CN113112584B - 具备动力的智能关节增肌矫形支具、控制系统、终端、介质 - Google Patents
具备动力的智能关节增肌矫形支具、控制系统、终端、介质 Download PDFInfo
- Publication number
- CN113112584B CN113112584B CN202110311689.XA CN202110311689A CN113112584B CN 113112584 B CN113112584 B CN 113112584B CN 202110311689 A CN202110311689 A CN 202110311689A CN 113112584 B CN113112584 B CN 113112584B
- Authority
- CN
- China
- Prior art keywords
- joint
- muscle
- information
- orthopedic
- increasing
- 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.)
- Active
Links
- 230000000399 orthopedic effect Effects 0.000 title claims abstract description 124
- 210000003205 muscle Anatomy 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims description 13
- 230000002787 reinforcement Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 7
- 230000003190 augmentative effect Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 210000001503 joint Anatomy 0.000 claims description 4
- 238000013481 data capture Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000006748 scratching Methods 0.000 claims description 3
- 230000002393 scratching effect Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 abstract description 4
- 230000003416 augmentation Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 210000002310 elbow joint Anatomy 0.000 description 3
- 230000002980 postoperative effect Effects 0.000 description 3
- 206010023201 Joint contracture Diseases 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010003246 arthritis Diseases 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F5/00—Orthopaedic methods or devices for non-surgical treatment of bones or joints; Nursing devices; Anti-rape devices
- A61F5/01—Orthopaedic devices, e.g. splints, casts or braces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2308—Concurrency control
- G06F16/2315—Optimistic concurrency control
- G06F16/2322—Optimistic concurrency control using timestamps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/319—Inverted lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Artificial Intelligence (AREA)
