CN112545860A - 驱动部件的驱动方法及按摩设备、电子设备、存储介质 - Google Patents
驱动部件的驱动方法及按摩设备、电子设备、存储介质 Download PDFInfo
- Publication number
- CN112545860A CN112545860A CN202011289021.1A CN202011289021A CN112545860A CN 112545860 A CN112545860 A CN 112545860A CN 202011289021 A CN202011289021 A CN 202011289021A CN 112545860 A CN112545860 A CN 112545860A
- Authority
- CN
- China
- Prior art keywords
- massage
- muscle
- driving
- data
- muscle fatigue
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 206010049565 Muscle fatigue Diseases 0.000 claims abstract description 184
- 210000003205 muscle Anatomy 0.000 claims abstract description 159
- 230000009471 action Effects 0.000 claims abstract description 15
- 238000013145 classification model Methods 0.000 claims description 85
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 64
- 239000008280 blood Substances 0.000 claims description 64
- 210000004369 blood Anatomy 0.000 claims description 64
- 229910052760 oxygen Inorganic materials 0.000 claims description 64
- 239000001301 oxygen Substances 0.000 claims description 64
- 238000001514 detection method Methods 0.000 claims description 31
- 238000012549 training Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000002567 electromyography Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 23
- 238000012544 monitoring process Methods 0.000 description 10
- 210000003195 fascia Anatomy 0.000 description 9
- 230000003183 myoelectrical effect Effects 0.000 description 9
- 208000029549 Muscle injury Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012706 support-vector machine Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 210000000577 adipose tissue Anatomy 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004138 cluster model Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 210000004237 neck muscle Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010064719 Oxyhemoglobins Proteins 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 108010002255 deoxyhemoglobin Proteins 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H23/00—Percussion or vibration massage, e.g. using supersonic vibration; Suction-vibration massage; Massage with moving diaphragms
- A61H23/02—Percussion or vibration massage, e.g. using supersonic vibration; Suction-vibration massage; Massage with moving diaphragms with electric or magnetic drive
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5007—Control means thereof computer controlled
- A61H2201/501—Control means thereof computer controlled connected to external computer devices or networks
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2230/00—Measuring physical parameters of the user
- A61H2230/20—Blood composition characteristics
- A61H2230/201—Blood composition characteristics used as a control parameter for the apparatus
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2230/00—Measuring physical parameters of the user
- A61H2230/60—Muscle strain, i.e. measured on the user, e.g. Electromyography [EMG]
- A61H2230/605—Muscle strain, i.e. measured on the user, e.g. Electromyography [EMG] used as a control parameter for the apparatus
Landscapes
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Pain & Pain Management (AREA)
- Physical Education & Sports Medicine (AREA)
- Rehabilitation Therapy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Massaging Devices (AREA)
Abstract
本申请实施例提供一种驱动部件的驱动方法及按摩设备、电子设备、存储介质,该方法应用于按摩设备,该按摩设备包括驱动部件,该方法包括:获取当前按摩部位的肌肉状态数据;根据该肌肉状态数据确定当前按摩部位的肌肉疲劳等级;确定与该肌肉疲劳等级对应的驱动部件参数;根据该驱动部件参数调节输入到驱动部件的驱动信号,以使该驱动部件在上述驱动信号的作用下产生与上述肌肉疲劳等级对应的机械运动。实施本申请实施例,能够根据用户的实际肌肉疲劳状态,通过驱动部件实现针对性的按摩,有效保障了用户使用按摩设备时的安全性,提升了按摩设备的使用效果。
Description
技术领域
本申请涉及电子设备技术领域,尤其涉及一种驱动部件的驱动方法及按摩设备、电子设备、存储介质。
背景技术
