康复动作编辑后上传至云端，便于其他康复师使用。

9.一种智能化肢体康复训练方法，特征在于：包括如下步骤：

第一步，康复师通过康复师模块，管理录入患者个人信息、训练信息，包括在自定义动作子模块录入检测对应关节的康复动作，在动作管理子模块编辑训练动作；

第二步，患者训练模块，患者通过康复师基于信息管理子模块录入的姓名和密码，登录到有康复师设定的训练模块进行训练，并在训练过程中实时记录患者的关节数据，匹配相应算法计算关节指标准确度，并归纳动作准确度判定动作是否通过，采集患者准确度和通过度信息；

第三步，通过智能分析决策模块，统计训练动作和关节数据分析患者完成每类动作准确率和动作通过率，每类动作单个关节的通过率、关节总体通过率，每个动作检测指标误差率、指标总体误差率，综合评估患者训练情况；结合上述训练情况提出训练动作中有待提高的关节，自适应调整患者训练计划。

第四步，远程网络模块，康复师通过训练信息存储子模块远程查看患者训练情况，编辑训练数据；在云动作库子模块共享自定义康复动作。

10.根据权利要求9所述的智能化肢体康复训练方法，特征在于：第三步中，动作准确率计算方式为：对于每一类动作，计算每次出现时，该动作的所有检测关节的准确率的最小值，作为该动作准确率；动作准确率＝每次出现的该类动作的准确率的平均值；

设某一类动作的动作准确率为A，该动作在单次训练中共出现N次，每个动作包含M个检测关节，动作k的关节i的准确率为a_ki，则

动作通过率计算方式为：对于每个动作，如果该动作检测当前关节，取该动作当前关节的所有检测指标准确率的最小值作为该动作当前关节的准确率，判定是否达到D，a＜60％标准以上，达到则判定为通过，否则为不通过；然后对当次训练所有出现的该类动作的通过情况计算通过率：通过率＝该类动作通过次数/该类动作出现次数，作为每类动作通过率；

设某一类动作通过指数为p，在单次训练中共出现N次，每个动作包含M个检测关节，动作k的关节i的准确率为a_ki，则

则该动作的动作通过率

综合动作准确率和动作通过率两种指标准确描述患者训练情况，计算方式为：训练情况＝通过率权重x通过率+准确率权重x准确率的计算方式，其中通过率权重+准确率权重＝1；

设患者某次训练情况为S，训练动作总数为N，第k个动作的通过率为p_k，准确率为a_k，通过率权重为准确率权重为则

每个动作检测指标误差率计算方式为：误差率反应患者当前动作在标准动作指标上的误差程度，即准确率＝|患者角度-标准角度|/当前检测指标角度范围。计算方式：计指标i的第j个动作的误差率为e_ij，准确率为a_ij，患者角度为α_ij，标准角度为β_ij，指标角度范围为ω_i，则

总体误差率计算方式为：指标总体误差率＝每个动作误差率的平均值。

计指标i的总体误差率为e_i，单次训练出现并检测该指标的总动作数为N，则