CN111951940A - 一种智慧医疗的康复辅助方法 - Google Patents
一种智慧医疗的康复辅助方法 Download PDFInfo
- Publication number
- CN111951940A CN111951940A CN202010859331.6A CN202010859331A CN111951940A CN 111951940 A CN111951940 A CN 111951940A CN 202010859331 A CN202010859331 A CN 202010859331A CN 111951940 A CN111951940 A CN 111951940A
- Authority
- CN
- China
- Prior art keywords
- rehabilitation training
- rehabilitation
- action
- training
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明涉及智慧医疗和大数据领域,公开了一种智慧医疗的康复辅助方法:护理人员在对患者进行康复训练之前通过康复辅助设备将患者基本信息发送到康复管理平台;在护理人员对患者进行康复训练时,护理人员将康复辅助设备与患者的康复部位相连,康复辅助设备采集康复训练图像数据、康复训练受力数据和康复训练时间数据并将其发送到康复管理平台。康复管理平台对康复训练图像数据、康复训练受力数据和康复训练时间数据进行分析处理以得到康复训练指令,并将康复训练指令与患者基本信息进行映射匹配以得到对应患者的康复训练数据并将其存储在数据库。
Description
技术领域
本发明涉及大数据和智慧医疗领域,尤其涉及一种智慧医疗的康复辅助方法。
背景技术
智慧医疗是通过打造健康档案区域医疗信息平台,利用物联网、大数据和人工智能等技术,实现患者与医务人员、医疗机构、医疗设备之间的互动,逐步实现普适化、个性化、智慧化的健康医疗。智慧医疗为发展中国家的医疗卫生服务提供了一种有效方法,在医疗人力资源短缺的情况下,通过移动医疗可解决发展中国家的医疗问题。
近年来随着社会发展、饮食结构和外界环境的不断变化,车祸和疾病的概率大大上升,这使得患者肢体运动功能障碍的情况大大增加,合理的康复训练可以帮助患者一定程度地重建肢体运动功能。
传统康复训练方法一般采用医护人员手动为患者进行康复训练,这种基于人工辅助的康复治疗手段的成本较高、效率较低,难以满足康复需求。
发明内容
针对现有技术之不足,本发明提供了一种智慧医疗的康复辅助方法,其包括:护理人员在对患者进行康复训练之前通过康复辅助设备将患者基本信息发送到康复管理平台;
在护理人员对患者进行康复训练时,护理人员将康复辅助设备与患者的康复部位相连,康复辅助设备采集康复训练图像数据、康复训练受力数据和康复训练时间数据并将其发送到康复管理平台;
康复管理平台的图像处理模块将康复训练图像数据中的康复训练图像划分为若干个子区域,并筛选出康复训练图像中的若干个独立子区域;所述独立子区域为与其他子区域不连续的子区域;
图像处理模块根据康复训练图像中前景图像和背景图像的像素分布特点过滤出面积大于噪声阈值的独立子区域以得到康复训练前景图像;
核心点获取模块通过均值聚类从康复训练前景图像获取患者在进行对应康复训练动作时的肢体核心点;
核心点定位模块获取每个肢体核心点的置信度和每个肢体核心点在第一康复坐标系下的第一康复坐标位置,然后通过坐标映射函数将每个肢体核心点的第一康复坐标位置映射到第二康复坐标系以得到第二康复坐标位置;
动作轨迹识别模块根据每个肢体核心点的第二康复坐标位置将每个肢体核心点映射到相应的动作轨迹以获取对应康复训练动作的动作核心序列;
康复训练动作构建模块根据动作核心序列和康复训练动作构建函数进行康复训练动作构建以得到对应的康复训练动作;
康复训练整合模块将康复训练图像数据中每张康复训练图像对应的康复训练动作按照时间顺序进行排序以得到康复训练动作集;