- Nursing (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Vascular Medicine (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Prostheses (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明属于智能控制技术领域,公开了一种具备动力的智能关节增肌矫形支具、控制系统、终端、介质,控制系统包括病例信息采集模块、支具信息采集模块、信息存储模块、信息分析模块、中央控制模块、三维模型构建模块、方案设计模块、方案优化模块、驱动模块、增肌矫形模块。本发明提供的具备动力的智能关节增肌矫形支具的控制系统通过进行病例信息采集、支具信息采集,实现对待增肌矫形部位信息的获取,进行增肌矫形的针对性更好,进而实现对增肌矫形的效果的提升;以及通过获取的信息进行三维模型构建,并将设计的增肌矫形方案在三维模型中应用,得到进行增肌矫形的改进、优化方案,进而实现增肌矫形效果的提升。
Description
技术领域
本发明属于智能控制技术领域,尤其涉及一种具备动力的智能关节增肌矫形支具、控制系统、终端、介质。
背景技术
目前,关节是人类身体上最为实用的器官之一,通过关节配合肢体可以完成生活中的许多常见动作。而关节挛缩是关节创伤、手术、烧伤、关节炎等疾病的常见并发症,重新恢复肘关节活动对于医生和患者都是非常困难的,临床治疗方法虽然很多但都有各自的局限。
关节矫形器采用带有角度可调的角度盘的矫形器,适用于肘关节术后固定及康复,对关节起到支撑、稳定和限位作用。术后指导患者在正确佩戴支具下通过早期功能锻炼,循序渐进地进行关节肌力与活动度的训练,使患者更快、更好地恢复关节的功能,以达到改善肘关节伸直及弯曲状况,已经成为治疗关节挛缩的重要方法。现有的关节增肌矫形支具种类众多,但普遍存在增肌矫形效果差,操作复杂等问题。
通过上述分析,现有技术存在的问题及缺陷为:现有的关节增肌矫形支具种类众多,但普遍存在增肌矫形效果差,操作复杂等问题。
发明内容
针对现有技术存在的问题,本发明提供了一种具备动力的智能关节增肌矫形支具、控制系统、终端、介质。
本发明是这样实现的,一种具备动力的智能关节增肌矫形支具的控制系统,所述具备动力的智能关节增肌矫形支具的控制系统包括:
关节信息采集模块,与中央控制模块连接,用于通过关节信息采集程序进行患者待矫形关节信息的采集,得到关节信息;
所述通过关节信息采集程序进行患者待矫形关节信息的采集,得到关节信息,包括:
进行患者待增肌矫形部位的获取,并对所述部位的图像进行采集得到待增肌矫形区域图像;
对待增肌矫形区域图像进行分析得到所述区域对应的关节名称;
在网页中进行关节名称的搜索得到关节相关信息;所述在网页中进行关节名称的搜索得到关节相关信息,包括:
确定本地对象与远程数据源同步频率,其中远程数据源即远程Web上数据库;
利用泊松过程来表示远程数据源平均变化频率λi,其中,i=1,2,…,n,n代表远程数据源的个数;
确定平均新颖度:
根据数据时新性确定更新频率:
在时刻t数据抓取系统所维护的第i个数据记录ri的时新性如下:
则由N个数据记录组成的数据记录集合S的平均时新性如下:
所述数据记录集合S在时间上取平均值加以衡量:
利用拉格朗日乘子计算得到各对象的理论同步频率,然后按理论同步频率对对象数据进行同步,使本地数据库的平均新颖度达到最大值;
获取患者的病例,通过关节名称进行检索得到对应关节的损伤信息;
支具信息采集模块,与中央控制模块连接,用于通过支具信息采集程序进行支具信息的采集,得到关节增肌矫形支具信息;
信息存储模块,与中央控制模块连接,用于通过存储器进行采集的关节信息、关节损坏信息、关节增肌矫形支具信息的绘制,并对汇总信息进行存储;
信息分析模块,与中央控制模块连接,用于通过信息分析程序进行汇总信息的分析,得到信息分析结果;
中央控制模块,与病例信息采集模块、支具信息采集模块、信息存储模块、信息分析模块连接,用于通过主控机对各连接模块的运行进行控制,保证各个模块正常运行。
进一步,所述具备动力的智能关节增肌矫形支具的控制系统还包括:
三维模型构建模块,与中央控制模块连接,用于通过三维模型构建程序分别进行关节模型和增肌矫形支具模型的构建,得到关节模型和增肌矫形支具模型;
方案设计模块,与中央控制模块连接,用于通过方案设计程序依据获取的信息分析结果进行增肌矫形方案的设计,并将设计的方案在关节模型和增肌矫形支具模型中进行应用,得到应用结果;
方案优化模块,与中央控制模块连接,用于通过方案优化程序依据获取的应用结果进行增肌矫形方案的优化,得到优化的增肌矫形方案;
驱动模块,与中央控制模块连接,用于通过驱动电机对增肌矫形进行驱动;
