CN113769268B - 一种基于生物反馈的盆底康复训练方法 - Google Patents
一种基于生物反馈的盆底康复训练方法 Download PDFInfo
- Publication number
- CN113769268B CN113769268B CN202111048286.7A CN202111048286A CN113769268B CN 113769268 B CN113769268 B CN 113769268B CN 202111048286 A CN202111048286 A CN 202111048286A CN 113769268 B CN113769268 B CN 113769268B
- Authority
- CN
- China
- Prior art keywords
- user
- training
- rehabilitation training
- pelvic floor
- matrix
- 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
- 238000012549 training Methods 0.000 title claims abstract description 162
- 210000003903 pelvic floor Anatomy 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000000638 stimulation Effects 0.000 claims abstract description 43
- 210000003205 muscle Anatomy 0.000 claims abstract description 42
- 238000011282 treatment Methods 0.000 claims abstract description 33
- 230000005540 biological transmission Effects 0.000 claims abstract 2
- 239000011159 matrix material Substances 0.000 claims description 48
- 230000008602 contraction Effects 0.000 claims description 32
- 230000003183 myoelectrical effect Effects 0.000 claims description 23
- 230000000284 resting effect Effects 0.000 claims description 22
- 238000005070 sampling Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 19
- 230000008901 benefit Effects 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 12
- 230000001960 triggered effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 101100129500 Caenorhabditis elegans max-2 gene Proteins 0.000 claims description 7
- 101100083446 Danio rerio plekhh1 gene Proteins 0.000 claims description 7
- 206010049816 Muscle tightness Diseases 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 210000001189 slow twitch fiber Anatomy 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 210000003854 type 2 muscle cell Anatomy 0.000 claims description 5
- 206010046543 Urinary incontinence Diseases 0.000 claims description 4
- 230000004064 dysfunction Effects 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 208000029578 Muscle disease Diseases 0.000 claims description 3
- 208000021642 Muscular disease Diseases 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 230000016507 interphase Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004118 muscle contraction Effects 0.000 description 2
- 210000001087 myotubule Anatomy 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 206010021118 Hypotonia Diseases 0.000 description 1
- 208000000112 Myalgia Diseases 0.000 description 1