康复训练特征融合模块提取康复训练动作集的多维动作特征,并提取康复训练时间数据的多维时间特征,然后提取康复训练受力数据的多维受力特征;
康复训练特征融合模块将多维动作特征、多维时间特征和多维受力特征在多维空间中进行多维特征融合以得到多维融合特征;
康复训练指令生成模块根据多维融合特征进行角度和力度分解以生成康复训练指令,然后将康复训练指令与患者基本信息进行映射匹配以得到对应患者的康复训练数据并将其存储在数据库。
根据一个优选实施方式,康复训练图像数据包括若干张康复训练图像,康复训练图像用于记录康复训练动作,每张康复训练图像对应一个康复训练动作。
根据一个优选实施方式,所述患者基本信息包括:姓名、性别、病床号和康复类型。
根据一个优选实施方式,所述第一康复坐标系是以康复辅助设备中心点位坐标原点的坐标系,所述第二康复坐标系是以大地中心点为坐标原点的坐标系。
根据一个优选实施方式,所述肢体核心点为识别康复训练动作的关键点,肢体核心点的置信度用于指示相应肢体核心点被正确识别的概率。
根据一个优选实施方式,康复训练受力数据包括患者在进行康复训练时执行每个康复训练动作的受力数据。
根据一个优选实施方式,所述康复训练包括若干个按照时间进行排序的康复训练动作。
根据一个优选实施方式,康复训练指令生成模块根据多维融合特征进行角度和力度分解以生成康复训练指令包括:
康复训练指令生成模块根据多维融合特征获取在康复训练中每个康复训练动作中护理人员对第二康复坐标系产生的康复引力向量;
康复训练指令生成模块根据多维融合特征中多维受力特征获取在康复训练中每个康复训练动作中患者对第二康复坐标系产生的康复斥力向量;
康复训练指令生成模块通过康复引力向量和康复斥力向量进行合成操作以得到每个康复训练动作的康复合力向量;
康复训练指令生成模块根据每个康复训练动作的康复合力向量计算每个康复训练动作的康复训练动作角度和康复训练动作力度,并根据所述康复训练动作角度和康复训练动作力度生成每个康复训练动作的训练参数;
康复训练指令生成模块根据每个康复训练动作的训练参数生成康复训练指令。
根据一个优选实施方式,康复训练动作构建模块根据动作核心序列和康复训练动作构建函数进行康复训练动作构建以得到康复训练动作包括:
康复训练动作构建模块根据动作核心序列提取动作核心序列中每个肢体核心点的第二康复位置坐标;
康复训练动作构建模块根据动作核心序列中每个肢体核心点的第二康复位置坐标获取康复训练动作轨迹向量;
康复训练动作构建模块根据康复训练动作轨迹向量计算康复训练动作轨迹向量的方差以得到康复训练动作方差向量;
康复训练动作构建模块将康复训练动作方差向量中的每个方差与方差阈值进行比较,并提取方差大于方差阈值的肢体核心点的第二康复坐标位置作为特征向量;
康复训练动作构建模块将所有方差大于方差阈值的肢体核心点的特征向量进行以得到康复训练动作向量;
康复训练动作构建模块根据康复训练动作向量和康复训练动作构建函数进行康复训练动作构建以得到康复训练动作。
根据一个优选实施方式,在康复管理平台生成康复训练数据后,护理人员在康复辅助设备中输入患者基本信息以生成康复训练请求;
康复辅助设备将康复训练请求发送到康复管理平台;
康复管理平台根据康复训练请求从数据库中调取相应的康复训练数据,并获取其中的康复训练指令并将其发送到康复辅助设备;
康复辅助设备响应于接收到的康复训练指令对患者执行康复训练。
根据一个优选实施方式,所述康复辅助设备用于辅助护理人员对患者进行康复训练,其包括:上肢康复机器人、下肢康复机器人、辅助行走康复机器人和外骨骼康复机器人。
本发明具有以下有益效果:本发明通过康复管理平台对康复辅助设备采集的康复训练图像数据、康复训练受力数据和康复训练时间数据进行分析处理以得到相应患者的康复训练指令,并将其与患者疾病数据进行映射匹配以便在下一次对该患者进行康复训练时利用康复辅助设备辅助护理人员对患者进行康复训练,从而减轻了护理人员的负担,使得护理人员可以在康复机器人辅助患者进行康复训练的同时完成需要靠近患者进行的工作,监督治疗过程,照顾其他患者,从根本上改善了医疗保健体系的效率。
附图说明