近年来,由于不良的工作和生活习惯等原因,腰颈肌肉疼痛逐渐成为人们的一大负担,人们对于按摩设备的需求也逐渐增大,使得筋膜枪、按摩棒等按摩设备得到广泛使用。然而,用户在使用这类按摩设备进行按摩时,往往只会使用该按摩设备的默认模式或功能,而不具备足够的专业水平判断如何设置和使用按摩设备才能实现最佳的按摩效果,导致用户容易错误设置和使用按摩设备,既增加了造成肌肉损伤的风险,又降低了按摩设备的使用效果。
发明内容
本申请实施例公开了一种驱动部件的驱动方法及按摩设备、电子设备、存储介质,能够根据用户的实际肌肉疲劳状态,通过驱动部件实现针对性的按摩,有效保障了用户使用按摩设备时的安全性,提升了按摩设备的使用效果。
本申请实施例第一方面公开一种驱动部件的驱动方法,应用于按摩设备,所述按摩设备包括驱动部件,所述方法包括:
获取当前按摩部位的肌肉状态数据;
根据所述肌肉状态数据确定所述当前按摩部位的肌肉疲劳等级;
确定与所述肌肉疲劳等级对应的驱动部件参数;
根据所述驱动部件参数调节输入到驱动部件的驱动信号,以使所述驱动部件在所述驱动信号的作用下产生与所述肌肉疲劳等级对应的机械运动。
作为一种可选的实施方式,在本申请实施例第一方面中,所述根据所述肌肉状态数据确定所述当前按摩部位的肌肉疲劳等级,包括:
将所述肌肉状态数据输入训练好的分类模型,并根据所述分类模型输出的分类结果确定所述当前按摩部位的肌肉疲劳等级。
作为一种可选的实施方式,在本申请实施例第一方面中,在所述获取当前按摩部位的肌肉状态数据之前,所述方法还包括:
获取用户的个人信息;
所述将所述肌肉状态数据输入训练好的分类模型包括:
根据所述用户的个人信息,确定与所述用户的个人信息相匹配的分类模型;
将所述肌肉状态数据输入与所述用户的个人信息相匹配的分类模型。
作为一种可选的实施方式,在本申请实施例第一方面中,在所述将所述肌肉状态数据输入训练好的分类模型之前,所述方法还包括:
从样本数据中提取样本特征参数,所述样本数据携带有肌肉疲劳等级标签,所述样本数据包括样本肌电数据和样本血氧数据;
将所述样本特征参数及对应的肌肉疲劳等级标签输入待训练的分类模型,通过所述待训练的分类模型输出所述样本特征参数对应的预估肌肉疲劳等级;
根据所述肌肉疲劳等级标签及所述预估肌肉疲劳等级计算损失,并根据所述损失调整所述待训练的分类模型的参数。
作为一种可选的实施方式,在本申请实施例第一方面中,所述样本数据还携带有个人信息标签,所述从样本数据中提取样本特征参数,包括:
从携带有相同个人信息标签的样本数据中提取样本特征参数;
所述将所述肌肉状态数据输入训练好的分类模型,并根据所述分类模型输出的分类结果确定所述当前按摩部位的肌肉疲劳等级,包括:
获取与所述肌肉状态数据对应的个人信息;
确定与所述个人信息对应的目标个人信息标签,并将所述肌肉状态数据输入训练好的目标分类模型,并根据所述目标分类模型输出的分类结果确定所述当前按摩部位的肌肉疲劳等级,所述目标分类模型为通过携带有所述目标个人信息标签的样本数据完成训练的分类模型。
作为一种可选的实施方式,在本申请实施例第一方面中,所述肌肉状态数据包括肌电数据及血氧数据;
所述获取当前按摩部位的肌肉状态数据,包括:
通过肌电信号传感器采集当前按摩部位的肌电信号;
通过血氧传感器向所述当前按摩部位发出探测光信号,并采集与所述探测光信号对应的反射光信号;
对所述肌电信号进行计算,获得所述当前按摩部位的肌电数据;
根据所述探测光信号和所述反射光信号计算得到所述当前按摩部位的血氧含量,并将所述血氧含量作为血氧数据。
作为一种可选的实施方式,在本申请实施例第一方面中,所述对所述肌电信号进行计算,获得所述当前按摩部位的肌电数据,包括:
计算在第一预设时长内采集的目标肌电信号的信号特征参数,并将所述信号特征参数作为肌电数据,其中,所述信号特征参数至少包括所述目标肌电信号的时域特征参数和/或频域特征参数。
作为一种可选的实施方式,在本申请实施例第一方面中,所述确定与所述肌肉疲劳等级对应的驱动部件参数,包括:
确定与所述肌肉疲劳等级匹配的按摩模式和/或按摩档位;
获取与所述按摩模式和/或按摩档位匹配的驱动部件参数,所述驱动部件参数包括转速、振动频率、振幅中的一种或多种。
作为一种可选的实施方式,在本申请实施例第一方面中,在所述获取当前按摩部位的肌肉状态数据之前,所述方法还包括:
控制所述按摩设备进入待机状态,所述按摩设备在所述待机状态下不向驱动部件输入驱动信号;
所述获取当前按摩部位的肌肉状态数据包括:
在所述待机状态下获取当前按摩部位的肌肉状态数据;
所述根据所述驱动部件参数调节输入到驱动部件的驱动信号,包括:
控制所述按摩设备退出所述待机状态,并根据所述驱动部件参数调节输入到所述驱动部件的驱动信号。
作为一种可选的实施方式,在本申请实施例第一方面中,所述获取当前按摩部位的肌肉状态数据,包括:
每隔第二预设时长,获取当前按摩部位的肌肉状态数据;
所述确定与所述肌肉疲劳等级对应的驱动部件参数,包括:
根据每隔所述第二预设时长确定的肌肉疲劳等级,调整与所述肌肉疲劳等级对应的驱动部件参数。
作为一种可选的实施方式,在本申请实施例第一方面中,在所述根据所述肌肉状态数据确定所述当前按摩部位的肌肉疲劳等级之后,所述方法还包括:
触发与所述肌肉疲劳等级对应的提示操作,所述提示操作至少包括声音提示、灯光提示和网络提示中的一种或多种。
本申请实施例第二方面公开一种按摩设备,包括肌肉状态检测模块、控制器以及驱动部件,所述控制器分别与所述肌肉状态检测模块以及所述驱动部件连接,其中,
所述肌肉状态检测模块,用于采集当前按摩部位的肌肉状态相关信号;
所述控制器,用于根据采集的所述肌肉状态相关信号计算得到所述当前按摩部位的肌肉状态数据,并根据所述肌肉状态数据确定所述当前按摩部位的肌肉疲劳等级,以及确定与所述肌肉疲劳等级对应的驱动部件参数,并根据所述驱动部件参数调节输入到驱动部件的驱动信号;
所述驱动部件,用于在所述驱动信号的作用下产生与所述肌肉疲劳等级对应的机械运动。
作为一种可选的实施方式,在本申请实施例第二方面中,所述控制器,还用于将所述肌肉状态数据输入训练好的分类模型,并根据所述分类模型输出的分类结果确定所述当前按摩部位的肌肉疲劳等级。
作为另一种可选的实施方式,在本申请实施例第二方面中,所述肌肉状态检测模块包括肌电信号传感器以及血氧传感器,所述肌肉状态数据包括肌电数据以及血氧数据,
所述肌电信号传感器,用于采集所述当前按摩部位的肌电信号;
所述控制器,还用于计算在第一预设时长内采集的目标肌电信号的信号特征参数,并将所述信号特征参数作为肌电数据,其中,所述信号特征参数至少包括所述目标肌电信号的时域特征参数和/或频域特征参数;
所述血氧传感器,用于向所述当前按摩部位发出探测光信号,并采集与所述探测光信号对应的反射光信号;
所述控制器,还用于根据所述探测光信号和所述反射光信号计算得到所述当前按摩部位的血氧含量,并将所述血氧含量作为血氧数据。
本申请实施例第三方面公开另一种按摩设备,包括:
获取单元,用于获取当前按摩部位的肌肉状态数据;
第一确定单元,用于根据所述肌肉状态数据确定所述当前按摩部位的肌肉疲劳等级;
第二确定单元,用于确定与所述肌肉疲劳等级对应的驱动部件参数;
输出单元,用于根据所述驱动部件参数调节输入到驱动部件的驱动信号,以使所述驱动部件在所述驱动信号的作用下产生与所述肌肉疲劳等级对应的机械运动。
本申请实施例第四方面公开一种电子设备,包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本申请实施例第一方面公开的任意一种驱动部件的驱动方法中的全部或部分步骤。
本申请实施例第五方面公开一种计算机可读存储介质,其存储计算机程序,其中,所述计算机程序使得计算机执行本申请实施例第一方面公开的任意一种驱动部件的驱动方法中的全部或部分步骤。
与现有技术相比,本申请实施例具有以下有益效果:
本申请实施例中,按摩设备可以包括脉冲输出电路,该按摩设备首先可以获取当前按摩部位的肌肉状态数据,然后可以根据该肌肉状态数据确定当前按摩部位的肌肉疲劳等级,进而确定与该肌肉疲劳等级对应的驱动部件参数,最后可以根据该驱动部件参数调节输入到驱动部件的驱动信号,以使该驱动部件在上述驱动信号的作用下产生与上述肌肉疲劳等级对应的机械运动,从而能够根据用户的实际肌肉疲劳状态,通过驱动部件实现针对性的按摩,有效保障了用户使用按摩设备时的安全性,提升了按摩设备的使用效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例中所需要使用的附图进行简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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。