- 208000012287 Prolapse Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000013872 defecation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011337 individualized treatment Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000036640 muscle relaxation Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 210000000664 rectum Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000003932 urinary bladder Anatomy 0.000 description 1
- 210000004291 uterus Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36007—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of urogenital or gastrointestinal organs, e.g. for incontinence control
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/224—Measuring muscular strength
- A61B5/227—Measuring muscular strength of constricting muscles, i.e. sphincters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
- A61B5/391—Electromyography [EMG] of genito-urinary organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/486—Bio-feedback
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36014—External stimulators, e.g. with patch electrodes
- A61N1/3603—Control systems
- A61N1/36031—Control systems using physiological parameters for adjustment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Gastroenterology & Hepatology (AREA)
- Physical Education & Sports Medicine (AREA)
- Biodiversity & Conservation Biology (AREA)
- Physiology (AREA)
- Urology & Nephrology (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明公开了一种基于生物反馈的盆底康复训练方法，属于盆底康复训练技术领域。本发明包括以下步骤：用户选择自己的建档编号，将阴道电极与该用户匹配后，把阴道电极放入体内，使得采集的肌电信号可以传输到盆底康复训练软件；获取用户匹配数据，判断其是否为首次训练；获取用户治疗的历史数据，调度诊室与医生；在治疗阶段，根据个人水平，调节个性化模式与阈值；治疗结束后，留存个人数据，隐私加密传输并记录；本发明根据每个人盆底肌肉群受损程度的不同，运用正确的刺激，同时利用肌电生物反馈计算阈值来自动调节电刺激的触发时间和触发参数，来实现个性化的康复训练，还提供了医护人员的调度模型，满足大多数用户需要。
Description
技术领域
本发明涉及盆底康复训练技术领域，具体为一种基于生物反馈的盆底康复训练方法。
背景技术
盆底肌即盆底肌肉群,主要维持子宫、膀胱、直肠等盆腔脏器正常位置，参与排尿、排便，维持阴道紧缩度、性快感等生理活动。研究显示,我国有45％以上的已婚、已育女性存在盆底功能障碍。每个女性的盆底肌问题情况不同，初始的肌肉收缩能力和学习能力存在差异，有的I类肌纤维收缩能力差，有的Ⅱ类肌纤维收缩能力差，有小部分甚至无法识别盆底肌肉收缩。因此，盆底肌肉康复是无法统一治疗标准和固定训练模式的，必须在遵循个体化治疗原则，针对每个产妇的自身情况及在康复过程中的效果做及时的调整，制定个体化的训练模式和方案。
在现有技术中，对于盆底肌的测试一般都不够准确，例如在专利CN107694047B中，采用压力测试，用户是坐在盆底压力采集装置上，没有直接接触盆底肌，测量的精准程度略差，不能够保障用户康复训练的有效性；同时由于盆底肌康复训练的特殊性，许多女性会感到紧张、恐慌等多种心理情绪，所以在盆底肌的康复训练中，保证一个相对稳定的环境也是十分必要的，然而由于科室和医护人员的有限，时常出现调度不及时的问题，影响用户的训练。
发明内容
本发明的目的在于提供一种基于生物反馈的盆底康复训练方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：
一种基于生物反馈的盆底康复训练方法，该方法包括以下步骤：
S1、用户选择自己的建档编号，将阴道电极与该用户匹配后，把阴道电极放入体内，使得采集的肌电信号可以传输到盆底康复训练软件；
S2、获取用户匹配数据，判断其是否为首次训练；