图1为一示例性实施例提供的智慧医疗的康复辅助方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
在本发明使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
参见图1,在一个实施例中,本发明的智慧医疗的康复辅助方法可以包括以下步骤:
S1、护理人员在对患者进行康复训练之前通过康复辅助设备将患者基本信息发送到康复管理平台;在护理人员对患者进行康复训练时,护理人员将康复辅助设备与患者的康复部位相连,康复辅助设备采集康复训练图像数据、康复训练受力数据和康复训练时间数据并将其发送到康复管理平台。
康复训练图像数据包括若干张康复训练图像,康复训练图像用于记录康复训练动作,每张康复训练图像对应一个康复训练动作。
患者基本信息包括:姓名、性别、病床号和康复类型。
康复训练受力数据包括患者在进行康复训练时执行每个康复训练动作的受力数据。
康复训练时间数据为护理人员在进行康复训练时每个康复训练动作的绝对时间和相对时间,所述绝对时间为每个康复训练动作执行的时间点,相对时间为每个康复训练动作持续的时间段。
护理人员为患者进行康复训练的医护人员。
康复部位为执行康复训练的部位,包括:上肢、腰部和下肢。
康复辅助设备用于辅助护理人员对患者进行康复训练,其包括:上肢康复机器人、下肢康复机器人、辅助行走康复机器人和外骨骼康复机器人。
康复训练包括若干个按照时间进行排序的康复训练动作。
S2、康复管理平台的图像处理模块将康复训练图像数据中的康复训练图像划分为若干个子区域,并筛选出康复训练图像中的若干个独立子区域;图像处理模块根据康复训练图像中前景图像和背景图像的像素分布特点过滤出面积大于噪声阈值的独立子区域以得到康复训练前景图像。
具体地,独立子区域为与其他子区域不连续的子区域。
可选地,康复训练前景图像为去除背景图像的康复训练图像,在识别康复训练动作过程中去除康复训练图像的背景的影响,以提高康复训练动作识别的准确度。
S3、核心点获取模块通过均值聚类从康复训练前景图像获取患者在进行对应康复训练动作时的肢体核心点。
可选地,肢体核心点为识别康复训练动作的关键点,肢体核心点的置信度用于指示相应肢体核心点被正确识别的概率。
S4、核心点定位模块获取每个肢体核心点的置信度和每个肢体核心点在第一康复坐标系下的第一康复坐标位置,然后通过坐标映射函数将每个肢体核心点的第一康复坐标位置映射到第二康复坐标系以得到第二康复坐标位置。
可选地,将每个肢体核心点的第一康复坐标位置映射到第二康复坐标系以得到第二康复坐标位置包括:
可选地,第一康复坐标系是以康复辅助设备中心点位坐标原点的坐标系,所述第二康复坐标系是以大地中心点为坐标原点的坐标系。
肢体核心点为识别康复训练动作的关键点,肢体核心点的置信度用于指示相应肢体核心点被正确识别的概率。
S5、动作轨迹识别模块根据每个肢体核心点的第二康复坐标位置将每个肢体核心点映射到相应的动作轨迹以获取对应康复训练动作的动作核心序列。
可选地,获取每个肢体核心点的第二康复坐标位置,并将其按照位置顺序排列,形成动作轨迹的动作核心序列。
S6、康复训练动作构建模块根据动作核心序列和康复训练动作构建函数进行康复训练动作构建以得到对应的康复训练动作。
具体地,康复训练动作构建模块根据动作核心序列提取动作核心序列中每个肢体核心点的第二康复位置坐标。
康复训练动作构建模块根据动作核心序列中每个肢体核心点的第二康复位置坐标获取康复训练动作轨迹向量。
康复训练动作构建模块根据康复训练动作轨迹向量计算康复训练动作轨迹向量的方差以得到康复训练动作方差向量。
康复训练动作构建模块将康复训练动作方差向量中的每个方差与方差阈值进行比较,并提取方差大于方差阈值的肢体核心点的第二康复坐标位置作为特征向量。
康复训练动作构建模块将所有方差大于方差阈值的肢体核心点的特征向量进行以得到康复训练动作向量。
康复训练动作构建模块根据康复训练动作向量和康复训练动作构建函数进行康复训练动作构建以得到康复训练动作。
具体地,康复训练动作构建模块根据康复训练动作向量和康复训练动作构建函数进行康复训练动作构建以得到康复训练动作包括:
其中,ri为康复训练动作向量的第i个特征向量,vi康复训练动作向量的第i个特征向量对应的肢体核心点的置信度,αi为松弛系数,n为康复训练动作向量中特征向量的个数,i为特征向量索引。
S7、康复训练整合模块将康复训练图像数据中每张康复训练图像对应的康复训练动作按照时间顺序进行排序以得到康复训练动作集。
在采集康复训练图像时获取每张康复训练图像的采集时间,并根据康复训练图像的采集时间将康复训练图像进行排序以得到康复训练图像数据。
康复训练整合模块获取每张康复训练图像对应的康复训练动作,并将每个康复训练动作按照对应的康复训练图像的采集时间的先后顺序进行排序以得到康复训练动作集。
S8、康复训练特征融合模块提取康复训练动作集的多维动作特征,并提取康复训练时间数据的多维时间特征,然后提取康复训练受力数据的多维受力特征;康复训练特征融合模块将多维动作特征、多维时间特征和多维受力特征在多维空间中进行多维特征融合以得到多维融合特征。
S9、康复训练指令生成模块根据多维融合特征进行角度和力度分解以生成康复训练指令,然后将康复训练指令与患者基本信息进行映射匹配以得到对应患者的康复训练数据并将其存储在数据库中。
康复训练指令生成模块根据多维融合特征进行角度和力度分解以生成康复训练指令包括:
康复训练指令生成模块根据多维融合特征获取在康复训练中每个康复训练动作中护理人员对第二康复坐标系产生的康复引力向量。
康复训练指令生成模块根据多维融合特征中多维受力特征获取在康复训练中每个康复训练动作中患者对第二康复坐标系产生的康复斥力向量。
康复训练指令生成模块通过康复引力向量和康复斥力向量进行合成操作以得到每个康复训练动作的康复合力向量。
康复训练指令生成模块根据每个康复训练动作的康复合力向量计算每个康复训练动作的康复训练动作角度和康复训练动作力度,并根据所述康复训练动作角度和康复训练动作力度生成每个康复训练动作的训练参数。
康复训练指令生成模块根据每个康复训练动作的训练参数生成康复训练指令。
在一个实施例中在康复管理平台生成康复训练数据后,护理人员在康复辅助设备中输入患者基本信息以生成康复训练请求。
康复辅助设备将康复训练请求发送到康复管理平台。
康复管理平台根据康复训练请求从数据库中调取相应的康复训练数据,并获取其中的康复训练指令并将其发送到康复辅助设备。
康复辅助设备响应于接收到的康复训练指令对患者执行康复训练。
本发明通过康复管理平台对康复辅助设备采集的康复训练图像数据、康复训练受力数据和康复训练时间数据进行分析处理以得到相应患者的康复训练指令,并将其与患者疾病数据进行映射匹配以便在下一次对该患者进行康复训练时利用康复辅助设备辅助护理人员对患者进行康复训练,从而减轻了护理人员的负担,使得护理人员可以在康复机器人辅助患者进行康复训练的同时完成需要靠近患者进行的工作,监督治疗过程,照顾其他患者,从根本上改善了医疗保健体系的效率。
在一个实施例中,用于执行本发明方法的智慧医疗康复辅助系统包括:康复管理平台和若干个康复辅助设备,其中,康复管理平台分别与每个康复辅助设备具有通信连接。康复辅助设备用于辅助护理人员对患者进行康复训练,其包括:上肢康复机器人、下肢康复机器人、辅助行走康复机器人和外骨骼康复机器人。
康复辅助设备采集康复训练图像数据、康复训练受力数据和康复训练时间数据并将其发送到康复管理平台。
康复管理平台包括:图像处理模块、核心点获取模块、核心点定位模块、动作轨迹识别模块、康复训练动作构建模块、康复训练整合模块、康复训练特征融合模块、康复训练指令生成模块和数据库,其中各模块间具有通信连接。
图像处理模块将康复训练图像数据中的康复训练图像划分为若干个子区域,并筛选出康复训练图像中的若干个独立子区域,独立子区域为与其他子区域不连续的子区域。
图像处理模块根据康复训练图像中前景图像和背景图像的像素分布特点过滤出面积大于噪声阈值的独立子区域以得到康复训练前景图像。
核心点获取模块通过均值聚类从康复训练前景图像获取患者在进行对应康复训练动作时的肢体核心点。