图1是本申请实施例公开的一种驱动部件的驱动方法的应用场景示意图;
图2是本申请实施例公开的一种驱动部件的驱动方法的流程示意图;
图3是本申请实施例公开的一种按摩设备的结构示意图;
图4是本申请实施例公开的另一种驱动部件的驱动方法的流程示意图;
图5是本申请实施例公开的又一种驱动部件的驱动方法的流程示意图;
图6是本申请实施例公开的又一种驱动部件的驱动方法的流程示意图;
图7是本申请实施例公开的一种按摩设备的模块化示意图;
图8是本申请实施例公开的一种电子设备的模块化示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例公开了一种驱动部件的驱动方法及按摩设备、电子设备、存储介质,能够根据用户的实际肌肉疲劳状态,通过驱动部件实现针对性的按摩,有效保障了用户使用按摩设备时的安全性,提升了按摩设备的使用效果。
请参阅图1,图1是本申请实施例公开一种驱动部件的驱动方法的应用场景示意图,包括用户10和按摩设备20,该驱动方法可以应用于该按摩设备20。其中,当用户10使用该按摩设备20进行按摩时,该按摩设备20可以作用于用户10的当前按摩部位11,例如通过未图示的驱动部件来控制按摩头21对该当前按摩部位11进行按摩,以缓解该当前按摩部位11的肌肉疲劳。可以理解的是,图1所示的按摩设备20为一种筋膜枪,这仅仅是一种示例,并不构成本申请实施例中对按摩设备20的具体设备类型的限定。
在本申请实施例中,按摩设备20还可以包括未图示的肌肉状态检测模块。当用户10使用该按摩设备20进行按摩时,该按摩设备20可以先通过上述肌肉状态检测模块获取当前按摩部位11的肌肉状态数据,该肌肉状态数据可以包括肌电数据、血氧数据等,从而可以准确获知当前按摩部位11的肌肉疲劳状态。然后,该按摩设备20可以根据该肌肉状态数据,确定当前按摩部位11的肌肉疲劳等级,示例性地,可以通过机器学习(如分类、聚类等算法)、阈值判断(如设定阈值以判断肌肉状态数据所属的肌肉疲劳等级)等方法加以确定。最后,按摩设备20可以根据所确定的肌肉疲劳等级,确定与该肌肉疲劳等级对应的驱动部件参数,从而可以根据该驱动部件参数调节输入到其驱动部件的驱动信号,以使该驱动部件在上述驱动信号的作用下产生与上述肌肉疲劳等级对应的机械运动,带动按摩头21对用户10的当前按摩部位11进行按摩,从而能够根据用户10的实际肌肉疲劳状态实现针对性的按摩,有效保障了用户10使用按摩设备20时的安全性,提升了按摩设备20的使用效果。
请参阅图2,图2是本申请实施例公开的一种驱动部件的驱动方法的流程示意图,该方法可以应用于上述的按摩设备,该按摩设备可以包括驱动部件。如图2所示,该驱动方法可以包括以下步骤:
202、获取当前按摩部位的肌肉状态数据。
在本申请实施例中,当用户使用按摩设备进行按摩时,该按摩设备在用户身上所作用的部位即为当前按摩部位。示例性地,该按摩设备可以为筋膜枪、按摩棒、颈部按摩仪、腰部按摩仪、全身按摩仪等,但不限于此。例如,对于筋膜枪,用户与该筋膜枪的按摩头接触的部位可以作为当前按摩部位,该筋膜枪可以通过驱动部件(如电机、液压杆等)来带动按摩头往复运动,以对用户的当前按摩部位进行按摩,从而能够使当前按摩部位的肌肉得到舒缓,减轻肌肉疲劳;又例如,对于振动按摩棒,用户与该振动按摩棒的振动模组接触的部位可以作为当前按摩部位,该振动按摩棒可以通过驱动部件振动来带动其振动模组对用户的当前按摩部位进行持续敲击,从而放松当前按摩部位的肌肉,缓解肌肉疲劳。
当按摩设备与用户的当前按摩部位接触时,可以先获取该当前按摩部位的肌肉状态数据。示例性地,当前按摩部位的肌肉状态数据可以包括肌电数据、血氧数据等,其中,肌电数据可以用于表征当前按摩部位的肌电信号(一种极其微弱的神经电信号),血氧数据则可以用于表征当前按摩部位的血氧含量。通过获取上述肌电数据、血氧数据等肌肉状态数据,按摩设备可以准确地确定当前按摩部位的肌肉疲劳状态,从而实现针对性地按摩。
204、根据该肌肉状态数据确定当前按摩部位的肌肉疲劳等级。
在本申请实施例中,可以将肌肉疲劳状态划分为多个(如5个、10个等)肌肉疲劳等级,每个肌肉疲劳等级可以对应不同的按摩方式(如不同的按摩档位、按摩手法等),从而可以针对不同的肌肉疲劳等级适应性地调整按摩方式,提升按摩设备的按摩效果。在一种实施例中,可以通过机器学习的方式,预先以大量已知其肌肉疲劳等级的肌肉状态数据作为样本进行分类学习,得到训练好的分类模型,进而可以将上述步骤202获取的肌肉状态数据输入该分类模型,以确定当前按摩部位的肌肉疲劳等级。在另一种实施例中,还可以通过机器学习的方式,预先以大量未标记的肌肉状态数据作为样本进行聚类学习,得到训练好的聚类模型,然后可以将获取的肌肉状态数据输入该聚类模型,以确定当前按摩部位的肌肉疲劳等级。
在又一种实施例中,还可以根据预先设定的阈值对获取的肌肉状态数据进行阈值判断,以确定该肌肉状态数据对应的肌肉疲劳等级。例如,对于每个肌肉疲劳等级,可以预先设定对应的上限阈值和下限阈值,当获取的肌肉状态数据处于某一等级的上限阈值和下限阈值之间时,可以将该等级确定为该肌肉状态数据对应的肌肉疲劳等级,即当前按摩部位的肌肉疲劳等级。可以理解的是,当上述肌肉状态数据多于一类时,可以通过设置优先类别、复合判断等方式,以确保根据上述肌肉状态数据可以唯一确定当前按摩部位的肌肉疲劳等级。
206、确定与该肌肉疲劳等级对应的驱动部件参数。
在本申请实施例中,驱动部件参数可以指描述驱动部件运行状态的参数,包括转速、振动频率、振幅等。在一种实施例中,驱动部件可以包括电机,该电机可以带有转子,则上述驱动部件参数可以包括该电机的转速(如1000转/分钟、2000转/分钟等)。举例来说,以筋膜枪为例,该筋膜枪的电机转子可以上述转速旋转,并通过曲柄机构转化为往复机械运动,带动按摩头对当前按摩部位进行按摩。可选地,驱动部件也可以包括另一种电机,该电机可以设有偏心机构以产生激振,则上述驱动部件参数可以包括该电机的振动频率(如500Hz、600Hz等)和/或振幅(如3mm、5mm等)。举例来说,以振动按摩棒为例,该振动按摩棒的振动电机可以上述振动频率和/或振幅进行振动,以带动其按摩头对当前按摩部位进行振动敲击,实现对当前按摩部位的按摩。在另一种实施例中,驱动部件也可以包括液压杆,则上述驱动部件参数可以包括往复幅度、往复频率等,该液压杆可以在某一驱动信号控制的液压下带动按摩头进行往复运动,以对用户的当前按摩部位进行按摩。
在本申请实施例中,每个肌肉疲劳等级可以与一组(包含一种或多种)驱动部件参数相对应,从而当确定当前按摩部位的肌肉疲劳等级之后,可以唯一确定与该肌肉疲劳等级对应的驱动部件参数,进而可以在接下来的步骤中根据该驱动部件参数生成输入到驱动部件的驱动信号,以使该驱动部件产生机械运动对当前按摩部位进行按摩。
208、根据该驱动部件参数调节输入到驱动部件的驱动信号,以使该驱动部件在上述驱动信号的作用下产生与上述肌肉疲劳等级对应的机械运动。
具体地,按摩设备在确定与当前按摩部位的肌肉疲劳等级对应的驱动部件参数之后,可以查询预先设定的与每个驱动部件参数对应的驱动信号生成规则,并根据该生成规则对输入到驱动部件的驱动信号进行调节,该驱动信号可用于驱动该驱动部件产生与上述驱动部件参数对应的机械运动,亦即与上述肌肉疲劳等级对应的机械运动。可以理解的是,上述驱动信号可以为恒定信号(如直流信号)或周期性信号(如正弦信号、周期脉冲信号等),以使驱动部件产生稳定的机械运动;也可以为其他非周期性的信号,以使驱动部件产生多样化的机械运动,实现不同的按摩效果。
为更清楚地描述上述实施例所描述的驱动部件的驱动方法,请参阅图3,图3是本申请实施例公开的一种按摩设备的结构示意图。如图3所示,该按摩设备可以包括肌肉状态检测模块301、控制器302以及驱动部件303,上述控制器302可以分别与肌肉状态检测模块301以及驱动部件303连接。其中,上述肌肉状态检测模块301,可以用于采集当前按摩部位的肌肉状态相关信号,并将该肌肉状态相关信号传输至控制器302。控制器302可以根据上述肌肉状态相关信号计算得到当前按摩部位的肌肉状态数据,并根据该肌肉状态数据确定当前按摩部位的肌肉疲劳等级,以及确定与该肌肉疲劳等级对应的驱动部件参数,并根据该驱动部件参数调节输入到驱动部件303的驱动信号。上述驱动部件303,则可以在该驱动信号的作用下产生与上述肌肉疲劳等级对应的机械运动,以带动按摩头304对当前按摩部位进行按摩。
可见,实施上述实施例所描述的驱动方法,能够准确获取用户当前按摩部位的实际肌肉疲劳状态,并根据该实际肌肉疲劳状态,通过驱动部件实现针对性的按摩,以针对性地缓解用户的肌肉疲劳,既避免了由于用户不清楚自身的肌肉疲劳状态而错误设置按摩设备容易导致的肌肉损伤风险,有效保障了用户使用按摩设备时的安全性,同时又节省了用户的设置时间,有利于提升按摩设备的使用效果。