增肌矫形模块,与中央控制模块连接,用于通过增肌矫形程序依据获取的优化的增肌矫形方案进行增肌矫形。
进一步,所述对待增肌矫形区域图像进行分析得到所述区域对应的关节名称,包括:
(1)针对采集到的图像信息,进行图像表面平整区域的识别;
(2)若识别到平整区域,则对识别出的平整区域进行勾画;若未识别到平整区域,则返回步骤(1);
(3)计算所勾画出的平整区域的灰度数值;
(4)针对所采集到的图像对所勾画出的平整区域进行抠除处理;
(5)返回步骤(1);直至计算出的平整的区域的灰度数值最大,停止定位。
进一步,所述按理论同步频率对对象数据进行同步,包括:
对于所有的(s,a)初始化表项Q0(s,a)=0;
其中,Q表示计算机机器学习领域的专业表示,即Q为增强学习的表示形式,s表示状态,a表示动作,Q(s,a)表示应用动作a到状态s的结果状态;初始化为0值,即未进行学习初始化值;在每个情节中,将对数据源的范围作为其活动,得到回报值为Ri:
并在时段0-t内,对Q值进行更新:
其中qj表示第j个数据记录在时段0-t内进行增强学习得到的结果状态值,Rj表示第j个数据记录在时段0-t内进行增强学习得到的回报值;
在资源限制的前提下,即与服务器最大交互次数M为固定值常量,使得新颖度值最大,F(fi,λi)表示对应第i个数据记录的新颖度,新颖度是通过数据时新性得到,也就是时新性表示记录中对象即最小单位数据项的更新频率,而新颖度指数据项的集合记录也就是远程数据源的整体时新性,ωi是重要性权重。
进一步,所述对汇总信息进行存储,包括:
收集文档和术语信息,每个文档标识有文档编号docid,所述文档编号docid为不小于零的整数;计算每个文档d的每个术语t的术语频率并保存;建立文档频率的全局表,其中,全局表为能够反映整个文档集中有多少文档包含某个术语的表,为反映术语稀有性的文档频率;
建立索引;对每个文档,根据术语频率和文档频率计算在此文档中术语的权重;建立索引项数据结构,保存每个索引项,每个索引项存储文档编号docid、术语t和权重W;建立比特映射组,保存每个术语t的文档编号docid,每个比特映射组内“1”标识为某个文档编号docid下,该文档d包含术语t,“0”标识为某个文档编号docid下,该文档d不包含术语t;建立哈希表并进行哈希表填充,所述哈希表由多个比特映射组内8*b比特数据块构成,每个8*b比特数据块以关键字标识,其中n不小于0,为8*b比特数据块的序号,data为8*b比特数据,每个8*b比特数据块存储有关键字值,所述关键字值为索引项数据结构内的索引项,其中b为大于0的整数。
进一步,所述哈希表填充,包括:
对给定术语t,从比特映射中加载8*b比特数据块,加载具有文档编号docid的每个文档的相关术语权重;基于比特映射中的多组8*b比特数据块,建立可变索引项阵列;形成关键字,在哈希表内插入关键字值。
进一步,所述建立索引,包括:通过倒排索引步骤建立索引。
进一步,所述通过三维模型构建程序分别进行关节模型和增肌矫形支具模型的构建,得到关节模型和增肌矫形支具模型,包括:
分别获取关节信息和关节增肌矫形支具信息;所述关节信息中包括关节图像,所述关节增肌矫形支具信息中包括关节增肌矫形支具图像;
分别处理关节增肌矫形支具图像和关节图像并获得对应的第一参数和第二参数;输出所述第一参数和第二参数;
针对所述输出的特征点的信息为基础从针对所述关节增肌矫形支具图像以及关节图像中分别选择至少两个特征点;
针对所述拍摄对象预先存储的原始图像的相对大小,得到原始图像与采集图像的比例,进行三维模型构建。
进一步,所述拍摄对象预先存储的原始图像为关节图像与关节增肌矫形支具图像。
本发明的另一目的在于提供一种信息数据处理终端,所述信息数据处理终端搭载所述的具备动力的智能关节增肌矫形支具的控制系统。
本发明的另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行所述的具备动力的智能关节增肌矫形支具的控制系统的功能。
本发明的另一目的在于提供一种具备动力的智能关节增肌矫形支具,所述具备动力的智能关节增肌矫形支具搭载所述的具备动力的智能关节增肌矫形支具的控制系统。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的具备动力的智能关节增肌矫形支具的控制系统通过进行病例信息采集、支具信息采集,实现对待增肌矫形部位信息的获取,进行增肌矫形的针对性更好,进而实现对增肌矫形的效果的提升;以及通过获取的信息进行三维模型构建,并将设计的增肌矫形方案在三维模型中应用,得到进行增肌矫形的改进、优化方案,进而实现增肌矫形效果的提升。本发明的系统结构简单,获取信息后进行针对性的矫正,操作简便且矫正效果好。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述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是本发明实施例提供的具备动力的智能关节增肌矫形支具的控制系统结构框图。