核心点定位模块获取每个肢体核心点的置信度和每个肢体核心点在第一康复坐标系下的第一康复坐标位置,然后通过坐标映射函数将每个肢体核心点的第一康复坐标位置映射到第二康复坐标系以得到第二康复坐标位置。
动作轨迹识别模块根据每个肢体核心点的第二康复坐标位置将每个肢体核心点映射到相应的动作轨迹以获取对应康复训练动作的动作核心序列。
康复训练动作构建模块根据动作核心序列和康复训练动作构建函数进行康复训练动作构建以得到对应的康复训练动作。
康复训练整合模块将康复训练图像数据中每张康复训练图像对应的康复训练动作按照时间顺序进行排序以得到康复训练动作集。
康复训练特征融合模块提取康复训练动作集的多维动作特征,并提取康复训练时间数据的多维时间特征,然后提取康复训练受力数据的多维受力特征。
康复训练特征融合模块将多维动作特征、多维时间特征和多维受力特征在多维空间中进行多维特征融合以得到多维融合特征。
康复训练指令生成模块根据多维融合特征进行角度和力度分解以生成康复训练指令,然后将康复训练指令与患者基本信息进行映射匹配以得到对应患者的康复训练数据并将其存储在数据库。
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,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种智慧医疗的康复辅助方法,其特征在于,护理人员在对患者进行康复训练之前通过康复辅助设备将患者基本信息发送至康复管理平台;
在护理人员对患者进行康复训练时,护理人员将康复辅助设备与患者的康复部位相连,康复辅助设备采集康复训练图像数据、康复训练受力数据和康复训练时间数据并将其发送到康复管理平台;
康复管理品台的图像处理模块将康复训练图像数据中的康复训练图像划分为若干个子区域,并筛选出康复训练图像中的若干个独立子区域;所述独立子区域为与其他子区域不连续的子区域;
图像处理模块根据康复训练图像中前景图像和背景图像的像素分布特点过滤出面积大于噪声阈值的独立子区域以得到康复训练前景图像;
核心点获取模块通过均值聚类从康复训练前景图像获取患者在进行对应康复训练动作时的肢体核心点;
核心点定位模块获取每个肢体核心点的置信度和每个肢体核心点在第一康复坐标系下的第一康复坐标位置,然后通过坐标映射函数将每个肢体核心点的第一康复坐标位置映射到第二康复坐标系以得到第二康复坐标位置;
动作轨迹识别模块根据每个肢体核心点的第二康复坐标位置将每个肢体核心点映射到相应的动作轨迹以获取对应康复训练动作的动作核心序列;
康复训练动作构建模块根据动作核心序列和康夫训练动作构建函数进行康复训练动作构建以得到对应的康复训练动作;
康复训练整合模块将康复训练图像数据中每张康复训练图像对应的康复训练动作按照时间顺序进行排序以得到康复训练动作集;
康复训练特征融合模块提取康复训练动作集的多维动作特征,并提取康复训练时间数据的多维时间特征,然后提取康复训练受力数据的多维受力特征;
康复训练特征融合模块将多维动作特征、多维时间特征和多维受力特征在多维空间中进行多维特征融合以得到多维融合特征;
康复训练指令生成模块根据多维融合特征进行角度和力度分解以生成康复训练指令,然后将康复训练指令与患者基本信息进行映射匹配以得到对应患者的康复训练数据并将其存储在数据库中。
2.根据权利要求1所述的方法,其特征在于,康复训练图像数据包括若干张康复训练图像,康复训练图像用于记录康复训练动作,每张康复训练图像对应一个康复训练动作。
3.根据权利要求2所述的方法,其特征在于,所述患者基本信息包括:姓名、性别、病床号和康复类型。
4.根据权利要求3所述的方法,其特征在于,所述第一康复坐标系是以康复辅助设备中心点位坐标原点的坐标系,所述第二康复坐标系是以大地中心点为坐标原点的坐标系。
5.根据权利要求4所述的方法,其特征在于,所述肢体核心点为识别康复训练动作的关键点,肢体核心点的置信度用于指示相应肢体核心点被正确识别的概率。
6.根据权利要求5所述的方法,其特征在于,康复训练指令生成模块根据多维融合特征进行角度和力度分解以生成康复训练指令包括:
康复训练指令生成模块根据多维融合特征获取在康复训练中每个康复训练动作中护理人员对第二康复坐标系产生的康复引力向量;