请参阅图4,图4是本申请实施例公开的另一种驱动部件的驱动方法的流程示意图,该方法可以应用于上述的按摩设备,该按摩设备可以包括驱动部件。如图4所示,该驱动方法可以包括以下步骤:
402、获取当前按摩部位的肌肉状态数据。
具体地,上述肌肉状态数据可以包括当前按摩设备的肌电数据以及血氧数据。
404、将该肌肉状态数据输入训练好的分类模型。
在本申请实施例中,按摩设备可以从本地存储中获取训练好的分类模型,并将上述肌肉状态数据输入该分类模型中;也可以将上述肌肉状态数据传输至云端的服务设备,以使该服务设备将该肌肉状态数据输入云端存储的分类模型中。其中,上述分类模型,可以是预先通过大量肌肉状态数据进行训练得到的分类模型,其使用的分类器可以包括贝叶斯分类器、SVM(Support Vector Machine,支持向量机)分类器等。
在一种实施例中,当需要训练分类模型时,可以先从样本数据中提取样本特征参数,该样本数据携带有肌肉疲劳等级标签,该肌肉疲劳状态标签可以对应于多个(如5个、10个等)肌肉疲劳等级,且该样本数据可以包括样本肌电数据和样本血氧数据;然后,可以将上述样本特征参数及对应的肌肉疲劳等级标签输入待训练的分类模型,并通过该待训练的分类模型输出上述样本特征参数对应的预估肌肉疲劳等级;最后,可以根据上述肌肉疲劳等级标签及预估肌肉疲劳等级计算损失(即通过损失函数计算损失值),并根据计算得到的损失调整上述待训练的分类模型的参数。
示例性地,以SVM分类器为例,从携带有肌肉疲劳等级标签的样本数据中提取得到的样本特征参数可以构成特征向量x,其对应的肌肉疲劳等级标签则可以构成结果向量y,构造参数向量ω,可以根据公式(1.1):
y(x)=ωTθ(x),x∈R 公式(1.1)
来求取超平面W,以使得特征向量x到超平面W的间隔ω最大,其中,ωT为参数向量ω的转置,θ(x)为用于调参的核函数,此处不作具体限定。也即是说,该SVM分类器的目的可以是求取如公式(1.2):
可以理解的是,由于SVM分类器为二值分类器(即输出只能为是或否),可以通过组合多个SVM分类器来实现多分类器,也可以通过合并对多个参数向量ω的求解至同一优化问题中,来实现划分多于2个的肌肉疲劳等级。
在另一种实施例中,上述样本数据还可以带有个人信息标签(如年龄层、性别、体脂范围等),从而当需要训练分类模型时,可以从携带有相同个人信息标签的样本数据中提取样本特征参数。示例性地,可以采集一定数量(如100、1000等)的处于相同年龄层、具有相同性别、位于相同体脂范围的测试对象的肌肉状态数据作为样本数据。可以理解的是,在采集上述样本数据时,可以根据测试对象的肌肉疲劳状态为每个肌肉状态数据打上肌肉疲劳状态标签,该肌肉疲劳状态标签可以对应于多个(如5个、10个等)肌肉疲劳等级。
在此基础上,完成训练后的分类模型将与特定的个人信息标签对应,从而按摩设备在将当前按摩部位的肌肉状态数据输入训练好的分类模型时,可以先获取与该肌肉状态数据对应的用户的个人信息,再根据该用户的个人信息确定与该用户的个人信息相匹配的分类模型,并将上述肌肉状态数据输入与该用户的个人信息相匹配的分类模型,以在后续步骤中根据该目标分类模型输出的分类结果确定当前按摩部位的肌肉疲劳等级。其中,上述用户的个人信息可以对应于唯一确定的目标个人信息标签,则上述目标分类模型为通过携带有上述目标个人信息标签的样本数据完成训练的分类模型。举例来说,若获取与当前按摩部位的肌肉状态数据对应的个人信息为“年龄22岁”“性别男”以及“体脂率15%”,则可以确定与该个人信息对应的个人信息标签,再获取通过携带有相同个人信息标签的样本数据(即从个人信息为“年龄22岁”“性别男”以及“体脂率15%”的测试对象采集的肌肉状态数据)训练的分类模型。进一步地,可以将当前按摩部位的肌肉状态数据输入该分类模型,以在接下来的步骤中根据上述分类模型输出的分类结果确定当前按摩部位的肌肉疲劳等级。
通过实施上述方法,能够针对不同用户的个人信息适应性地提供不同的分类模型,从而可以更准确地对用户的肌肉状态数据进行分类,有利于提升判断用户肌肉疲劳等级的准确性,进而提升确定驱动部件参数的准确性,进一步提升按摩设备的使用效果。
406、根据上述分类模型输出的分类结果确定当前按摩部位的肌肉疲劳等级。
具体地,上述分类模型可以将当前按摩部位的肌肉状态数据划分至唯一确定的预测分类,即该肌肉状态数据属于该预测分类的可能性最高,从而可以将该预测分类对应的肌肉疲劳等级作为当前按摩部位的肌肉疲劳等级。示例性地,上述肌肉疲劳等级可以通过数字来表示,如等级1、等级2……等级5等,每一等级对应于不同的、渐进性区别肌肉疲劳状态;也可以通过“轻度疲劳”“中度疲劳”“重度疲劳”等进行描述,以直观地反映用户当前按摩部位的肌肉疲劳程度,有利于提高用户的警觉性,及时提示用户进行按摩休息。
408、确定与该肌肉疲劳等级对应的驱动部件参数。
410、根据该驱动部件参数调节输入到驱动部件的驱动信号,以使该驱动部件在上述驱动信号的作用下产生与上述肌肉疲劳等级对应的机械运动。
其中,步骤408以及步骤410与上述步骤206以及步骤208类似,此处不再赘述。
作为一种可选的实施方式,按摩设备在确定当前按摩部位的肌肉疲劳等级之后,可以进一步确定与该肌肉疲劳等级匹配的按摩模式和/或按摩档位,然后可以根据该按摩模式和/或按摩档位,获取与该按摩模式和/或按摩档位匹配的驱动部件参数,该驱动部件参数可以包括转速、振动频率、振幅中的一种或多种,进而可以根据该驱动部件参数调节输入到驱动部件的驱动信号。其中,上述按摩模式,可以包括不同的按摩手法(如转动方式、振动方式等)、循环按摩周期、单次循环按摩次数等;上述按摩档位,可以包括不同的按摩力度档位、按摩频率档位等。通过匹配与肌肉疲劳等级对应的按摩模式和/或按摩档位,可以精确地确定针对不同肌肉疲劳等级的驱动部件参数,并提供可查验可追溯的输出(例如可提示用户当前采用的按摩模式和/或按摩档位),以供用户及时了解并根据需要调整驱动部件参数,进而调节输入到驱动部件的驱动信号,以驱动该驱动部件适应性地改变机械运动,进一步提升按摩设备的按摩效果。
可见,实施上述实施例所描述的驱动方法,能够通过分类模型对用户当前按摩部位的肌肉疲劳状态进行准确的分类,以确定当前按摩部位的肌肉疲劳等级,从而能够针对性调整驱动部件参数,以驱动上述驱动部件产生合适的机械运动,实现针对当前按摩部位的按摩;此外,针对不同用户还可以适应性地提供不同的分类模型,从而可以更准确地对用户的肌肉状态数据进行分类,有利于提升判断用户肌肉疲劳等级的准确性,进而提升确定驱动部件参数的准确性,进一步提升按摩设备的使用效果。
请参阅图5,图5是本申请实施例公开的又一种驱动部件的驱动方法的流程示意图,该方法可以应用于上述的按摩设备,该按摩设备可以包括驱动部件。如图5所示,该驱动方法可以包括以下步骤:
502、获取当前按摩部位的肌肉状态数据。
在一种实施例中,按摩设备在获取当前按摩部位的肌肉状态数据时,可以通过传感器来采集当前按摩部位的肌肉状态相关信号(例如肌电相关信号、血氧相关信号等),进而可以对采集到的肌肉状态相关信号进行计算,获得当前按摩部位的肌肉状态数据。示例性地,按摩设备可以设有肌电信号传感器,从而可以通过该肌电信号传感器对预设时间段内当前按摩部位的肌电信号进行采集;然后,该肌电信号传感器可以将采集到的肌电信号传输至按摩设备内置的控制器,以供该控制器对上述肌电信号进行计算(如提取特征值、统计特征量等),得到当前按摩部位的肌电数据,作为肌肉状态数据,用于在接下来的步骤中实现针对性地按摩。示例性地,按摩设备也可以设有血氧传感器,可以理解的是,在对血氧相关信号进行采集时,所使用的血氧传感器可以为光探测器,即可以通过向当前按摩部位发出探测光信号(如去氧血红蛋白吸收峰、波长为760nm的光信号,以及氧合血红蛋白、波长为850nm的光信号等),并采集与该探测光信号对应的反射光信号,利用上述探测光信号与反射光信号两者之差(如因为血红蛋白吸光而导致的光强差)确定当前按摩部位的血氧数据,作为肌肉状态数据。也即是说,区别于上述肌电信号可以为电信号,上述血氧相关信号可以为光信号。
作为一种可选的实施方式,上述按摩设备还可以与独立的监测设备(如智能手环、带有监测传感器的枕头等)连接,并从该检测设备获取当前按摩部位的肌肉状态数据。示例性地,当用户使用按摩设备进行按摩时,可以先向上述监测设备发出数据获取请求,该数据获取请求可以包括当前按摩位置的位置标识;当监测设备接收到上述数据获取请求后,可以获取与上述位置标识匹配的监测数据,并将该监测数据发送至按摩设备;最后,按摩设备可以接收该监测数据,并从该监测数据中提取当前按摩部位的肌肉状态数据。例如,按摩设备(以筋膜枪为例)可以与智能手环建立无线连接(如蓝牙连接、Wi-Fi连接等),当用户使用筋膜枪进行按摩时,可以先通过该智能手环对需要按摩的部位进行检测,以获得其肌肉状态数据,然后筋膜枪可以向该智能手环发送数据获取请求,以获取上述肌肉状态数据。又例如,按摩设备(以颈部按摩仪为例)可以与带有监测传感器的枕头建立连接,当用户使用颈部按摩仪进行按摩时,可以先查询该用户近期(如10分钟内、30分钟内等)是否使用过上述枕头,若使用过,则向上述枕头发送数据获取请求,以获取该枕头通过监测传感器采集的监测数据,并从中提取出颈部肌肉状态数据。