图2是本发明实施例提供的具备动力的智能关节增肌矫形支具的控制方法流程图。
图3是本发明实施例提供的通过关节信息采集程序进行患者待矫形关节信息的采集,得到关节信息流程图。
图4是本发明实施例提供的对待增肌矫形区域图像进行分析得到所述区域对应的关节名称流程图。
图5是本发明实施例提供的通过三维模型构建程序分别进行关节模型和增肌矫形支具模型的构建,得到关节模型和增肌矫形支具模型流程图。
图中:1、病例信息采集模块;2、支具信息采集模块;3、信息存储模块;4、信息分析模块;5、中央控制模块;6、三维模型构建模块;7、方案设计模块;8、方案优化模块;9、驱动模块;10、增肌矫形模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种具备动力的智能关节增肌矫形支具的控制系统,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的具备动力的智能关节增肌矫形支具的控制系统包括:
关节信息采集模块1,与中央控制模块5连接,用于通过关节信息采集程序进行患者待矫形关节信息的采集,得到关节信息;
支具信息采集模块2,与中央控制模块5连接,用于通过支具信息采集程序进行支具信息的采集,得到关节增肌矫形支具信息;
信息存储模块3,与中央控制模块5连接,用于通过存储器进行采集的关节信息、关节损坏信息、关节增肌矫形支具信息的绘制,并对汇总信息进行存储;
信息分析模块4,与中央控制模块5连接,用于通过信息分析程序进行汇总信息的分析,得到信息分析结果;
中央控制模块5,与病例信息采集模块1、支具信息采集模块2、信息存储模块3、信息分析模块4、三维模型构建模块6、方案设计模块7、方案优化模块8、驱动模块9、增肌矫形模块10连接,用于通过主控机对各连接模块的运行进行控制,保证各个模块正常运行;
三维模型构建模块6,与中央控制模块5连接,用于通过三维模型构建程序分别进行关节模型和增肌矫形支具模型的构建,得到关节模型和增肌矫形支具模型;
方案设计模块7,与中央控制模块5连接,用于通过方案设计程序依据获取的信息分析结果进行增肌矫形方案的设计,并将设计的方案在关节模型和增肌矫形支具模型中进行应用,得到应用结果;
方案优化模块8,与中央控制模块5连接,用于通过方案优化程序依据获取的应用结果进行增肌矫形方案的优化,得到优化的增肌矫形方案;
驱动模块9,与中央控制模块5连接,用于通过驱动电机对增肌矫形进行驱动;
增肌矫形模块10,与中央控制模块5连接,用于通过增肌矫形程序依据获取的优化的增肌矫形方案进行增肌矫形。
如图2所示,本发明实施例提供的具备动力的智能关节增肌矫形支具的控制方法包括以下步骤:
S101,通过关节信息采集模块利用关节信息采集程序进行患者待矫形关节信息的采集,得到关节信息;通过支具信息采集模块利用支具信息采集程序进行支具信息的采集,得到关节增肌矫形支具信息;
S102,通过信息存储模块利用存储器进行采集的关节信息、关节损坏信息、关节增肌矫形支具信息的绘制,并对汇总信息进行存储;通过信息分析模块利用信息分析程序进行汇总信息的分析,得到信息分析结果;
S103,通过中央控制模块利用主控机对各连接模块的运行进行控制,保证各个模块正常运行;通过三维模型构建模块利用三维模型构建程序分别进行关节模型和增肌矫形支具模型的构建,得到关节模型和增肌矫形支具模型;
S104,通过方案设计模块利用方案设计程序依据获取的信息分析结果进行增肌矫形方案的设计,并将设计的方案在关节模型和增肌矫形支具模型中进行应用,得到应用结果;
S105,通过方案优化模块利用方案优化程序依据获取的应用结果进行增肌矫形方案的优化,得到优化的增肌矫形方案;通过驱动模块利用驱动电机对增肌矫形进行驱动;
S106,通过增肌矫形模块利用增肌矫形程序依据获取的优化的增肌矫形方案进行增肌矫形。
如图3所示,本发明实施例提供的通过关节信息采集程序进行患者待矫形关节信息的采集,得到关节信息,包括:
S201,进行患者待增肌矫形部位的获取,并对所述部位的图像进行采集得到待增肌矫形区域图像;
S202,对待增肌矫形区域图像进行分析得到所述区域对应的关节名称;
S203,在网页中进行关节名称的搜索得到关节相关信息;
S204,获取患者的病例,通过关节名称进行检索得到对应关节的损伤信息。
如图4所示,本发明实施例提供的对待增肌矫形区域图像进行分析得到所述区域对应的关节名称,包括:
S301,针对采集到的图像信息,进行图像表面平整区域的识别;