康复训练指令生成模块根据多维融合特征中多维受力特征获取在康复训练中每个康复训练动作中患者对第二康复坐标系产生的康复斥力向量;
康复训练指令生成模块通过康复引力向量和康复斥力向量进行合成操作以得到每个康复训练动作的康复合力向量;
康复训练指令生成模块根据每个康复训练动作的康复合力向量计算每个康复训练动作的康复训练动作角度和康复训练动作力度,并根据所述康复训练动作角度和康复训练动作力度生成每个康复训练动作的训练参数;
康复训练指令生成模块根据每个康复训练动作的训练参数生成康复训练指令。
7.根据权利要求6所述的方法,其特征在于,康复训练动作构建模块根据动作核心序列和康复训练动作构建函数进行康复训练动作构建以得到康复训练动作包括:
康复训练动作构建模块根据动作核心序列提取动作核心序列中每个肢体核心点的第二康复位置坐标;
康复训练动作构建模块根据动作核心序列中每个肢体核心点的第二康复位置坐标获取康复训练动作轨迹向量;
康复训练动作构建模块根据康复训练动作轨迹向量计算康复训练动作轨迹向量的方差以得到康复训练动作方差向量;
康复训练动作构建模块将康复训练动作方差向量中的每个方差与方差阈值进行比较,并提取方差大于方差阈值的肢体核心点的第二康复坐标位置作为特征向量;
康复训练动作构建模块将所有方差大于方差阈值的肢体核心点的特征向量进行以得到康复训练动作向量;
康复训练动作构建模块根据康复训练动作向量和康复训练动作构建函数进行康复训练动作构建以得到康复训练动作。
8.根据权利要求7所述的方法,其特征在于,在康复管理平台生成康复训练数据后,护理人员在康复辅助设备中输入患者基本信息以生成康复训练请求;
康复辅助设备将康复训练请求发送到康复管理平台;
康复管理平台根据康复训练请求从数据库中调取相应的康复训练数据,并获取其中的康复训练指令并将其发送到康复辅助设备;
康复辅助设备响应于接收到的康复训练指令对患者执行康复训练。
9.根据权利要求1至8之一所述的方法,其特征在于,康复训练受力数据包括患者在进行康复训练时执行每个康复训练动作的受力数据。
10.根据权利要求1至9之一所述的方法,其特征在于,所述康复训练包括若干个按照时间进行排序的康复训练动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010859331.6A CN111951940A (zh) | 2020-08-24 | 2020-08-24 | 一种智慧医疗的康复辅助方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010859331.6A CN111951940A (zh) | 2020-08-24 | 2020-08-24 | 一种智慧医疗的康复辅助方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111951940A true CN111951940A (zh) | 2020-11-17 |
Family
ID=73359514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010859331.6A Withdrawn CN111951940A (zh) | 2020-08-24 | 2020-08-24 | 一种智慧医疗的康复辅助方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111951940A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112289425A (zh) * | 2020-11-19 | 2021-01-29 | 重庆邮电大学 | 一种基于公共租赁的康复设备管理系统及方法 |
CN116259401A (zh) * | 2023-01-17 | 2023-06-13 | 重庆电子工程职业学院 | 一种康复机器人性能分析方法 |
-
2020