504、将该肌肉状态数据输入训练好的分类模型。
506、根据上述分类模型输出的分类结果确定当前按摩部位的肌肉疲劳等级。
其中,步骤504以及步骤506与上述步骤404以及步骤406类似,此处不再赘述。
508、确定与该肌肉疲劳等级匹配的按摩模式和/或按摩档位。
示例性地,上述按摩模式,可以包括不同的按摩手法(如转动方式、振动方式等)、循环按摩周期、单次循环按摩次数等;上述按摩档位,则可以包括不同的按摩力度档位、按摩频率档位等。
510、获取与上述按摩模式和/或按摩档位匹配的驱动部件参数,该驱动部件参数包括转速、振动频率、振幅中的一种或多种。
在本申请实施例中,通过匹配与肌肉疲劳等级对应的按摩模式和/或按摩档位,可以精确地确定针对不同肌肉疲劳等级的驱动部件参数,同时还可以提供可查验可追溯的输出,例如可以通过语音或震动的方式,提示用户当前采用的按摩模式和/或按摩档位,以供用户及时了解并根据需要调整驱动部件参数,进而调节输入到驱动部件的驱动信号,以驱动该驱动部件适应性地改变机械运动,进一步提升按摩设备的按摩效果。
512、根据该驱动部件参数调节输入到驱动部件的驱动信号,以使该驱动部件在上述驱动信号的作用下产生与上述肌肉疲劳等级对应的机械运动。
其中,步骤512与上述步骤410类似,此处不再赘述。
可见,实施上述实施例所描述的驱动方法,能够通过采集当前按摩部位的肌肉状态相关信号,计算得到当前按摩部位的肌肉状态数据,从而可以准确地确定肌肉疲劳等级,以针对性地确定驱动部件参数;同时,还可以提供可查验可追溯的输出,以供用户及时了解并根据需要调整上述驱动部件参数,进一步提升按摩设备的按摩效果。
请参阅图6,图6是本申请实施例公开的又一种驱动部件的驱动方法的流程示意图,该方法可以应用于上述的按摩设备,该按摩设备可以包括驱动部件。如图6所示,该驱动方法可以包括以下步骤:
602、控制按摩设备进入待机状态,该按摩设备在待机状态下不向上述驱动部件输入驱动信号。
在本申请实施例中,当按摩设备开机时,或当按摩设备完成一次按摩后,可以先进入待机状态,以预留时间获取当前按摩部位的肌肉状态数据,从而确定是否需要对当前按摩部位进行按摩,以及在需要进行按摩时,确定与当前按摩部位的肌肉疲劳等级对应的驱动部件参数,并根据该驱动部件参数生成驱动信号对上述驱动部件进行驱动。其中,按摩设备在待机状态下,可以不向上述驱动部件输入驱动信号,以在未确定当前按摩部位的肌肉疲劳等级时避免直接进行按摩,从而避免意外造成肌肉损伤,有效保障了用户使用按摩设备时的安全性,同时也减少按摩设备不必要的耗电。
604、在待机状态下通过肌电信号传感器采集当前按摩部位的肌电信号。
在待机状态下,因按摩设备不向驱动部件输入驱动信号,按摩设备的输出部件例如按摩头没有开始工作,按摩设备的状态比较平稳,特别是对于某些按摩设备,例如筋膜枪,其在工作状态下振动幅度很大,传感器难以正常工作,因此在待机状态下可以避免传感器受到按摩设备工作时振动的干扰,更有利于肌电信号的采集。
605、计算在第一预设时长内采集的目标肌电信号的信号特征参数,并将该信号特征参数作为肌电数据,其中,上述信号特征参数至少包括目标肌电信号的时域特征参数和/或频域特征参数。
在一种实施例中,对于通过肌电信号传感器采集的肌电信号,按摩设备可以先截取第一预设时长(如1秒、5秒、10秒等)内所采集的目标肌电信号,然后再计算在该第一预设时长内目标肌电信号的信号特征参数,并将该信号特征参数作为肌电数据,即作为当前按摩部位的肌肉状态数据。其中,上述信号特征参数至少可以包括目标肌电信号的时域特征参数(如积分肌电值、均方根值、平均绝对值、斜率变化率、过零率、窗长等)和/或频域特征参数(如平均功率频率、中值频率等)。可以理解的是,由于肌电信号是一种非平稳时变信号,可以在对该肌电信号提取时域特征参数后,通过傅里叶变换将其转换至频域,再提取其频域特征参数。
需要说明的是,在执行上述步骤604以及步骤605时,按摩设备还可以同时执行下述步骤606以及步骤607,以在获取当前按摩部位的肌电数据的同时获取该当前按摩部位的血氧数据。
606、在待机状态下通过血氧传感器向当前按摩部位发出探测光信号,并采集与该探测光信号对应的反射光信号。
在待机状态下,因按摩设备不向驱动部件输入驱动信号,按摩设备的输出部件例如按摩头没有开始工作,按摩设备的状态比较平稳,特别是对于某些按摩设备,例如筋膜枪,其在工作状态下振动幅度很大,传感器难以正常工作,因此在待机状态下可以避免传感器受到按摩设备工作时振动的干扰,更有利于血氧信号的采集。
607、根据上述探测光信号和反射光信号计算得到当前按摩部位的血氧含量,并将该血氧含量作为血氧数据。
在一种实施例中,对于通过血氧传感器发出的探测光信号以及采集的反射光信号,按摩设备可以通过分析和计算,获取当前按摩部位的血氧含量,并将该血氧含量作为血氧数据,即作为当前按摩部位的肌肉状态数据。可以理解的是,上述肌肉状态数据可以仅包括肌电数据,也可以仅包括血氧数据,还可以同时包括肌电数据以及血氧数据,或其他对肌肉疲劳状态具有参考意义的数据。
示例性地,请一并参阅图3,在图3所示的按摩设备中,肌肉状态检测模块301可以包括肌电信号传感器3011以及血氧传感器3012,从而可以将肌电信号传感器3011针对当前按摩部位采集到的肌电信号传输至控制器302,以使该控制器302可以计算在上述第一预设时长内采集的目标肌电信号的信号特征参数,作为肌电数据;同时,可以将血氧传感器3012发出的探测光信号和反射光信号转换为电信号也传输至该控制器302,以供该控制器302计算得到当前按摩部位的血氧含量,作为血氧数据。进一步地,该控制器302可以将上述肌肉状态数据(包括肌电数据以及血氧数据)输入训练好的分类模型,并根据该分类模型输出的分类结果确定当前按摩部位的肌肉疲劳等级。
作为一种可选的实施方式,按摩设备可以在通电开机后,并确认与用户的当前按摩部位接触后,才执行上述步骤604至步骤607,从而能够在确保用户正确放置该按摩设备时才采集当前按摩部位的肌肉状态相关信号,有利于确保所获取的肌肉状态数据的准确性。示例性地,按摩设备可以预先设定时间阈值(如5秒、10秒等),在用户正确佩戴并开启按摩设备之后超过上述时间阈值时,在上述第一预设时长内采集当前按摩部位的肌电信号以及血氧相关信号,进而可以计算得到当前按摩部位的肌电数据(包括时域特征参数、频域特征参数等)以及血氧数据(包括血氧含量等),作为当前按摩部位的肌肉状态数据。
作为一种可选的实施方式,按摩设备可以每隔第二预设时长,重新获取当前按摩部位的肌肉状态数据,即重新执行上述步骤604至步骤607,从而可以在使用该按摩设备按摩第二预设时长后,确认当前按摩部位的肌肉疲劳状态是否得到缓解,并根据重新确定的肌肉疲劳等级,调整与当前的肌肉疲劳等级对应的驱动部件参数,进而调节输入到驱动部件的驱动信号,以使该驱动部件可以适应性地改变机械运动,提升对当前按摩部位的按摩效果。
608、将肌肉状态数据输入训练好的分类模型,肌肉状态数据包括上述肌电数据以及血氧数据。
610、根据上述分类模型输出的分类结果确定当前按摩部位的肌肉疲劳等级。
其中,步骤608以及步骤610与上述步骤步骤404以及步骤406类似,此处不再赘述。
612、触发与上述肌肉疲劳等级对应的提示操作,该提示操作至少包括声音提示、灯光提示和网络提示中的一种或多种。
示例性地,按摩设备可以通过内置的麦克风,输出与上述肌肉疲劳等级对应的提示音,该提示音可以包括提示音效、提示语音等。
示例性地,按摩设备也可以通过内置的灯光模组(如LED、闪光灯等),输出与上述肌肉疲劳等级对应的灯光提示,例如不同颜色的灯光提示、不同频率的闪烁提示等。
示例性地,按摩设备还可以生成与上述肌肉疲劳等级对应的提示信息,以发送至与该按摩设备连接的通信设备上,例如发送至用户的手机上,并通过系统通知、应用程序通知、小程序通知等方式输出该提示信息。
通过实施上述方法,能够提醒用户了解当前按摩部位的肌肉疲劳状态,从而提示用户及时进行按摩放松,以配合按摩设备提升按摩效果。
614、确定与该肌肉疲劳等级对应的驱动部件参数。
616、控制按摩设备退出待机状态,并根据上述驱动部件参数调节输入到驱动部件的驱动信号,以使该驱动部件在上述驱动信号的作用下产生与上述肌肉疲劳等级对应的机械运动。
其中,步骤614以及步骤616与上述步骤408以及步骤410类似,此处不再赘述。
可见,实施上述实施例所描述的驱动方法,能够在未确定当前按摩部位的肌肉疲劳等级时避免直接进行按摩,从而避免意外造成肌肉损伤,有效保障了用户使用按摩设备时的安全性,同时也减少按摩设备不必要的耗电;此外,还能够通过多种途径提醒用户及时进行按摩放松,有利于配合按摩设备提升按摩效果。
请参阅图7,图7是本申请实施例公开的一种按摩设备的模块化示意图,该按摩设备可以应用于上述的按摩设备,该按摩设备可以包括驱动部件。如图7所示,该按摩设备可以包括获取单元701、第一确定单元702、第二确定单元703以及输出单元704,其中:
获取单元701,用于获取当前按摩部位的肌肉状态数据;
第一确定单元702,用于根据该肌肉状态数据确定当前按摩部位的肌肉疲劳等级;
第二确定单元703,用于确定与该肌肉疲劳等级对应的驱动部件参数;
输出单元704,用于根据该驱动部件参数调节输入到驱动部件的驱动信号,以使驱动部件在该驱动信号的作用下产生与上述肌肉疲劳等级对应的机械运动。
采用上述实施例所描述的按摩设备,能够准确获取用户当前按摩部位的实际肌肉疲劳状态,并根据该实际肌肉疲劳状态,通过驱动部件实现针对性的按摩,以针对性地缓解用户的肌肉疲劳,既避免了由于用户不清楚自身的肌肉疲劳状态而错误设置按摩设备容易导致的肌肉损伤风险,有效保障了用户使用按摩设备时的安全性,同时又节省了用户的设置时间,有利于提升按摩设备的使用效果。
作为一种可选的实施方式,图7中的第一确定单元702具体可以用于将上述获取单元701所获取的肌肉状态数据输入训练好的分类模型,并根据上述分类模型输出的分类结果确定当前按摩部位的肌肉疲劳等级。
采用上述实施例所描述的按摩设备,能够通过分类模型对用户当前按摩部位的肌肉疲劳状态进行准确的分类,以确定当前按摩部位的肌肉疲劳等级,从而能够针对性调整驱动部件参数,以驱动上述驱动部件产生合适的机械运动,实现针对当前按摩部位的按摩。
作为一种可选的实施方式,图7中的按摩设备还可以包括未图示的第一训练单元、第二训练单元以及第三训练单元,上述各训练单元用于在上述第一确定单元702将上述获取单元701所获取的肌肉状态数据输入训练好的分类模型之前,完成对分类模型的训练,其中:
第一训练单元,用于从样本数据中提取样本特征参数,该样本数据携带有肌肉疲劳等级标签,且该样本数据包括样本肌电数据和样本血氧数据;
第二训练单元,用于将上述样本特征参数及对应的肌肉疲劳等级标签输入待训练的分类模型,通过该待训练的分类模型输出上述样本特征参数对应的预估肌肉疲劳等级;
第三训练单元,用于根据上述肌肉疲劳等级标签及预估肌肉疲劳等级计算损失,并根据该损失调整上述待训练的分类模型的参数。
作为一种可选的实施方式,上述样本数据还可以携带有个人信息标签,上述第一训练单元,具体可以用于从携带有相同个人信息标签的样本数据中提取样本特征参数;
图7中的第一确定单元702具体可以包括未图示的信息获取子单元以及等级确定子单元,其中:
信息获取子单元,用于获取与上述获取单元701所获取的肌肉状态数据对应的个人信息;
等级确定子单元,用于确定与上述个人信息对应的目标个人信息标签,并将上述肌肉状态数据输入训练好的目标分类模型,并根据该目标分类模型输出的分类结果确定当前按摩部位的肌肉疲劳等级,其中,上述目标分类模型为通过携带有目标个人信息标签的样本数据完成训练的分类模型。
作为一种可选的实施方式,上述信息获取子单元,还可以用于在上述获取单元701获取当前按摩部位的肌肉状态数据之前,获取用户的个人信息;
则上述第一确定单元702在将上述获取单元701所获取的肌肉状态数据输入训练好的分类模型时,具体可以根据该用户的个人信息,确定与该用户的个人信息相匹配的分类模型,并将上述肌肉状态数据输入与该用户的个人信息相匹配的分类模型。
采用上述实施例所描述的按摩设备,能够针对不同用户还可以适应性地提供不同的分类模型,从而可以更准确地对用户的肌肉状态数据进行分类,有利于提升判断用户肌肉疲劳等级的准确性,进而提升确定驱动部件参数的准确性,进一步提升按摩设备的使用效果。
作为一种可选的实施方式,上述肌肉状态数据可以包括肌电数据及血氧数据,上述获取单元701可以包括第一信号采集子单元、第二信号采集子单元以及第一信号计算子单元、第二信号计算子单元,其中:
第一信号采集子单元,用于通过肌电信号传感器采集当前按摩部位的肌电信号;
第二信号采集子单元,用于通过血氧传感器向当前按摩部位发出探测光信号,并采集与该探测光信号对应的反射光信号;
第一信号计算子单元,用于对上述肌电信号进行计算,获得当前按摩部位的肌电数据;
第二信号计算子单元,用于根据上述探测光信号和反射光信号计算得到当前按摩部位的血氧含量,并将该血氧含量作为血氧数据。
作为一种可选的实施方式,上述第一信号计算子单元,具体可以用于计算在第一预设时长内采集的目标肌电信号的信号特征参数,并将该信号特征参数作为肌电数据,其中,该信号特征参数至少可以包括目标肌电信号的时域特征参数和/或频域特征参数。
采用上述实施例所描述的按摩设备,能够通过采集当前按摩部位的肌肉状态相关信号,计算得到当前按摩部位的肌肉状态数据,从而可以准确地确定肌肉疲劳等级,以针对性地确定驱动部件参数。
作为一种可选的实施方式,图7中的输出单元704可以包括未图示的模式/档位确定子单元以及参数获取子单元,其中:
模式/档位确定子单元,用于确定与上述第一确定单元702所确定的肌肉疲劳等级匹配的按摩模式和/或按摩档位;
参数获取子单元,用于获取与上述按摩模式和/或按摩档位匹配的驱动部件参数,该驱动部件参数包括转速、振动频率、振幅中的一种或多种。
通过匹配与肌肉疲劳等级对应的按摩模式和/或按摩档位,可以精确地确定针对不同肌肉疲劳等级的按摩脉冲,同时还可以提供可查验可追溯的输出,例如可以通过语音或震动的方式,提示用户当前采用的按摩模式和/或按摩档位,以供用户及时了解并根据需要调整上述驱动部件参数。
作为一种可选的实施方式,图7中的按摩设备还可以包括未图示的待机单元,该待机单元用于在上述获取单元701获取当前按摩部位的肌肉状态数据之前,控制按摩设备进入待机状态,该按摩设备在待机状态下不向上述驱动部件输入驱动信号;
上述获取单元701,具体可以用于在待机状态下获取当前按摩部位的肌肉状态数据;
上述输出单元704,具体可以用于控制按摩设备退出上述待机状态,并根据上述第二确定单元703所确定的驱动部件参数调节输入到上述驱动部件的驱动信号。
采用上述实施例所描述的按摩设备,可以在未确定当前按摩部位的肌肉疲劳等级时避免直接进行按摩,从而避免意外造成肌肉损伤,有效保障了用户使用按摩设备时的安全性,同时也减少按摩设备不必要的耗电。
作为一种可选的实施方式,图7中获取单元701,具体可以用于每隔第二预设时长,获取当前按摩部位的肌肉状态数据;
则上述第二确定单元703,具体可以用于根据每隔上述第二预设时长确定的肌肉疲劳等级,调整与该肌肉疲劳等级对应的驱动部件参数。
采用上述实施例所描述的按摩设备,可以在使用该按摩设备按摩第二预设时长后,确认当前按摩部位的肌肉疲劳状态是否得到缓解,并根据重新确定的肌肉疲劳等级,调整与当前的肌肉疲劳等级对应的驱动部件参数,进而调节输入到驱动部件的驱动信号,以使该驱动部件可以适应性地改变机械运动,提升对当前按摩部位的按摩效果。
作为一种可选的实施方式,图7中的按摩设备还可以包括未图示的提示单元,该提示单元用于在上述第一确定单元702根据获取单元701所获取的肌肉状态数据确定当前按摩部位的肌肉疲劳等级之后,触发与该肌肉疲劳等级对应的提示操作,该提示操作至少包括声音提示、灯光提示和网络提示中的一种或多种。
采用上述实施例所描述的按摩设备,能够提醒用户了解当前按摩部位的肌肉疲劳状态,从而提示用户及时进行按摩放松,以配合按摩设备提升按摩效果。
请参阅图8,图8是本申请实施例公开的一种电子设备的模块化示意图。如图8所示,该电子设备可以包括:
存储有可执行程序代码的存储器801;
与存储器801耦合的处理器802;
其中,处理器802调用存储器801中存储的可执行程序代码,可以执行上述实施例所描述的任意一种驱动部件的驱动方法中的全部或部分步骤。
此外,本申请实施例进一步公开了一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,该计算机程序使得计算机可以执行上述实施例所描述的任意一种驱动部件的驱动方法中的全部或部分步骤。
此外,本申请实施例进一步公开一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机可以执行上述实施例所描述的任意一种驱动部件的驱动方法中的全部或部分步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本申请实施例公开的一种驱动部件的驱动方法及按摩设备、电子设备、存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (17)
1.一种驱动部件的驱动方法,其特征在于,应用于按摩设备,所述按摩设备包括驱动部件,所述方法包括:
获取当前按摩部位的肌肉状态数据;
根据所述肌肉状态数据确定所述当前按摩部位的肌肉疲劳等级;
确定与所述肌肉疲劳等级对应的驱动部件参数;
根据所述驱动部件参数调节输入到驱动部件的驱动信号,以使所述驱动部件在所述驱动信号的作用下产生与所述肌肉疲劳等级对应的机械运动。
2.根据权利要求1所述的方法,其特征在于,所述根据所述肌肉状态数据确定所述当前按摩部位的肌肉疲劳等级,包括:
将所述肌肉状态数据输入训练好的分类模型,并根据所述分类模型输出的分类结果确定所述当前按摩部位的肌肉疲劳等级。
3.根据权利要求2所述的方法,其特征在于,在所述获取当前按摩部位的肌肉状态数据之前,所述方法还包括:
获取用户的个人信息;
所述将所述肌肉状态数据输入训练好的分类模型包括:
根据所述用户的个人信息,确定与所述用户的个人信息相匹配的分类模型;
将所述肌肉状态数据输入与所述用户的个人信息相匹配的分类模型。
4.根据权利要求2所述的方法,其特征在于,在所述将所述肌肉状态数据输入训练好的分类模型之前,所述方法还包括:
从样本数据中提取样本特征参数,所述样本数据携带有肌肉疲劳等级标签,所述样本数据包括样本肌电数据和样本血氧数据;
将所述样本特征参数及对应的肌肉疲劳等级标签输入待训练的分类模型,通过所述待训练的分类模型输出所述样本特征参数对应的预估肌肉疲劳等级;
根据所述肌肉疲劳等级标签及所述预估肌肉疲劳等级计算损失,并根据所述损失调整所述待训练的分类模型的参数。
5.根据权利要求4所述的方法,其特征在于,所述样本数据还携带有个人信息标签,所述从样本数据中提取样本特征参数,包括:
从携带有相同个人信息标签的样本数据中提取样本特征参数;
所述将所述肌肉状态数据输入训练好的分类模型,并根据所述分类模型输出的分类结果确定所述当前按摩部位的肌肉疲劳等级,包括:
获取与所述肌肉状态数据对应的个人信息;
确定与所述个人信息对应的目标个人信息标签,并将所述肌肉状态数据输入训练好的目标分类模型,并根据所述目标分类模型输出的分类结果确定所述当前按摩部位的肌肉疲劳等级,所述目标分类模型为通过携带有所述目标个人信息标签的样本数据完成训练的分类模型。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述肌肉状态数据包括肌电数据及血氧数据;
所述获取当前按摩部位的肌肉状态数据,包括:
通过肌电信号传感器采集当前按摩部位的肌电信号;
通过血氧传感器向所述当前按摩部位发出探测光信号,并采集与所述探测光信号对应的反射光信号;
对所述肌电信号进行计算,获得所述当前按摩部位的肌电数据;
根据所述探测光信号和所述反射光信号计算得到所述当前按摩部位的血氧含量,并将所述血氧含量作为血氧数据。
7.根据权利要求6所述的方法,其特征在于,所述对所述肌电信号进行计算,获得所述当前按摩部位的肌电数据,包括:
计算在第一预设时长内采集的目标肌电信号的信号特征参数,并将所述信号特征参数作为肌电数据,其中,所述信号特征参数至少包括所述目标肌电信号的时域特征参数和/或频域特征参数。
8.根据权利要求1至5任一项所述的方法,其特征在于,所述确定与所述肌肉疲劳等级对应的驱动部件参数,包括:
确定与所述肌肉疲劳等级匹配的按摩模式和/或按摩档位;
获取与所述按摩模式和/或按摩档位匹配的驱动部件参数,所述驱动部件参数包括转速、振动频率、振幅中的一种或多种。
9.根据权利要求1至5任一项所述的方法,其特征在于,在所述获取当前按摩部位的肌肉状态数据之前,所述方法还包括:
控制所述按摩设备进入待机状态,所述按摩设备在所述待机状态下不向驱动部件输入驱动信号;
所述获取当前按摩部位的肌肉状态数据包括:
在所述待机状态下获取当前按摩部位的肌肉状态数据;
所述根据所述驱动部件参数调节输入到驱动部件的驱动信号,包括:
控制所述按摩设备退出所述待机状态,并根据所述驱动部件参数调节输入到所述驱动部件的驱动信号。
10.根据权利要求1至5任一项所述的方法,其特征在于,所述获取当前按摩部位的肌肉状态数据,包括:
每隔第二预设时长,获取当前按摩部位的肌肉状态数据;
所述确定与所述肌肉疲劳等级对应的驱动部件参数,包括:
根据每隔所述第二预设时长确定的肌肉疲劳等级,调整与所述肌肉疲劳等级对应的驱动部件参数。
11.根据权利要求1至5任一项所述的方法,其特征在于,在所述根据所述肌肉状态数据确定所述当前按摩部位的肌肉疲劳等级之后,所述方法还包括:
触发与所述肌肉疲劳等级对应的提示操作,所述提示操作至少包括声音提示、灯光提示和网络提示中的一种或多种。
12.一种按摩设备,其特征在于,包括肌肉状态检测模块、控制器以及驱动部件,所述控制器分别与所述肌肉状态检测模块以及所述驱动部件连接,其中,
所述肌肉状态检测模块,用于采集当前按摩部位的肌肉状态相关信号;
所述控制器,用于根据采集的所述肌肉状态相关信号计算得到所述当前按摩部位的肌肉状态数据,并根据所述肌肉状态数据确定所述当前按摩部位的肌肉疲劳等级,以及确定与所述肌肉疲劳等级对应的驱动部件参数,并根据所述驱动部件参数调节输入到驱动部件的驱动信号;
所述驱动部件,用于在所述驱动信号的作用下产生与所述肌肉疲劳等级对应的机械运动。
13.根据权利要求12所述的按摩设备,其特征在于,所述控制器,还用于将所述肌肉状态数据输入训练好的分类模型,并根据所述分类模型输出的分类结果确定所述当前按摩部位的肌肉疲劳等级。
14.根据权利要求12所述的按摩设备,其特征在于,所述肌肉状态检测模块包括肌电信号传感器以及血氧传感器,所述肌肉状态数据包括肌电数据以及血氧数据,
所述肌电信号传感器,用于采集所述当前按摩部位的肌电信号;
所述控制器,还用于计算在第一预设时长内采集的目标肌电信号的信号特征参数,并将所述信号特征参数作为肌电数据,其中,所述信号特征参数至少包括所述目标肌电信号的时域特征参数和/或频域特征参数;
所述血氧传感器,用于向所述当前按摩部位发出探测光信号,并采集与所述探测光信号对应的反射光信号;
所述控制器,还用于根据所述探测光信号和所述反射光信号计算得到所述当前按摩部位的血氧含量,并将所述血氧含量作为血氧数据。
15.一种按摩设备,其特征在于,包括:
获取单元,用于获取当前按摩部位的肌肉状态数据;
第一确定单元,用于根据所述肌肉状态数据确定所述当前按摩部位的肌肉疲劳等级;
第二确定单元,用于确定与所述肌肉疲劳等级对应的驱动部件参数;
输出单元,用于根据所述驱动部件参数调节输入到驱动部件的驱动信号,以使所述驱动部件在所述驱动信号的作用下产生与所述肌肉疲劳等级对应的机械运动。
16.一种电子设备,其特征在于,包括:
存储有计算机程序的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述计算机程序,执行权利要求1至11任一项所述的方法。
17.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机程序,其中,所述计算机程序使得计算机执行权利要求1至11任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011289021.1A CN112545860A (zh) | 2020-11-17 | 2020-11-17 | 驱动部件的驱动方法及按摩设备、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011289021.1A CN112545860A (zh) | 2020-11-17 | 2020-11-17 | 驱动部件的驱动方法及按摩设备、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112545860A true CN112545860A (zh) | 2021-03-26 |
Family
ID=75044181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011289021.1A Pending CN112545860A (zh) | 2020-11-17 | 2020-11-17 | 驱动部件的驱动方法及按摩设备、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112545860A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113425575A (zh) * | 2021-06-22 | 2021-09-24 | 深圳市理德铭科技股份有限公司 | 一种具有自适应功能的筋膜枪及健康管理系统 |
CN114053112A (zh) * | 2021-10-19 | 2022-02-18 | 奥佳华智能健康科技集团股份有限公司 | 一种按摩方法、装置、终端设备及介质 |
CN114366589A (zh) * | 2022-01-21 | 2022-04-19 | 珠海格力电器股份有限公司 | 按摩设备的控制方法、控制装置、存储介质及电子装置 |
CN116196196A (zh) * | 2023-04-27 | 2023-06-02 | 奥弗锐(福建)电子科技有限公司 | 一种按摩椅控制方法、系统及计算机可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11267166A (ja) * | 1998-03-19 | 1999-10-05 | Sanyo Electric Co Ltd | マッサージ機 |
JP2005177516A (ja) * | 2005-01-31 | 2005-07-07 | Family Co Ltd | マッサージ装置 |
CN109106351A (zh) * | 2018-09-25 | 2019-01-01 | 齐鲁工业大学 | 一种基于物联网感知的人体疲劳检测与缓释系统及方法 |
CN109524105A (zh) * | 2018-10-30 | 2019-03-26 | 北京雪扬科技有限公司 | 一种用于心梗检测的身体检测系统 |
CN110179643A (zh) * | 2019-03-21 | 2019-08-30 | 华东师范大学 | 一种基于环带传感器的颈部康复训练系统和训练方法 |
CN110339043A (zh) * | 2019-07-02 | 2019-10-18 | 深圳讯丰通医疗股份有限公司 | 一种深层筋膜按摩控制装置及方法 |
CN110870769A (zh) * | 2018-09-03 | 2020-03-10 | 香港理工大学深圳研究院 | 一种肌肉疲劳等级的检测方法及设备 |
CN111603673A (zh) * | 2020-03-23 | 2020-09-01 | 广东艾诗凯奇智能科技有限公司 | 颈部按摩仪的调节方法及颈部按摩仪 |
-
2020
- 2020-11-17 CN CN202011289021.1A patent/CN112545860A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11267166A (ja) * | 1998-03-19 | 1999-10-05 | Sanyo Electric Co Ltd | マッサージ機 |
JP2005177516A (ja) * | 2005-01-31 | 2005-07-07 | Family Co Ltd | マッサージ装置 |
CN110870769A (zh) * | 2018-09-03 | 2020-03-10 | 香港理工大学深圳研究院 | 一种肌肉疲劳等级的检测方法及设备 |
CN109106351A (zh) * | 2018-09-25 | 2019-01-01 | 齐鲁工业大学 | 一种基于物联网感知的人体疲劳检测与缓释系统及方法 |
CN109524105A (zh) * | 2018-10-30 | 2019-03-26 | 北京雪扬科技有限公司 | 一种用于心梗检测的身体检测系统 |
CN110179643A (zh) * | 2019-03-21 | 2019-08-30 | 华东师范大学 | 一种基于环带传感器的颈部康复训练系统和训练方法 |
CN110339043A (zh) * | 2019-07-02 | 2019-10-18 | 深圳讯丰通医疗股份有限公司 | 一种深层筋膜按摩控制装置及方法 |
CN111603673A (zh) * | 2020-03-23 | 2020-09-01 | 广东艾诗凯奇智能科技有限公司 | 颈部按摩仪的调节方法及颈部按摩仪 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113425575A (zh) * | 2021-06-22 | 2021-09-24 | 深圳市理德铭科技股份有限公司 | 一种具有自适应功能的筋膜枪及健康管理系统 |
CN114053112A (zh) * | 2021-10-19 | 2022-02-18 | 奥佳华智能健康科技集团股份有限公司 | 一种按摩方法、装置、终端设备及介质 |
CN114366589A (zh) * | 2022-01-21 | 2022-04-19 | 珠海格力电器股份有限公司 | 按摩设备的控制方法、控制装置、存储介质及电子装置 |
CN116196196A (zh) * | 2023-04-27 | 2023-06-02 | 奥弗锐(福建)电子科技有限公司 | 一种按摩椅控制方法、系统及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112545860A (zh) | 驱动部件的驱动方法及按摩设备、电子设备、存储介质 | |
CN112545853A (zh) | 按摩脉冲输出方法及按摩设备、电子设备、存储介质 | |
US9948642B2 (en) | Multi-modal biometric identification | |
KR101866169B1 (ko) | 개인 맞춤형 코골이 방지 시스템 | |
US9113841B2 (en) | Biological information notifying apparatus, biological information notifying method, and computer-readable storage medium having biological information notifying program stored thereon | |
KR102269587B1 (ko) | 뇌-컴퓨터 인터페이스 시스템 및 동작 상상에 의해 발현된 뇌파 신호를 분석하는 방법 | |
CN101976495A (zh) | 疲劳驾驶检测系统及方法 | |
US10517531B2 (en) | Stress management using biofeedback | |
CN111603673A (zh) | 颈部按摩仪的调节方法及颈部按摩仪 | |
CN110801386B (zh) | 健康管理设备控制方法及健康管理设备 | |
CN106575157A (zh) | 穿戴式装置及其控制方法 | |
US10368765B2 (en) | Wearable apparatus for ECG signal acquisition | |
CN111558164A (zh) | 颈部按摩仪及其控制方法、具有存储功能的装置 | |
EP3552891B1 (en) | Automobile, steering wheel, and driver identity recognition method | |
CN112137829B (zh) | 按摩设备及其运行方法 | |
US11246797B2 (en) | Massage glove and vehicle-mounted massage device | |
CN108366742A (zh) | 一种生物信号采集方法、装置、电子设备及系统 | |
US10617356B2 (en) | Garment and cardiac data processing | |
CN112089971B (zh) | 坐姿检测方法、颈部按摩仪以及计算机可读存储介质 | |
KR20160133043A (ko) | 생체신호 기반의 심리 인지 장치 | |
CN112185538A (zh) | 一种基于深度学习的盲人理疗仪系统设计方法 | |
CN210383897U (zh) | 一种肌肉疲劳的联合测量装置以及假肢 | |
CN111973183A (zh) | 一种肌肉疲劳的联合测量装置、方法以及假肢 | |
CN110897620A (zh) | 一种健康检测装置及相关按摩椅 | |
CN108594937A (zh) | 便携式终端 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210326 |