S2-1、若为首次训练，进入筛查阶段，筛查后进入治疗阶段；
S2-2、若不为首次训练，进入数据调取阶段，调取后进入治疗阶段；
S3、获取用户治疗的历史数据，调度诊室与医生；
S4、在治疗阶段，根据个人水平，调节个性化模式与阈值；
S5、治疗结束后，留存个人数据，隐私加密传输并记录。
根据上述技术方案，在步骤S1中，还包括：
用户通过加密识别方式进入到训练仪器，选择自己的治疗档案；
登录后，获取阴道电极进行匹配，然后将阴道电极放入体内，使盆底康复训练软件与用户身体之间连通。
所述加密识别方式包括指纹识别、面目识别等。
根据上述技术方案，在步骤S2中，所述筛查阶段包括前静息阶段，快肌，慢肌和后静息阶段；
所述前静息阶段和后静息阶段是指在放松状态的肌电值，前静息阶段主要测试运动前的静态盆底肌张力；后静息阶段主要测试运动后的静态盆底肌张力；
所述快肌指在快速收缩下的肌电值，所述慢肌指在收缩并保持状态下的肌力值；
所述前静息阶段和后静息阶段用于获得阈值下限，所述快肌和慢肌用于获取阈值上限。
根据上述技术方案，在步骤S2中，还包括：
获取采样点数，所述采样点数包括前静息阶段采样点数和后静息阶段采样点数，分别记为n1与n2；
则根据公式：
其中，Vmin1为用户前静息阈值下限；V1为前静息阶段采集的肌电值；
其中，Vmin2为用户后静息阈值下限；V2为后静息阶段采集的肌电值；
若存在Vmin1＞Vmin2，则有Vmin＝Vmin1；若存在Vmin1＜Vmin2，则有Vmin＝Vmin2；
其中，Vmin为用户阈值下限；
所述采样点数还包括有快速收缩的采样点数和收缩并保持的采样点数，分别记为n3与n4；
则根据公式：
其中，Vmax1为用户快肌阈值上限；V3为快速收缩的最大肌电值；
其中，Vmax2为用户慢肌阈值上限；V4为收缩并保持的最大肌电值；
设置正常人的阈值上下限分别记为Tmax、Tmin；
所述正常人即指不存在盆底肌病症的女性；
若存在Vmin-Tmin＞0，则进行引导电极加热并伴随放松电刺激；
若存在Vmax1-Tmax＜0，则判断用户盆底I类肌纤维收缩能力差；
若存在Vmax2-Tmax＜0，则判断用户盆底II类肌纤维收缩能力差。
若用户存在Vmin-Tmin＞0，则说明该用户盆底肌过于紧张，放松不下来，会有肌痛和张力亢奋症状，因此要通过引导电极加热并伴随放松电刺激模式进行治疗；
若用户存在用户盆底I类肌纤维收缩能力差或者用户盆底II类肌纤维收缩能力差，则说明该用户盆底肌松弛，会有尿失禁，器官脱垂的风险，需要给与抓握、牵拉型的电刺激，帮助肌肉收缩。
根据上述技术方案，在步骤S2中，所述数据调取阶段还包括：
用户信息匹配后，调取用户筛查阶段信息，并获取用户的训练过程，匹配相应的训练方式。
在这一步骤中，用户每次进行训练后，医生会对训练信息进行总结，并进行记录，等到用户再次到来时，可根据已存在的历史信息指导用户进行康复训练。
根据上述技术方案，在步骤S3中，所述调度诊室与医生包括：
建立康复训练调度模型；
获取等待康复训练的用户数据和医护人员数据，基于所述康复训练调度模型，对所述等待康复训练的用户数和医护人员数据进行分段预处理；
设置总分段数量为A；
设置第一分段，构建“用户-医生”时间矩阵1；
对所述“用户-医生”时间矩阵1进行计算，形成第一分段的求解结果；
针对剩余分段，分别构建“用户-医生”时间矩阵，并进行计算，形成多个分段的求解结果；
根据多个分段的求解结果实现医护人员调度；
所述康复训练调度模型满足的约束条件为：每位用户仅做一次康复训练；每位医护人员的每条子路径起止于同一个医护人员休息室，每位用户须在时间窗内[xi,yi]进行康复训练，每位医护人员将用户带至诊室的总时长最小；多个医护人员之间的任务量差异最小；其中，xi表示第i个用户进行康复训练的最早开始时间，yi表示第i个用户进行康复训练的最晚开始时间；每个用户的诊室各不相同；
所述康复训练调度模型还包括添加有虚拟用户，若等待进行康复训练的用户数量小于医护人员数据中的可用人员数量，补充虚拟用户，且虚拟用户的数量等于可用人员数量与用户数量之差。
根据上述技术方案，在步骤S3中，还包括：
设置元素Lm1m2k，若存在医护人员k带领用户m1到达诊室后，可直接继续带领用户m2到达诊室，则Lm1m2k＝1；若为其它情况，则Lm1m2k＝0；
设置第一分段下，存在等待康复训练的用户总数为v1，医护人员总数为v2；则有康复训练调度模型如下：
该模型1保证多个医护人员之间的任务量差异最小；
该模型2保证医护人员k带领用户m1到达诊室后，再继续带领用户m2到达诊室的总时长最少；其中tm1m2代表医护人员k从m1的诊室到达m2的诊室的用时。
根据上述技术方案，在步骤S3中，分段求解还包括：
由于用户进行康复训练的先后顺序，导致正在参与前面用户康复训练的医护人员将不能出现在后面用户的选择中；
根据康复训练调度模型构建“人员-优先级”矩阵；
所述“人员-优先级”矩阵即人员的工作量越小，其优先级越高；其中工作量小，即工作总时长低；
将所述“用户-医生”时间矩阵和“人员-优先级”矩阵进行融合处理，得出效益矩阵，计算如下：
C＝tm1m2×w1p
其中，w1为权重，p为“人员-优先级”矩阵；C为效益矩阵；
对所述效益矩阵C进行处理，得到第一分段的求解结果；
从效益矩阵C每行减去该行最小的元素，使得每行都有一个零元素，得到矩阵C1；
从C1每列减去该列最小的元素，使得每列都有一个零元素，得到矩阵C2；
在矩阵C2中，从零元素最少的行或列开始分配，直到所有任务都分配完毕，得到最优分配方案；
基于剩余分段，进行往复运算，从而将未来一段时间范围内的最优调度结果计算出来。
根据上述技术方案，在步骤S4中，调节个性化模式与阈值还包括：
根据筛查情况进行自动分配不同的电刺激参数进行训练；
所述训练方式包括训练1、训练2、训练3；
筛查后适合采用多刺激组合时：采用训练1+训练2+训练3；
筛查后适合单一刺激时：采用训练1/训练2+训练3；
所述训练1用于治疗骨盆高张力，采用电极加热加上放松电刺激，其电刺激参数需增加脉冲频率，达到阈值下限时，会触发电刺激；
例如：脉冲频率100Hz，脉冲宽度200us，刺激时间10s，休息时间10s，训练时间10min，用户可在刺激过程中调节温度值，达到最舒适放松的状态。治疗过程中，软件会播放安静的音乐帮助用户全身放松，当达到阈值下限时，会触发电刺激。
所述训练2用于治疗尿失禁和协调性功能障碍，采用I类肌电刺激和II类肌电刺激，I类肌电刺激需增加脉冲宽度；
例如：I类肌冲频率30Hz，脉冲宽度350us，刺激时间10s，休息时间10s，训练时间10min，II类肌电刺激需增加盆底肌肉的持续收缩时间，休息时间应为工作时间的2倍，例如：II类肌冲频率50Hz，脉冲宽度200us，刺激时间5s，休息时间10s，训练时间10min，治疗过程会有语音提示，提示收缩时，用户需收缩盆底肌，设备会采集肌电信号，当肌电值达到阈值上限，会触发电刺激；
在所述训练2中，设置有语音提示，提示收缩时，用户需收缩盆底肌，设备会采集肌电信号，当肌电值达到阈值上限，会触发电刺激，
根据用户的训练情况，即用户在收缩时的肌电值，可自动更改触发阈值上限，其计算公式如下，用M定义阈值上限，f为在收缩时肌电采集值：
其中，k1、k2、k3、k4、k5为权重值；
每隔单位时间T，获取这个时间段收缩语音后n秒的阈值上限，当时间t＝1T时，阈值上线就是t时间段的最大阈值，当时间t＝2T时，阈值上线就是第一个T时间的最大阈值*权重+第二个T时间的最大阈值*权重，最近一次的时间的最大阈值会更接近用户的真实情况，因此权重会大，以此类推，通过最近三个T时间的最大阈值得到触发电刺激阈值；
所述训练3采用kegel训练，用于增强肌肉记忆能力。
电刺激时可以随时调节电流强度，如果想要调节脉冲宽度和脉冲频率，则需要暂停治疗，再调节当前治疗参数，当下一次刺激循环时治疗参数将改变。
根据上述技术方案，在步骤S5中，还包括：
在康复训练结束后，设备会留存用户个人使用数据，并存储至区块链中，同时根据用户建档编号，备份用户个人档案。
与现有技术相比，本发明所达到的有益效果是：
1、本发明能够根据肌电生物反馈计算阈值来自动调节电刺激的触发时间和触发参数，进而实现个性化的康复训练，运用正确的刺激，有效帮助盆底肌肉松弛严重无法主动训练的患者，能够达到良好的效果；
2、本发明还提供一种基于医护人员和诊室的调度方法，能够满足用户尽可能在同一诊室完成康复训练，降低环境变化对于用户心理产生的影响性，提高康复训练治疗效果，同时也提高了医院的工作效率，满足多数用户需求，降低医护人员之间的工作量差距。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于生物反馈的盆底康复训练方法的步骤示意图；
图2是本发明一种基于生物反馈的盆底康复训练方法的流程示意图；
图3是本发明一种基于生物反馈的盆底康复训练方法的实施例筛查示意图；
图4是本发明一种基于生物反馈的盆底康复训练方法的实施例训练2示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
请参阅图1-4，本发明提供技术方案：
一种基于生物反馈的盆底康复训练方法，该方法包括以下步骤：
S1、用户选择自己的建档编号，将阴道电极与该用户匹配后，把阴道电极放入体内，使得采集的肌电信号可以传输到盆底康复训练软件；
S2、获取用户匹配数据，判断其是否为首次训练；
S2-1、若为首次训练，进入筛查阶段，筛查后进入治疗阶段；
S2-2、若不为首次训练，进入数据调取阶段，调取后进入治疗阶段；
S3、获取用户治疗的历史数据，调度诊室与医生；
S4、在治疗阶段，根据个人水平，调节个性化模式与阈值；
S5、治疗结束后，留存个人数据，隐私加密传输并记录。
在步骤S1中，还包括：
用户通过加密识别方式进入到训练仪器，选择自己的治疗档案；
登录后，获取阴道电极进行匹配，然后将阴道电极放入体内，使盆底康复训练软件与用户身体之间连通。
在步骤S2中，所述筛查阶段包括前静息阶段，快肌，慢肌和后静息阶段；
所述前静息阶段和后静息阶段是指在放松状态的肌电值，前静息阶段主要测试运动前的静态盆底肌张力；后静息阶段主要测试运动后的静态盆底肌张力；
所述快肌指在快速收缩下的肌电值，所述慢肌指在收缩并保持状态下的肌力值；
所述前静息阶段和后静息阶段用于获得阈值下限，所述快肌和慢肌用于获取阈值上限。
在步骤S2中，还包括：
获取采样点数，所述采样点数包括前静息阶段采样点数和后静息阶段采样点数，分别记为n1与n2；
则根据公式：
其中，Vmin1为用户前静息阈值下限；V1为前静息阶段采集的肌电值；
其中，Vmin2为用户后静息阈值下限；V2为后静息阶段采集的肌电值；
若存在Vmin1＞Vmin2，则有Vmin＝Vmin1；若存在Vmin1＜Vmin2，则有Vmin＝Vmin2；
其中，Vmin为用户阈值下限；
所述采样点数还包括有快速收缩的采样点数和收缩并保持的采样点数，分别记为n3与n4；
则根据公式：
其中，Vmax1为用户快肌阈值上限；V3为快速收缩的最大肌电值；
其中，Vmax2为用户慢肌阈值上限；V4为收缩并保持的最大肌电值；
设置正常人的阈值上下限分别记为Tmax、Tmin；
所述正常人即指不存在盆底肌病症的女性；
若存在Vmin-Tmin＞0，则进行引导电极加热并伴随放松电刺激；
若存在Vmax1-Tmax＜0，则判断用户盆底I类肌纤维收缩能力差；
若存在Vmax2-Tmax＜0，则判断用户盆底II类肌纤维收缩能力差。
在步骤S2中，所述数据调取阶段还包括：
用户信息匹配后，调取用户筛查阶段信息，并获取用户的训练过程，匹配相应的训练方式。
在步骤S3中，所述调度诊室与医生包括：
建立康复训练调度模型；
获取等待康复训练的用户数据和医护人员数据，基于所述康复训练调度模型，对所述等待康复训练的用户数和医护人员数据进行分段预处理；
设置总分段数量为A；
设置第一分段，构建“用户-医生”时间矩阵1；
对所述“用户-医生”时间矩阵1进行计算，形成第一分段的求解结果；
针对剩余分段，分别构建“用户-医生”时间矩阵，并进行计算，形成多个分段的求解结果；
根据多个分段的求解结果实现医护人员调度；
所述康复训练调度模型满足的约束条件为：每位用户仅做一次康复训练；每位医护人员的每条子路径起止于同一个医护人员休息室，每位用户须在时间窗内[xi,yi]进行康复训练，每位医护人员将用户带至诊室的总时长最小；多个医护人员之间的任务量差异最小；其中，xi表示第i个用户进行康复训练的最早开始时间，yi表示第i个用户进行康复训练的最晚开始时间；每个用户的诊室各不相同；
所述康复训练调度模型还包括添加有虚拟用户，若等待进行康复训练的用户数量小于医护人员数据中的可用人员数量，补充虚拟用户，且虚拟用户的数量等于可用人员数量与用户数量之差。
在步骤S3中，还包括：
设置元素Lm1m2k，若存在医护人员k带领用户m1到达诊室后，可直接继续带领用户m2到达诊室，则Lm1m2k＝1；若为其它情况，则Lm1m2k＝0；
设置第一分段下，存在等待康复训练的用户总数为v1，医护人员总数为v2；
则有康复训练调度模型如下：
该模型1保证多个医护人员之间的任务量差异最小；
该模型2保证医护人员k带领用户m1到达诊室后，再继续带领用户m2到达诊室的总时长最少；其中tm1m2代表医护人员k从m1的诊室到达m2的诊室的用时。
在步骤S3中，分段求解还包括：
根据康复训练调度模型构建“人员-优先级”矩阵；
所述“人员-优先级”矩阵即人员的工作量越小，其优先级越高；其中工作量小，即工作总时长低；
将所述“用户-医生”时间矩阵和“人员-优先级”矩阵进行融合处理，得出效益矩阵，计算如下：
C＝tm1m2×w1p
其中，w1为权重，p为“人员-优先级”矩阵；C为效益矩阵；
对所述效益矩阵C进行处理，得到第一分段的求解结果；
从效益矩阵C每行减去该行最小的元素，使得每行都有一个零元素，得到矩阵C1；
从C1每列减去该列最小的元素，使得每列都有一个零元素，得到矩阵C2；
在矩阵C2中，从零元素最少的行或列开始分配，直到所有任务都分配完毕，得到最优分配方案；
基于剩余分段，进行往复运算，从而将未来一段时间范围内的最优调度结果计算出来。
在步骤S4中，调节个性化模式与阈值还包括：
根据筛查情况进行自动分配不同的电刺激参数进行训练；
所述训练方式包括训练1、训练2、训练3；
所述训练1用于治疗骨盆高张力，采用电极加热加上放松电刺激，其电刺激参数需增加脉冲频率，达到阈值下限时，会触发电刺激；
所述训练2用于治疗尿失禁和协调性功能障碍，采用I类肌电刺激和II类肌电刺激，I类肌电刺激需增加脉冲宽度；
在所述训练2中，设置有语音提示，提示收缩时，用户需收缩盆底肌，设备会采集肌电信号，当肌电值达到阈值上限，会触发电刺激，
根据用户的训练情况，即用户在收缩时的肌电值，可自动更改触发阈值上限，其计算公式如下，用M定义阈值上限，f为在收缩时肌电采集值：
其中，k1、k2、k3、k4、k5为权重值；
所述训练3采用kegel训练，用于增强肌肉记忆能力。
在步骤S5中，还包括：
在康复训练结束后，设备会留存用户个人使用数据，并存储至区块链中，同时根据用户建档编号，备份用户个人档案。
在本实施例中：
若为首次训练，进入筛查阶段，如图3所示
根据公式计算得到0～5s的前静息阶段阈值下限为3.9μV，根据公式/>计算得到55～60s的后静息阶段阈值下限为4.2μV，进而，Vmin＝3.9μV，根据公式/>计算得到5～37s快肌阶段中5个快速收缩的阈值上限为44.9μV，根据公式/>计算得到37～55s慢肌阶段中收缩并保持阶段阈值上限为25.5μV。
假设正常人的前后静息的阈值下限T1＝4μV，快肌阈值上限T2＝50μV，慢肌阈值上限T3＝40μV。
进而得到Vmin-T1＝-0.1μV，Vmax1-T2＝-5.1μV，Vmax2-T3＝-17.5μV，则判断用户盆底I类肌纤维收缩能力差同时盆底II类肌纤维收缩能力差。
在训练2中，用户需根据收缩的语音收缩盆底肌，设备会采集肌电信号，当肌电值达到阈值上限，会触发电刺激。
每个训练周期为20s。
设置k1＝0.4、k2＝0.6、k3＝0.2、k4＝0.3、k5＝0.5；
用户在第一个训练周期，即0～10s时间内阈值上限为100μV，不触发电刺激，采集收缩语音提示后1s时间内的肌电值，进而得到1s内的肌电最大值f1。10～20s为放松阶段。
用户在第二个训练周期，即20～30s时间内阈值上限M＝f1，如图4所示，在收缩语音提示播放后1s时间内，采集肌电值，进而得到该1s内的肌电最大值f2。30～40s为放松阶段。
用户在第三个训练周期，即40～50s时间内阈值上限M＝0.4*f1+0.6*f2，在收缩语音提示播放后1s时间内，采集肌电值，进而得到该1s内的肌电最大值f3，50～60s为放松阶段。
用户在第四个训练周期，即60～70s时间内阈值上限M＝0.2*f1+0.3*f2+0.5*f3，在收缩语音提示播放后1s时间内，采集肌电值，进而得到该1s内的肌电最大值f4。70～80s为放松阶段。
用户在第五个训练周期，即80～90s时间内阈值上限M＝0.2*f2+0.3*f3+0.5*f4，在收缩语音提示播放后1s时间内，采集肌电值，进而得到该1s内的肌电最大值f5。90～100s为放松阶段。
以此类推即可实现利用肌电生物反馈计算阈值来自动调节电刺激的触发时间和触发参数，从而实现个性化的康复训练。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于生物反馈的盆底康复训练方法，其特征在于：该方法包括以下步骤：
S1、用户选择自己的建档编号，将阴道电极与该用户匹配后，把阴道电极放入体内，使得采集的肌电信号可以传输到盆底康复训练软件；
S2、获取用户匹配数据，判断其是否为首次训练；
S2-1、若为首次训练，进入筛查阶段，筛查后进入治疗阶段；
S2-2、若不为首次训练，进入数据调取阶段，调取后进入治疗阶段；
S3、获取用户治疗的历史数据，调度诊室与医生；
S4、在治疗阶段，根据个人水平，调节个性化模式与阈值；
S5、治疗结束后，留存个人数据，隐私加密传输并记录；
在步骤S1中，还包括：
用户通过加密识别方式进入到训练仪器，选择自己的治疗档案；
登录后，获取阴道电极进行匹配，然后将阴道电极放入体内，使盆底康复训练软件与用户身体之间实现数据连通；
在步骤S2中，所述筛查阶段包括前静息阶段、快肌、慢肌和后静息阶段；
所述前静息阶段和后静息阶段是指在放松状态的肌电值，前静息阶段主要测试运动前的静态盆底肌张力；后静息阶段主要测试运动后的静态盆底肌张力；
所述快肌指在快速收缩下的肌电值，所述慢肌指在收缩并保持状态下的肌力值；
所述前静息阶段和后静息阶段用于获得阈值下限，所述快肌和慢肌用于获取阈值上限；
在步骤S2中，还包括：
获取采样点数，所述采样点数包括前静息阶段采样点数和后静息阶段采样点数，分别记为n1与n2；
则根据公式：
其中，Vmin1为用户前静息阈值下限；V1为前静息阶段采集的肌电值；
其中，Vmin2为用户后静息阈值下限；V2为后静息阶段采集的肌电值；
若存在Vmin1＞Vmin2，则有Vmin＝Vmin1；若存在Vmin1＜Vmin2，则有Vmin＝Vmin2；
其中，Vmin为用户阈值下限；
所述采样点数还包括有快速收缩的采样点数和收缩并保持的采样点数，分别记为n3与n4；
则根据公式：
其中，Vmax1为用户快肌阈值上限；V3为快速收缩的最大肌电值；
其中，Vmax2为用户慢肌阈值上限；V4为收缩并保持的最大肌电值；
设置正常人的阈值上下限分别记为Tmax、Tmin；
所述正常人即指不存在盆底肌病症的女性；
若存在Vmin-Tmin＞0，则进行引导电极加热并伴随放松电刺激；
若存在Vmax1-Tmax＜0，则判断用户盆底I类肌纤维收缩能力差；
若存在Vmax2-Tmax＜0，则判断用户盆底II类肌纤维收缩能力差。
2.根据权利要求1所述的一种基于生物反馈的盆底康复训练方法，其特征在于：在步骤S2中，所述数据调取阶段还包括：
用户信息匹配后，调取用户筛查阶段信息，并获取用户的训练过程，匹配相应的训练方式。
3.根据权利要求1所述的一种基于生物反馈的盆底康复训练方法，其特征在于：在步骤S3中，所述调度诊室与医生包括：
建立康复训练调度模型；
获取等待康复训练的用户数据和医护人员数据，基于所述康复训练调度模型，对所述等待康复训练的用户数和医护人员数据进行分段预处理；
设置总分段数量为A；
设置第一分段，构建“用户-医生”时间矩阵1；
对所述“用户-医生”时间矩阵1进行计算，形成第一分段的求解结果；
针对剩余分段，分别构建“用户-医生”时间矩阵，并进行计算，形成多个分段的求解结果；
根据多个分段的求解结果实现医护人员调度；
所述康复训练调度模型满足的约束条件为：每位用户仅做一次康复训练；每位医护人员的每条子路径起止于同一个医护人员休息室，每位用户须在时间窗内[xi,yi]进行康复训练，每位医护人员将用户带至诊室的总时长最小；多个医护人员之间的任务量差异最小；其中，xi表示第i个用户进行康复训练的最早开始时间，yi表示第i个用户进行康复训练的最晚开始时间；每个用户的诊室各不相同；
所述康复训练调度模型还包括添加有虚拟用户，若等待进行康复训练的用户数量小于医护人员数据中的可用人员数量，补充虚拟用户，且虚拟用户的数量等于可用人员数量与用户数量之差。
4.根据权利要求3所述的一种基于生物反馈的盆底康复训练方法，其特征在于：在步骤S3中，还包括：
设置元素Lm1m2k，若存在医护人员k带领用户m1到达诊室后，可直接继续带领用户m2到达诊室，则Lm1m2k＝1；若为其它情况，则Lm1m2k＝0；
设置第一分段下，存在等待康复训练的用户总数为v1，医护人员总数为v2；
则有康复训练调度模型如下：
该模型1保证多个医护人员之间的任务量差异最小；
该模型2保证医护人员k带领用户m1到达诊室后，再继续带领用户m2到达诊室的总时长最少；其中tm1m2代表医护人员k从m1的诊室到达m2的诊室的用时。
5.根据权利要求4所述的一种基于生物反馈的盆底康复训练方法，其特征在于：在步骤S3中，分段求解还包括：
根据康复训练调度模型构建“人员-优先级”矩阵；
所述“人员-优先级”矩阵即人员的工作量越小，其优先级越高；其中工作量小，即工作总时长低；
将所述“用户-医生”时间矩阵和“人员-优先级”矩阵进行融合处理，得出效益矩阵，计算如下：
C＝tm1m2×w1p
其中，w1为权重，p为“人员-优先级”矩阵；C为效益矩阵；
对所述效益矩阵C进行处理，得到第一分段的求解结果；
从效益矩阵C每行减去该行最小的元素，使得每行都有一个零元素，得到矩阵C1；
从C1每列减去该列最小的元素，使得每列都有一个零元素，得到矩阵C2；
在矩阵C2中，从零元素最少的行或列开始分配，直到所有任务都分配完毕，得到最优分配方案；
基于剩余分段，进行往复运算，从而将未来一段时间范围内的最优调度结果计算出来。
6.根据权利要求5所述的一种基于生物反馈的盆底康复训练方法，其特征在于：在步骤S4中，调节个性化模式与阈值还包括：
根据筛查情况进行自动分配不同的电刺激参数进行训练；
所述训练方式包括训练1、训练2、训练3；
所述训练1用于治疗骨盆高张力，采用电极加热加上放松电刺激，其电刺激参数需增加脉冲频率，达到阈值下限时，会触发电刺激；
所述训练2用于治疗尿失禁和协调性功能障碍，采用I类肌电刺激和II类肌电刺激，I类肌电刺激需增加脉冲宽度；
在所述训练2中，设置有语音提示，提示收缩时，用户需收缩盆底肌，设备会采集肌电信号，当肌电值达到阈值上限，会触发电刺激，
根据用户的训练情况，即用户在收缩时的肌电值，可自动更改触发阈值上限，其计算公式如下，用M定义阈值上限，f为在收缩时肌电采集值：
其中，k1、k2、k3、k4、k5为权重值；
所述训练3采用kegel训练，用于增强肌肉记忆能力。
7.根据权利要求1所述的一种基于生物反馈的盆底康复训练方法，其特征在于：在步骤S5中，还包括：
在康复训练结束后，设备会留存用户个人使用数据，并存储至区块链中，同时根据用户建档编号，备份用户个人档案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111048286.7A CN113769268B (zh) | 2021-09-08 | 2021-09-08 | 一种基于生物反馈的盆底康复训练方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111048286.7A CN113769268B (zh) | 2021-09-08 | 2021-09-08 | 一种基于生物反馈的盆底康复训练方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113769268A CN113769268A (zh) | 2021-12-10 |
| CN113769268B true CN113769268B (zh) | 2024-02-02 |
Family
ID=78841602
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111048286.7A Active CN113769268B (zh) | 2021-09-08 | 2021-09-08 | 一种基于生物反馈的盆底康复训练方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113769268B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115040843B (zh) * | 2022-07-19 | 2023-11-17 | 惠州优朵科技有限公司 | 一种基于盆底肌训练的智能动态调整方法 |
| CN116052378B (zh) * | 2023-04-03 | 2023-06-16 | 中航创世机器人(西安)有限公司 | 一种基于多阶段用户适配的报警分析方法及系统 |
| CN117473328B (zh) * | 2023-12-26 | 2024-03-15 | 南京麦豆健康科技有限公司 | 一种基于大数据的阴道松弛评估训练系统及方法 |
| CN117612724B (zh) * | 2024-01-23 | 2024-04-12 | 南京麦豆健康科技有限公司 | 一种女性阴道松弛状态的私密评估方法和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130129637A (ko) * | 2012-05-21 | 2013-11-29 | 부산대학교 산학협력단 | 근지구력 재활 치료를 위한 근전도 바이오피드백 시스템 및 방법 |
| CN205006863U (zh) * | 2015-09-16 | 2016-02-03 | 福州仁馨医疗科技有限公司 | 一种云平台下的盆底功能障碍诊疗的信息管理系统 |
| CN108310632A (zh) * | 2018-01-30 | 2018-07-24 | 深圳市前海未来无限投资管理有限公司 | 一种肌肉电刺激方法、装置及可穿戴设备 |
| CN109794042A (zh) * | 2019-03-14 | 2019-05-24 | 郑州大学 | 一种基于云平台的人体步态与下肢协调性康复训练平台 |
| CN110464347A (zh) * | 2019-07-04 | 2019-11-19 | 南方医科大学深圳医院 | 一种盆底肌治疗方法、系统及装置 |
| CN111920408A (zh) * | 2020-08-11 | 2020-11-13 | 深圳大学 | 结合虚拟现实的脑电神经反馈系统的信号分析方法及组件 |
-
2021
- 2021-09-08 CN CN202111048286.7A patent/CN113769268B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130129637A (ko) * | 2012-05-21 | 2013-11-29 | 부산대학교 산학협력단 | 근지구력 재활 치료를 위한 근전도 바이오피드백 시스템 및 방법 |
| CN205006863U (zh) * | 2015-09-16 | 2016-02-03 | 福州仁馨医疗科技有限公司 | 一种云平台下的盆底功能障碍诊疗的信息管理系统 |
| CN108310632A (zh) * | 2018-01-30 | 2018-07-24 | 深圳市前海未来无限投资管理有限公司 | 一种肌肉电刺激方法、装置及可穿戴设备 |
| CN109794042A (zh) * | 2019-03-14 | 2019-05-24 | 郑州大学 | 一种基于云平台的人体步态与下肢协调性康复训练平台 |
| CN110464347A (zh) * | 2019-07-04 | 2019-11-19 | 南方医科大学深圳医院 | 一种盆底肌治疗方法、系统及装置 |
| CN111920408A (zh) * | 2020-08-11 | 2020-11-13 | 深圳大学 | 结合虚拟现实的脑电神经反馈系统的信号分析方法及组件 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113769268A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113769268B (zh) | 一种基于生物反馈的盆底康复训练方法 | |
| Horan et al. | Coping with pain: A component analysis of stress inoculation | |
| Pinto et al. | Psychological and fitness changes associated with exercise participation among women with breast cancer | |
| Pauls et al. | Repressive and defensive coping during fear and anger. | |
| Loudon et al. | The effects of physical exercise on patients with Crohn's disease | |
| Christenfeld et al. | On the reliable assessment of cardiovascular recovery: An application of curve-fitting techniques | |
| Bigliassi et al. | Cerebral effects of music during isometric exercise: An fMRI study | |
| Wolpert | Studies in psychophysiology of dreams: II. An electromyographic study of dreaming | |
| Yoo et al. | Neural network based emotion estimation using heart rate variability and skin resistance | |
| CN102058453B (zh) | 一种电刺激听觉音调感知测试与评估系统 | |
| EP4091666A1 (en) | Brain stimulation system, device and arrangement for treating aphasia | |
| Li et al. | Detection of muscle fatigue by fusion of agonist and synergistic muscle semg signals | |
| Marchetti et al. | Effects of cue-controlled relaxation, a placebo treatment, and no treatment on changes in self-reported and psychophysiological indices of test anxiety among college students | |
| Jones et al. | Physiological responding during self generated imagery of contextually complete stimuli | |
| Van Dixhoorn et al. | Contribution of relaxation technique training to the rehabilitation of myocardial infarction patients | |
| Fielding | Verbal participation and group therapy outcome | |
| Blanchard et al. | The effects of feedback signal information content on the long-term self-control of heart rate | |
| Schleifer et al. | Hybrid Functional Electrical Stimulation Improves Anaerobic Threshold in First Three Years after Spinal Cord Injury | |
| CN112890817A (zh) | 一种精神障碍康复期情绪监测与干预方法 | |
| Woodman et al. | Alexithymia | |
| CN114246596A (zh) | 一种应用于dbs治疗帕金森病患者疗效的评估方法 | |
| Szeremeta et al. | Functional fitness of people over 65 participating in physical activities organized by the Universities of the Third Age and Seniors’ Clubs in South-Eastern Poland | |
| CN111341435A (zh) | 一种基于分布式深度学习的智能病理诊断方法 | |
| Greenstadt et al. | Differential effects of left versus right monaural biofeedback for heart rate increase | |
| CN111568423B (zh) | 用户呼吸的共振频率估计值的量测方法及装置 |
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 |