- 2020-08-24 CN CN202010859331.6A patent/CN111951940A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112289425A (zh) * | 2020-11-19 | 2021-01-29 | 重庆邮电大学 | 一种基于公共租赁的康复设备管理系统及方法 |
CN116259401A (zh) * | 2023-01-17 | 2023-06-13 | 重庆电子工程职业学院 | 一种康复机器人性能分析方法 |
CN116259401B (zh) * | 2023-01-17 | 2023-10-27 | 重庆电子工程职业学院 | 一种康复机器人性能分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105320944B (zh) | 一种基于人体骨架运动信息的人体行为预测方法 | |
Jalal et al. | Development of a life logging system via depth imaging-based human activity recognition for smart homes | |
CN112861624A (zh) | 一种人体姿态检测方法、系统、存储介质、设备及终端 | |
WO2019052063A1 (zh) | 基于人工智能的医学影像分类处理系统及方法 | |
CN110334573B (zh) | 一种基于密集连接卷积神经网络的人体运动状态判别方法 | |
CN110490109B (zh) | 一种基于单目视觉的在线人体康复动作识别方法 | |
CN114099234B (zh) | 一种用于辅助康复训练的智能化康复机器人数据处理方法及系统 | |
CN111951940A (zh) | 一种智慧医疗的康复辅助方法 | |
CN110930374A (zh) | 一种基于双深度相机的腧穴定位方法 | |
CN110666791A (zh) | 一种基于深度学习的rgbd机器人看护系统及方法 | |
CN112101235B (zh) | 一种基于老年人行为特征的老年人行为识别检测方法 | |
CN115462783A (zh) | 一种基于骨骼关键点检测的婴幼儿爬行姿态分析系统 | |
CN115661856A (zh) | 一种基于Lite-HRNet的自定义康复训练监测与评估方法 | |
CN111951941B (zh) | 智慧医疗康复辅助管理系统 | |
CN108577849A (zh) | 一种基于雾计算模型的生理机能检测方法 | |
Hai et al. | PCA-SVM algorithm for classification of skeletal data-based eigen postures | |
CN113487579B (zh) | 自动勾画模型的多模态迁移方法 | |
CN114943924A (zh) | 基于人脸表情视频的疼痛评估方法、系统、设备及介质 | |
CN113768471A (zh) | 一种基于步态分析的帕金森疾病辅助诊断系统 | |
CN112233769A (zh) | 一种基于数据采集的患后康复系统 | |
CN113327267A (zh) | 一种基于单目rgb视频的动作评价方法 | |
CN112861699A (zh) | 一种基于单张深度图像和多阶段神经网络的任意姿势人体身高估计方法 | |
Katiyar et al. | Clinical gait data analysis based on spatio-temporal features | |
Oluwadare | Gait analysis on a smart floor for health monitoring | |
CN116028670B (zh) | 一种云边协同的智能检伤分类系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201117 |