S302,若识别到平整区域,则对识别出的平整区域进行勾画;若未识别到平整区域,则返回步骤S301;
S303,计算所勾画出的平整区域的灰度数值;
S304,针对所采集到的图像对所勾画出的平整区域进行抠除处理;
S305,返回步骤S301;直至计算出的平整的区域的灰度数值最大,停止定位。
本发明实施例提供的在网页中进行关节名称的搜索得到关节相关信息,包括:
确定本地对象与远程数据源同步频率,其中远程数据源即远程Web上数据库;
利用泊松过程来表示远程数据源平均变化频率λi,其中,i=1,2,…,n,n代表远程数据源的个数;
确定平均新颖度:
根据数据时新性确定更新频率:
在时刻t数据抓取系统所维护的第i个数据记录ri的时新性如下:
则由N个数据记录组成的数据记录集合S的平均时新性如下:
所述数据记录集合S在时间上取平均值加以衡量:
利用拉格朗日乘子计算得到各对象的理论同步频率,然后按理论同步频率对对象数据进行同步,使本地数据库的平均新颖度达到最大值。
本发明实施例提供的按理论同步频率对对象数据进行同步,包括:
对于所有的(s,a)初始化表项Q0(s,a)=0;
其中,Q表示计算机机器学习领域的专业表示,即Q为增强学习的表示形式,s表示状态,a表示动作,Q(s,a)表示应用动作a到状态s的结果状态;初始化为0值,即未进行学习初始化值;在每个情节中,将对数据源的范围作为其活动,得到回报值为Ri:
并在时段0-t内,对Q值进行更新:
其中qj表示第j个数据记录在时段0-t内进行增强学习得到的结果状态值,Rj表示第j个数据记录在时段0-t内进行增强学习得到的回报值;
在资源限制的前提下,即与服务器最大交互次数M为固定值常量,使得新颖度值最大,F(fi,λi)表示对应第i个数据记录的新颖度,新颖度是通过数据时新性得到,也就是时新性表示记录中对象即最小单位数据项的更新频率,而新颖度指数据项的集合记录也就是远程数据源的整体时新性,ωi是重要性权重。
本发明实施例提供的对汇总信息进行存储,包括:
收集文档和术语信息,每个文档标识有文档编号docid,所述文档编号docid为不小于零的整数;计算每个文档d的每个术语t的术语频率并保存;建立文档频率的全局表,其中,全局表为能够反映整个文档集中有多少文档包含某个术语的表,为反映术语稀有性的文档频率;
建立索引;对每个文档,根据术语频率和文档频率计算在此文档中术语的权重;建立索引项数据结构,保存每个索引项,每个索引项存储文档编号docid、术语t和权重W;建立比特映射组,保存每个术语t的文档编号docid,每个比特映射组内“1”标识为某个文档编号docid下,该文档d包含术语t,“0”标识为某个文档编号docid下,该文档d不包含术语t;建立哈希表并进行哈希表填充,所述哈希表由多个比特映射组内8*b比特数据块构成,每个8*b比特数据块以关键字标识,其中n不小于0,为8*b比特数据块的序号,data为8*b比特数据,每个8*b比特数据块存储有关键字值,所述关键字值为索引项数据结构内的索引项,其中b为大于0的整数。
本发明实施例提供的哈希表填充,包括:
对给定术语t,从比特映射中加载8*b比特数据块,加载具有文档编号docid的每个文档的相关术语权重;基于比特映射中的多组8*b比特数据块,建立可变索引项阵列;形成关键字,在哈希表内插入关键字值。
本发明实施例提供的建立索引,包括:通过倒排索引步骤建立索引。
如图5所示,本发明实施例提供的通过三维模型构建程序分别进行关节模型和增肌矫形支具模型的构建,得到关节模型和增肌矫形支具模型,包括:
S401,分别获取关节信息和关节增肌矫形支具信息;所述关节信息中包括关节图像,所述关节增肌矫形支具信息中包括关节增肌矫形支具图像;
S402,分别处理关节增肌矫形支具图像和关节图像并获得对应的第一参数和第二参数;输出所述第一参数和第二参数;
S403,针对所述输出的特征点的信息为基础从针对所述关节增肌矫形支具图像以及关节图像中分别选择至少两个特征点;
S404,针对所述拍摄对象预先存储的原始图像的相对大小,得到原始图像与采集图像的比例,进行三维模型构建。
本发明实施例提供的拍摄对象预先存储的原始图像为关节图像与关节增肌矫形支具图像。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种具备动力的智能关节增肌矫形支具的控制系统,其特征在于,所述具备动力的智能关节增肌矫形支具的控制系统包括:
关节信息采集模块,与中央控制模块连接,用于通过关节信息采集程序进行患者待矫形关节信息的采集,得到关节信息;
所述通过关节信息采集程序进行患者待矫形关节信息的采集,得到关节信息,包括:
进行患者待增肌矫形部位的获取,并对所述部位的图像进行采集得到待增肌矫形区域图像;
对待增肌矫形区域图像进行分析得到所述区域对应的关节名称;
在网页中进行关节名称的搜索得到关节相关信息;所述在网页中进行关节名称的搜索得到关节相关信息,包括:
确定本地对象与远程数据源同步频率,其中远程数据源即远程Web上数据库;
利用泊松过程来表示远程数据源平均变化频率λi,其中,i=1,2,…,n,n代表远程数据源的个数;
确定平均新颖度:
根据数据时新性确定更新频率:
在时刻t数据抓取系统所维护的第i个数据记录ri的时新性如下:
则由N个数据记录组成的数据记录集合S的平均时新性如下:
所述数据记录集合S在时间上取平均值加以衡量:
利用拉格朗日乘子计算得到各对象的理论同步频率,然后按理论同步频率对对象数据进行同步,使本地数据库的平均新颖度达到最大值;获取病例,通过关节名称进行检索得到对应关节的损伤信息;
所述按理论同步频率对对象数据进行同步,包括:
对于所有的(s,a)初始化表项Q0(s,a)=0;
其中,Q表示计算机机器学习领域的专业表示,即Q为增强学习的表示形式,s表示状态,a表示动作,Q(s,a)表示应用动作a到状态s的结果状态;初始化为0值,即未进行学习初始化值;在每个情节中,将对数据源的范围作为其活动,得到回报值为Ri:
并在时段0-t内,对Q值进行更新:
其中qj表示第j个数据记录在时段0-t内进行增强学习得到的结果状态值,Rj表示第j个数据记录在时段0-t内进行增强学习得到的回报值;
在资源限制的前提下,即与服务器最大交互次数M为固定值常量,使得新颖度值最大,F(fi,λi)表示对应第i个数据记录的新颖度,新颖度是通过数据时新性得到,也就是时新性表示记录中对象即最小单位数据项的更新频率,而新颖度指数据项的集合记录也就是远程数据源的整体时新性,ωi是重要性权重;
支具信息采集模块,与中央控制模块连接,用于通过支具信息采集程序进行支具信息的采集,得到关节增肌矫形支具信息;
信息存储模块,与中央控制模块连接,用于通过存储器进行采集的关节信息、关节损坏信息、关节增肌矫形支具信息的绘制,并对汇总信息进行存储;
信息分析模块,与中央控制模块连接,用于通过信息分析程序进行汇总信息的分析,得到信息分析结果;
中央控制模块,与病例信息采集模块、支具信息采集模块、信息存储模块、信息分析模块连接,用于通过主控机对各连接模块的运行进行控制,保证各个模块正常运行;
所述具备动力的智能关节增肌矫形支具的控制系统还包括:
三维模型构建模块,与中央控制模块连接,用于通过三维模型构建程序分别进行关节模型和增肌矫形支具模型的构建,得到关节模型和增肌矫形支具模型;
方案设计模块,与中央控制模块连接,用于通过方案设计程序依据获取的信息分析结果进行增肌矫形方案的设计,并将设计的方案在关节模型和增肌矫形支具模型中进行应用,得到应用结果;
方案优化模块,与中央控制模块连接,用于通过方案优化程序依据获取的应用结果进行增肌矫形方案的优化,得到优化的增肌矫形方案;
驱动模块,与中央控制模块连接,用于通过驱动电机对增肌矫形进行驱动;
增肌矫形模块,与中央控制模块连接,用于通过增肌矫形程序依据获取的优化的增肌矫形方案进行增肌矫形。
2.如权利要求1所述具备动力的智能关节增肌矫形支具的控制系统,其特征在于,所述对待增肌矫形区域图像进行分析得到所述区域对应的关节名称,包括:
(1)针对采集到的图像信息,进行图像表面平整区域的识别;
(2)若识别到平整区域,则对识别出的平整区域进行勾画;若未识别到平整区域,则返回步骤(1);
(3)计算所勾画出的平整区域的灰度数值;
(4)针对所采集到的图像对所勾画出的平整区域进行抠除处理;
(5)返回步骤(1);直至计算出的平整的区域的灰度数值最大,停止定位。
3.如权利要求1所述具备动力的智能关节增肌矫形支具的控制系统,其特征在于,所述对汇总信息进行存储,包括:
收集文档和术语信息,每个文档标识有文档编号docid,所述文档编号docid为不小于零的整数;计算每个文档d的每个术语t的术语频率并保存;建立文档频率的全局表,其中,全局表为能够反映整个文档集中有多少文档包含某个术语的表,为反映术语稀有性的文档频率;
建立索引;对每个文档,根据术语频率和文档频率计算在此文档中术语的权重;建立索引项数据结构,保存每个索引项,每个索引项存储文档编号docid、术语t和权重W;建立比特映射组,保存每个术语t的文档编号docid,每个比特映射组内“1”标识为某个文档编号docid下,该文档d包含术语t,“0”标识为某个文档编号docid下,该文档d不包含术语t;建立哈希表并进行哈希表填充,所述哈希表由多个比特映射组内8*b比特数据块构成,每个8*b比特数据块以关键字标识,其中n不小于0,为8*b比特数据块的序号,data为8*b比特数据,每个8*b比特数据块存储有关键字值,所述关键字值为索引项数据结构内的索引项,其中b为大于0的整数。
4.如权利要求3所述具备动力的智能关节增肌矫形支具的控制系统,其特征在于,所述哈希表填充,包括:
对给定术语t,从比特映射中加载8*b比特数据块,加载具有文档编号docid的每个文档的相关术语权重;基于比特映射中的多组8*b比特数据块,建立可变索引项阵列;形成关键字,在哈希表内插入关键字值;
所述建立索引,包括:通过倒排索引步骤建立索引。
5.如权利要求1所述具备动力的智能关节增肌矫形支具的控制系统,其特征在于,所述通过三维模型构建程序分别进行关节模型和增肌矫形支具模型的构建,得到关节模型和增肌矫形支具模型,包括:
分别获取关节信息和关节增肌矫形支具信息;所述关节信息中包括关节图像,所述关节增肌矫形支具信息中包括关节增肌矫形支具图像;
分别处理关节增肌矫形支具图像和关节图像并获得对应的第一参数和第二参数;输出所述第一参数和第二参数;
针对所述输出的特征点的信息为基础从针对所述关节增肌矫形支具图像以及关节图像中分别选择至少两个特征点;
针对拍摄对象预先存储的原始图像的相对大小,得到原始图像与采集图像的比例,进行三维模型构建。
6.如权利要求5所述具备动力的智能关节增肌矫形支具的控制系统,其特征在于,所述拍摄对象预先存储的原始图像为关节图像与关节增肌矫形支具图像。
7.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现如权利要求1~6任意一项所述的具备动力的智能关节增肌矫形支具的控制系统。
8.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机应用如权利要求1~6任意一项所述的具备动力的智能关节增肌矫形支具的控制系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110311689.XA CN113112584B (zh) | 2021-05-12 | 2021-05-12 | 具备动力的智能关节增肌矫形支具、控制系统、终端、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110311689.XA CN113112584B (zh) | 2021-05-12 | 2021-05-12 | 具备动力的智能关节增肌矫形支具、控制系统、终端、介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113112584A CN113112584A (zh) | 2021-07-13 |
CN113112584B true CN113112584B (zh) | 2022-09-23 |
Family
ID=76710486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110311689.XA Active CN113112584B (zh) | 2021-05-12 | 2021-05-12 | 具备动力的智能关节增肌矫形支具、控制系统、终端、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113112584B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102103636A (zh) * | 2011-01-18 | 2011-06-22 | 南京信息工程大学 | 一种面向深层网页的增量信息获取方法 |
CN110200648A (zh) * | 2019-04-09 | 2019-09-06 | 田昕 | 一种医用膝关节康复护理系统及信息处理方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9295576B2 (en) * | 2010-09-28 | 2016-03-29 | Orthocare Innovations Llc | Computerized orthotic prescription system |
CN104679778B (zh) * | 2013-11-29 | 2019-03-26 | 腾讯科技(深圳)有限公司 | 一种搜索结果的生成方法及装置 |
WO2015150931A1 (en) * | 2014-04-03 | 2015-10-08 | Universiti Brunei Darussalam | Realtime biofeedback mechanism and data presentation for knee injury rehabilitation monitoring and a soft real time intelligent system thereof |
CN108392302A (zh) * | 2018-02-10 | 2018-08-14 | 四川大学华西第二医院 | 一种踝足矫形装置及其控制方法 |
-
2021
- 2021-05-12 CN CN202110311689.XA patent/CN113112584B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102103636A (zh) * | 2011-01-18 | 2011-06-22 | 南京信息工程大学 | 一种面向深层网页的增量信息获取方法 |
CN110200648A (zh) * | 2019-04-09 | 2019-09-06 | 田昕 | 一种医用膝关节康复护理系统及信息处理方法 |
Non-Patent Citations (4)
Title |
---|
3D打印技术在康复医学中的应用与研究进展;黄楚红;《中国康复医学杂志》;20200115;第35卷(第1期);95-99 * |
ring in Medicine and Biology Society》.2019, * |
Schmitz Cristiane.Development and Evaluation of a Customized Wrist-Hand Orthosis using 3D Technology for a Child with Cerebral Palsy - A Case Study.《Annual International Conference of the IEEE Enginee * |
踝关节矫形器设计及应用技术研究进展;王年文;《包装工程》;20200420;第41卷(第8期);8-13 * |
Also Published As
Publication number | Publication date |
---|---|
CN113112584A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111274425B (zh) | 医疗影像分类方法、装置、介质及电子设备 | |
CN114899844B (zh) | 一种小扰动火电机组一次调频控制系统 | |
CN108829232A (zh) | 基于深度学习的人体骨骼关节点三维坐标的获取方法 | |
CN104921851B (zh) | 主动型膝上假肢膝关节的预测控制方法 | |
CN114494183B (zh) | 一种基于人工智能的髋臼半径自动测量方法及系统 | |
CN103679639B (zh) | 基于非局部均值的图像去噪方法和装置 | |
CN108256461A (zh) | 一种用于虚拟现实设备的手势识别装置 | |
WO2020134019A1 (zh) | 适用于Euro NCAP的六岁儿童行人自然走姿有限元模型及其构建方法和应用 | |
CN113112584B (zh) | 具备动力的智能关节增肌矫形支具、控制系统、终端、介质 | |
CN109034073B (zh) | 预测建筑拆除废弃物产生量的方法、系统、设备及介质 | |
CN111815593B (zh) | 基于对抗学习的肺结节域适应分割方法、装置及存储介质 | |
CN116864133B (zh) | 一种个性化骨科康复计划推荐系统 | |
CN117475518B (zh) | 一种同步人体运动识别与预测方法及系统 | |
CN110246095A (zh) | 一种图像修复方法、装置、存储介质及终端设备 | |
CN107038430B (zh) | 一种构造人体姿态数据样本的方法及其装置 | |
CN109920051A (zh) | 一种基于质心Voronoi划分的镂空支具建模、设计方法及系统 | |
CN110069829B (zh) | 一种传统体育类非物质文化遗产的保护方法 | |
CN112785691A (zh) | 一种下颌骨缺损重建方法、装置电子设备及存储介质 | |
CN115170911B (zh) | 一种基于图像识别的人体关键部位定位系统及方法 | |
CN113643401B (zh) | 基于机器学习的生猪胴体分割方法及系统 | |
CN115530814A (zh) | 一种基于视觉姿态检测及计算机深度学习的儿童运动康复训练方法 | |
CN114028156A (zh) | 康复训练方法、装置及康复机器人 | |
CN115359104A (zh) | 基于双目内窥镜的在线自监督学习深度估计方法 | |
CN112101327B (zh) | 动作矫正模型的训练方法、动作矫正方法及装置 | |
CN113361570A (zh) | 基于联合数据增强和网络训练模型的3d人体姿态估计方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |