CN114587970A - 一种间歇式压力治疗仪 - Google Patents
一种间歇式压力治疗仪 Download PDFInfo
- Publication number
- CN114587970A CN114587970A CN202210166728.6A CN202210166728A CN114587970A CN 114587970 A CN114587970 A CN 114587970A CN 202210166728 A CN202210166728 A CN 202210166728A CN 114587970 A CN114587970 A CN 114587970A
- Authority
- CN
- China
- Prior art keywords
- data
- background
- unit
- value
- pixel point
- 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
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
- A61H9/00—Pneumatic or hydraulic massage
- A61H9/005—Pneumatic massage
- A61H9/0078—Pneumatic massage with intermittent or alternately inflated bladders or cuffs
-
- 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
- A61H2201/12—Driving means
- A61H2201/1238—Driving means with hydraulic or pneumatic 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
- A61H2201/5007—Control means thereof computer controlled
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)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种间歇式压力治疗仪,解决的是效率低的技术问题,通过采用包括主机,与主机连接的电源和气囊组合,主机内部设置有气泵与电池阀,电池阀通过多路独立气路连接气囊组合;气囊组合中的气囊在内侧贴嵌有气压检测传感器,气压传感器与主机无线连接传输气囊内实时气压;主机通过控制气泵调节气囊气压,调节时通过电池阀选择多路独立气路进而对应调节的对象气囊的气压进行调节;所述主机中还设置有程序存储执行单元,程序存储执行单元执行包括根据数据变化率区分数据种类,进而区分处理的技术方案,较好的解决了该问题,可用于间歇式压力治疗仪中。
Description
技术领域
本发明涉及压力治疗仪领域,具体涉及一种间歇式压力治疗仪。
后景技术
压力治疗仪主要通过对多腔气囊有顺序的反复充放气,形成了对肢体和组织的循环压力,对肢体的远端到肢体的近端进行均匀有序的挤压,促进血液和淋巴的流动及改善微循环的作用,加速肢体组织液回流,有助于预防血栓的形成、预防肢体水肿,能够直接或间接治疗与血液淋巴循环相关的诸多疾病。通过被动均匀的按摩作用,随着血液循环的加速。可以加速血液中代谢废弃物,炎症因子、致痛因子的吸收。可以防止肌肉萎缩,防止肌肉纤维化,加强肢体的含氧量,有助于解决因血液循环障碍引起的疾病。
现有的间歇式压力治疗仪存在效率低下的技术问题,本发明提供一种新的间歇式压力治疗仪用以解决该问题。
发明内容
本发明所要解决的技术问题是现有技术中存在的效率低下的技术问题。提供一种新的间歇式压力治疗仪,该间歇式压力治疗仪具有效率高的特点。
为解决上述技术问题,采用的技术方案如下:
一种间歇式压力治疗仪,所述间歇式压力治疗仪包括主机,与主机连接的电源和气囊组合,主机内部设置有气泵与电池阀,电池阀通过多路独立气路连接气囊组合;气囊组合中的气囊在内侧贴嵌有气压检测传感器,气压传感器与主机无线连接传输气囊内实时气压;主机通过控制气泵调节气囊气压,调节时通过电池阀选择多路独立气路进而对应调节的对象气囊的气压进行调节;所述主机中设置有时钟单元,主机根据时钟单元的时钟参数,间歇式工作;所述主机中还设置有程序存储执行单元,程序存储执行单元执行包括如下步骤在内的程序:
步骤S1,计算出各项治疗仪数据的变化率,并根据预定义的变化率阈值区分高速变率治疗仪数据Pn和低速变率治疗仪数据Pr,治疗仪数据包括气囊数据、电池阀数据、气泵数据、电源数据;
步骤S2,对于高速变率治疗仪数据Pn,调用第一数据估计整合程序进行治疗仪数据估计、整合;
步骤S3,对于低速变率治疗仪数据Pr,调用第二数据处理程序进行计算、整合,第二数据处理程序直接对低速变率治疗仪数据Pr的变化差值进行计算;
步骤S4,第一数据估计整合程序估计的变化差值超过预定义的阈值或第二数据处理程序计算的变化差值超过预定义的阈值,则根据对应治疗仪数据进行治疗仪参数调节,包括调节对应气囊的气压。
本发明的工作原理:本发明在间歇式压力治疗仪的数据交换过程中,以数据的变化率为基准对数据进行区分。根据变化率高低,对于其进行处理的决策和方法可以进行有效区分,提高实时性和效率,通过对计算出各项数据的实时变化率,并根据预定义的变化率阈值区分高速变率数据和低速变率数据;对于高速变率数据,调用第一数据估计整合程序进行数据估计、融合;对于低速变率数据,直接第二数据处理程序进行计算、融合,并不进行多余的数据估计融合,直接对低速变率数据的变化差值进行计算,进而判断是否执行后续程序,提高了效率,减少系统开销。间歇式工作是根据设置的参数,根据时钟单元计时,间歇式工作。
上述方案中,为优化,进一步地,所述第一数据估计整合程序执行如下步骤,进行治疗仪数据估计、整合:
步骤A3,通过zk=δwk+εk,计算出位置参数δ,其中,zk=arctan(Im(wk)/Re(wk),εk为预定义的均值为0的属同一分布但独立的误差项系数;
步骤A4,将步骤A2、A3得到的特征指数∝,分散系数γ,位置参数δ带入φ(w)=exp{jδw-γ|w|∝},并做傅里叶变换得到概率密度函数f(x),完成高速变率治疗仪数据Pn的拟合估计;
步骤A5,确定作为第一数据估计整合程序估计的变化差值是否超过预定义的阈值Tmax的指标;其中,A为实时需估计、整合的治疗仪数据值,是由治疗仪高变率数据历史库估计的参数,Tmax的是预先定义的评估率对应的检测阈值。
本优选方案,在常用数据估计整合的方案上,采用更为高效、准确的数据估计整合程序,通过对不同种类但表征对象关联的数据进行估计和整合,提高了数据处理的效率。
进一步地,所述间歇式压力治疗仪包括同级冗余设置的电源、气泵、电池阀、气囊组合,程序存储执行单元还执行系统效能优化程序,包括:
步骤B1,任选接通电源、气囊组合、气泵、电池阀组成实时间歇式压力治疗仪系统;
步骤B2,任选相邻前后级单元,将前级的单元定义为前级单元,后级的单元定义为后级单元;
步骤B3,定义间歇式压力治疗仪系统整体效能模型为Η=H1·H2·H3·H4·H5,其中H1为实效性,H2为处理效率,H3为系统承载率,H4为治疗仪数据处理精度,H5为系统故障率;
其中,W=PW1+(1-P)(W1+W2),T=PT1+(1-P)(T1+T2),t为治疗仪数据在前级单元和后级单元的总共时间,P为治疗仪数据从前级单元治疗仪数据进入后级单元的概率,前级单元处理效率 后级单元处理效率前级单元负载系数后级单元负载系数N为前级单元数量,M为后级单元数量,R为整数,PR根据预定义的前级单元的平均治疗仪数据量求得,QR根据预定义的后级单元的平均治疗仪数据量求得,W1=L1/λ为前级单元治疗仪数据平均响应时间,W2=L2/λH21P为后级单元响应时间;T1=1/μ1为前级单元治疗仪数据平均服务时间,T2=1/μ2为后级单元治疗仪数据平均服务时间;μ1和μ2为指数分布的参数,λ为预定义的泊松参数;
步骤B5,计算出实时间歇式压力治疗仪系统的总体效能值,判断总体效能值的大小,如大于预定义阈值则返回步骤A1重新选择组成新的实时间歇式压力治疗仪系统。
本优选方案,通过实时监测系统效能,实时调整系统组合的方式,防止系统效能退化,防止系统效率降低。
进一步地,间歇式压力治疗仪还设置有虚拟环境系统,虚拟环境系统包括间歇式压力治疗仪数据采集处理单元,虚拟环境模型建模与管理子系统,以及治疗功能实现单元;
所述虚拟环境模型建模与管理子系统包括中心计算单元和边缘计算单元,边缘计算单元设置于压力治疗仪数据采集处理单元,中心计算单元设置于主机中;
边缘计算单元提供物理实体模型,中心计算单元根据物理实体治疗仪数据构建虚拟实体模型,并构建物理实体模型与虚拟实体模型的双向交互修正通道;所述中心计算单元执行如下步骤,将各边缘计算单元的虚拟实体模型进行交互融合;
步骤R1,任选1个虚拟实体模型作为前景空间模型,其余的虚拟实体模型定义为后景空间模型,任选一个后景空间模型,执行步骤R2;
步骤R2,自后景空间模型提取后景区域Ω,获取后景轮廓关键点信息,包括后景区域Ω中轮廓关键点的纯度值和二维平面坐标值;
步骤R3,预设像素点的R、G、B分量的阈值,构建后景空间场景数据,将不属于后景区域Ω的像素点R、G、B的值均设置为0;如属于后景区域Ω的像素点的R、G、B分量值小于预设阈值,则设定该像素点的R、G、B分量值为阈值,否则采用实际的像素点R、G、B分量值;
步骤R4,接收后景空间场景数据及轮廓关键点信息,将R、G、B值均大于阈值的像素点定义后景区域像素点,根据步骤R3预设的阈值恢复后景空间后景区域;
步骤R5,建立后景纯度恢复模型,基于后景区域Ω中像素点p的邻域像素点q的纯度值,计算出前景空间待融合区域中与后景区域Ω中像素点位置相同的像素点的纯度值d'p,后景纯度恢复模型为:
其中,gp和gq分别表示前景空间待融合区域中像素点p及其邻域点q的灰度值,σg为基于高斯函数的标准差,t为常数系数,为像素点p的八邻通域,d'q(t-1)后景区域Ω中像素点中像素点p的邻域点q已知的纯度值;
步骤R6,将后景空间模型的后景区域Ω基于轮廓关键点A、B进行分块,任意确定后景区域Ω内的像素点,若该像素点位置对应的前景空间纯度值在该像素点所属后景块区域的纯度值范围之外,则执行步骤R7,否则执行步骤R8;
纯度值范围为DAB={d|dmin≤d≤dmax},最小纯度值dmin=min(dA,dB),最大纯度值dmax=max(dA,dB);
步骤R7,若后景区域Ω基中像素点位置对应的前景空间纯度值大于该点所属后景块区域纯度范围的最大值,则使得该像素点处显示后景,否则将前景空间待融合其余定义为前景区域;
步骤R8,如有像素点p∈Ω|(R1∪R2∪...∪Rqjs),则定义像素点p位于后景区域Ω的后景块区域范围之内,且建立几何块结构模型,求解像素点p的纯度值,不满足则执行步骤R9,qjs为后景块数量;
步骤R9,建立邻域微结构模型,求解得到像素点p的纯度值,;
步骤R10,根据后景空间与前景空间对应像素点的纯度关系,确定显示结果,得到几何一致的空间对象融合效果;
步骤R11,重新选择后景空间模型,将步骤R1的融合空间模型更新定义为前景空间模型,返回执行步骤R1,直至遍历完所有后景空间模型。
本优选方案将物理的治疗环境进行虚拟化,进而让患者通过虚拟设备知晓自己使用设备的情况,并可通过远程参与,让家人加入治疗环境,更为生动化。
进一步地,所述几何块结构模型包括:
步骤J1,定义轮廓关键点A、B组成的后景块区域对应的二维平面区域范围为RAB={xs,ys,w,h|w=xe-xs,h=ye-ys},二维平面区域起始横坐标xs=min(xA,xB),二维平面区域起始纵坐标ys=min(yA,yB),二维平面区域结束横坐标xe=max(xA,xB),二维平面区域结束纵坐标ye=max(yA,yB),定义区域最小纯度值对应的像素点为pmin;
步骤J2,计算出后景块区域的像素点p的纯度值为d'p
进一步地,所述邻域微结构模型与后景纯度恢复模型一致,仅变更wpq因子为:
进一步地,所述多路独立气路为8路,分为两个气囊接口,每个气囊接口包括4路独立气路。
进一步地,所述气囊组合包括在臂部四腔气囊、腿部四腔气囊、左手单腔气囊、右手单腔气囊、腿部三腔气囊、臂部三腔气囊、小腿三腔气囊、左足单腔气囊、右足单腔气囊进行选择组合。
本发明的有益效果:本发明在间歇式压力治疗仪的数据交换过程中,以数据的变化率为基准对数据进行区分。根据变化率高低,对于其进行处理的决策和方法可以进行有效区分,提高实时性和效率,通过对计算出各项数据的实时变化率,并根据预定义的变化率阈值区分高速变率数据和低速变率数据;对于高速变率数据,调用第一数据估计整合程序进行数据估计、融合;对于低速变率数据,直接第二数据处理程序进行计算、融合,并不进行多余的数据估计融合,直接对低速变率数据的变化差值进行计算,进而判断是否执行后续程序,提高了效率,减少系统开销。在常用数据估计整合的方案上,采用更为高效、准确的数据估计整合程序,通过对不同种类但表征对象关联的数据进行估计和整合,提高了数据处理的效率。通过实时监测系统效能,实时调整系统组合的方式,防止系统效能退化,防止系统效率降低。将物理的治疗环境进行虚拟化,进而让患者通过虚拟设备知晓自己使用设备的情况,并可通过远程参与,让家人加入治疗环境,更为生动化。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1,间歇式压力治疗仪示意图。
图2,实施例1中程序存储执行单元执行的程序示意图。
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用以解释本发明,并不用于限定本发明。
实施例1
本实施例提供一种间歇式压力治疗仪,如图1,所述间歇式压力治疗仪包括主机,与主机连接的电源和气囊组合,主机内部设置有气泵与电池阀,电池阀通过多路独立气路连接气囊组合;气囊组合中的气囊在内侧贴嵌有气压检测传感器,气压传感器与主机无线连接传输气囊内实时气压;主机通过控制气泵调节气囊气压,调节时通过电池阀选择多路独立气路进而对应调节的对象气囊的气压进行调节;所述主机中还设置有程序存储执行单元,程序存储执行单元执行包括如下步骤在内的程序,如图2:
步骤S1,计算出各项治疗仪数据的变化率,并根据预定义的变化率阈值区分高速变率治疗仪数据Pn和低速变率治疗仪数据Pr,治疗仪数据包括气囊数据、电池阀数据、气泵数据、电源数据;
步骤S2,对于高速变率治疗仪数据Pn,调用第一数据估计整合程序进行治疗仪数据估计、整合;
步骤S3,对于低速变率治疗仪数据Pr,调用第二数据处理程序进行计算、整合,第二数据处理程序直接对低速变率治疗仪数据Pr的变化差值进行计算;
步骤S4,第一数据估计整合程序估计的变化差值超过预定义的阈值或第二数据处理程序计算的变化差值超过预定义的阈值,则根据对应治疗仪数据进行治疗仪参数调节,包括调节对应气囊的气压。
本实施例在间歇式压力治疗仪的数据交换过程中,以数据的变化率为基准对数据进行区分。根据变化率高低,对于其进行处理的决策和方法可以进行有效区分,提高实时性和效率,通过对计算出各项数据的实时变化率,并根据预定义的变化率阈值区分高速变率数据和低速变率数据;对于高速变率数据,调用第一数据估计整合程序进行数据估计、融合;对于低速变率数据,直接第二数据处理程序进行计算、融合,并不进行多余的数据估计融合,直接对低速变率数据的变化差值进行计算,进而判断是否执行后续程序,提高了效率,减少系统开销。
优选地,所述第一数据估计整合程序执行如下步骤,进行治疗仪数据估计、整合:
步骤A3,通过zk=δwk+εk,计算出位置参数δ,其中,zk=arctan(Im(wk)/Re(wk),εk为预定义的均值为0的属同一分布但独立的误差项系数;
步骤A4,将步骤A2、A3得到的特征指数∝,分散系数γ,位置参数δ带入φ(w)=exp{jδw-γ|w|∝},并做傅里叶变换得到概率密度函数f(x),完成高速变率治疗仪数据Pn的拟合估计;
步骤A5,确定作为第一数据估计整合程序估计的变化差值是否超过预定义的阈值Tmax的指标;其中,A为实时需估计、整合的治疗仪数据值,是由治疗仪高变率数据历史库估计的参数,Tmax的是预先定义的评估率对应的检测阈值。
本优选方案,在常用数据估计整合的方案上,采用更为高效、准确的数据估计整合程序,通过对不同种类但表征对象关联的数据进行估计和整合,提高了数据处理的效率。
优选地,所述间歇式压力治疗仪包括同级冗余设置的电源、气泵、电池阀、气囊组合,程序存储执行单元还执行系统效能优化程序,包括:
步骤B1,任选接通电源、气囊组合、气泵、电池阀组成实时间歇式压力治疗仪系统;
步骤B2,任选相邻前后级单元,将前级的单元定义为前级单元,后级的单元定义为后级单元;
步骤B3,定义间歇式压力治疗仪系统整体效能模型为H=H1·H2·H3·H4·H5,其中H1为实效性,H2为处理效率,H3为系统承载率,H4为治疗仪数据处理精度,H5为系统故障率;
其中,W=PW1+(1-P)(W1+W2),T=PT1+(1-P)(T1+T2),t为治疗仪数据在前级单元和后级单元的总共时间,P为治疗仪数据从前级单元治疗仪数据进入后级单元的概率,前级单元处理效率 后级单元处理效率前级单元负载系数后级单元负载系数N为前级单元数量,M为后级单元数量,R为整数,PR根据预定义的前级单元的平均治疗仪数据量求得,QR根据预定义的后级单元的平均治疗仪数据量求得,W1=L1/λ为前级单元治疗仪数据平均响应时间,W2=L2/λH21P为后级单元响应时间;T1=1/μ1为前级单元治疗仪数据平均服务时间,T2=1/μ2为后级单元治疗仪数据平均服务时间;μ1和μ2为指数分布的参数,λ为预定义的泊松参数;
步骤B5,计算出实时间歇式压力治疗仪系统的总体效能值,判断总体效能值的大小,如大于预定义阈值则返回步骤A1重新选择组成新的实时间歇式压力治疗仪系统。
本优选方案,通过实时监测系统效能,实时调整系统组合的方式,防止系统效能退化,防止系统效率降低。
优选地,间歇式压力治疗仪还设置有虚拟环境系统,虚拟环境系统包括间歇式压力治疗仪数据采集处理单元,虚拟环境模型建模与管理子系统,以及治疗功能实现单元;
所述虚拟环境模型建模与管理子系统包括中心计算单元和边缘计算单元,边缘计算单元设置于压力治疗仪数据采集处理单元,中心计算单元设置于主机中;
边缘计算单元提供物理实体模型,中心计算单元根据物理实体治疗仪数据构建虚拟实体模型,并构建物理实体模型与虚拟实体模型的双向交互修正通道;所述中心计算单元执行如下步骤,将各边缘计算单元的虚拟实体模型进行交互融合;
步骤R1,任选1个虚拟实体模型作为前景空间模型,其余的虚拟实体模型定义为后景空间模型,任选一个后景空间模型,执行步骤R2;
步骤R2,自后景空间模型提取后景区域Ω,获取后景轮廓关键点信息,包括后景区域Ω中轮廓关键点的纯度值和二维平面坐标值;
步骤R3,预设像素点的R、G、B分量的阈值,构建后景空间场景数据,将不属于后景区域Ω的像素点R、G、B的值均设置为0;如属于后景区域Ω的像素点的R、G、B分量值小于预设阈值,则设定该像素点的R、G、B分量值为阈值,否则采用实际的像素点R、G、B分量值;
步骤R4,接收后景空间场景数据及轮廓关键点信息,将R、G、B值均大于阈值的像素点定义后景区域像素点,根据步骤R3预设的阈值恢复后景空间后景区域;
步骤R5,建立后景纯度恢复模型,基于后景区域Ω中像素点p的邻域像素点q的纯度值,计算出前景空间待融合区域中与后景区域Ω中像素点位置相同的像素点的纯度值d'p,后景纯度恢复模型为:
其中,gp和gq分别表示前景空间待融合区域中像素点p及其邻域点q的灰度值,σg为基于高斯函数的标准差,t为常数系数,为像素点p的八邻通域,d'q(t-1)后景区域Ω中像素点中像素点p的邻域点q已知的纯度值;
步骤R6,将后景空间模型的后景区域Ω基于轮廓关键点A、B进行分块,任意确定后景区域Ω内的像素点,若该像素点位置对应的前景空间纯度值在该像素点所属后景块区域的纯度值范围之外,则执行步骤R7,否则执行步骤R8;
纯度值范围为DAB={d|dmin≤d≤dmax},最小纯度值dmin=min(dA,dB),最大纯度值dmax=max(dA,dB);
步骤R7,若后景区域Ω基中像素点位置对应的前景空间纯度值大于该点所属后景块区域纯度范围的最大值,则使得该像素点处显示后景,否则将前景空间待融合其余定义为前景区域;
步骤R8,如有像素点p∈Ω|(R1∪R2∪...∪Rqjs),则定义像素点p位于后景区域Ω的后景块区域范围之内,且建立几何块结构模型,求解像素点p的纯度值,不满足则执行步骤R9,qjs为后景块数量;
步骤R9,建立邻域微结构模型,求解得到像素点p的纯度值,;
步骤R10,根据后景空间与前景空间对应像素点的纯度关系,确定显示结果,得到几何一致的空间对象融合效果;
步骤R11,重新选择后景空间模型,将步骤R1的融合空间模型更新定义为前景空间模型,返回执行步骤R1,直至遍历完所有后景空间模型。
本优选方案将物理的治疗环境进行虚拟化,进而让患者通过虚拟设备知晓自己使用设备的情况,并可通过远程参与,让家人加入治疗环境,更为生动化。
具体地,所述几何块结构模型包括:
步骤J1,定义轮廓关键点A、B组成的后景块区域对应的二维平面区域范围为RAB={xs,ys,w,h|w=xe-xs,h=ye-ys},二维平面区域起始横坐标xs=min(xA,xB),二维平面区域起始纵坐标ys=min(yA,yB),二维平面区域结束横坐标xe=max(xA,xB),二维平面区域结束纵坐标ye=max(yA,yB),定义区域最小纯度值对应的像素点为pmin;
步骤J2,计算出后景块区域的像素点p的纯度值为d'p
具体地,所述邻域微结构模型与后景纯度恢复模型一致,仅变更wpq因子为:
具体地,所述多路独立气路为8路,分为两个气囊接口,每个气囊接口包括4路独立气路。
具体地,所述气囊组合包括在臂部四腔气囊、腿部四腔气囊、左手单腔气囊、右手单腔气囊、腿部三腔气囊、臂部三腔气囊、小腿三腔气囊、左足单腔气囊、右足单腔气囊进行选择组合。
本实施例在间歇式压力治疗仪的数据交换过程中,以数据的变化率为基准对数据进行区分。根据变化率高低,对于其进行处理的决策和方法可以进行有效区分,提高实时性和效率,通过对计算出各项数据的实时变化率,并根据预定义的变化率阈值区分高速变率数据和低速变率数据;对于高速变率数据,调用第一数据估计整合程序进行数据估计、融合;对于低速变率数据,直接第二数据处理程序进行计算、融合,并不进行多余的数据估计融合,直接对低速变率数据的变化差值进行计算,进而判断是否执行后续程序,提高了效率,减少系统开销。在常用数据估计整合的方案上,采用更为高效、准确的数据估计整合程序,通过对不同种类但表征对象关联的数据进行估计和整合,提高了数据处理的效率。通过实时监测系统效能,实时调整系统组合的方式,防止系统效能退化,防止系统效率降低。将物理的治疗环境进行虚拟化,进而让患者通过虚拟设备知晓自己使用设备的情况,并可通过远程参与,让家人加入治疗环境,更为生动化。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员能够理解本发明,但是本发明不仅限于具体实施方式的范围,对本技术领域的普通技术人员而言,只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内,一切利用本发明构思的发明创造均在保护之列。
Claims (7)
1.一种间歇式压力治疗仪,其特征在于:所述间歇式压力治疗仪包括主机,与主机连接的电源和气囊组合,主机内部设置有气泵与电池阀,电池阀通过多路独立气路连接气囊组合;
气囊组合中的气囊在内侧贴嵌有气压检测传感器,气压传感器与主机无线连接传输气囊内实时气压;
主机通过控制气泵调节气囊气压,调节时通过电池阀选择多路独立气路进而对应调节的对象气囊的气压进行调节;
所述主机中设置有时钟单元,主机根据时钟单元的时钟参数,间歇式工作;所述主机中还设置有程序存储执行单元,程序存储执行单元执行包括如下步骤在内的程序:
步骤S1,计算出各项治疗仪数据的变化率,并根据预定义的变化率阈值区分高速变率治疗仪数据Pn和低速变率治疗仪数据Pr,治疗仪数据包括气囊数据、电池阀数据、气泵数据、电源数据;
步骤S2,对于高速变率治疗仪数据Pn,调用第一数据估计整合程序进行治疗仪数据估计、整合;
步骤S3,对于低速变率治疗仪数据Pr,调用第二数据处理程序进行计算、整合,第二数据处理程序直接对低速变率治疗仪数据Pr的变化差值进行计算;
步骤S4,第一数据估计整合程序估计的变化差值超过预定义的阈值或第二数据处理程序计算的变化差值超过预定义的阈值,则根据对应治疗仪数据进行治疗仪参数调节,包括调节对应气囊的气压。
2.根据权利要求1所述的间歇式压力治疗仪,其特征在于:所述第一数据估计整合程序执行如下步骤,进行治疗仪数据估计、整合:
步骤A3,通过zk=δwk+εk,计算出位置参数δ,其中,zk=arctan(Im(wk)/Re(wk),εk为预定义的均值为0的属同一分布但独立的误差项系数;
步骤A4,将步骤A2、A3得到的特征指数∝,分散系数γ,位置参数δ带入φ(w)=exp{jδw-γ|w|∝},并做傅里叶变换得到概率密度函数f(x),完成高速变率治疗仪数据Pn的拟合估计;
3.根据权利要求1所述的间歇式压力治疗仪,其特征在于:所述间歇式压力治疗仪包括同级冗余设置的电源、气泵、电池阀、气囊组合,程序存储执行单元还执行系统效能优化程序,包括:
步骤B1,任选接通电源、气囊组合、气泵、电池阀组成实时间歇式压力治疗仪系统;
步骤B2,任选相邻前后级单元,将前级的单元定义为前级单元,后级的单元定义为后级单元;
步骤B3,定义间歇式压力治疗仪系统整体效能模型为H=H1·H2·H3·H4·H5,其中H1为实效性,H2为处理效率,H3为系统承载率,H4为治疗仪数据处理精度,H5为系统故障率;
其中,W=PW1+(1-P)(W1+W2),T=PT1+(1-P)(T1+T2),t为治疗仪数据在前级单元和后级单元的总共时间,P为治疗仪数据从前级单元治疗仪数据进入后级单元的概率,前级单元处理效率 后级单元处理效率前级单元负载系数后级单元负载系数N为前级单元数量,M为后级单元数量,R为整数,PR根据预定义的前级单元的平均治疗仪数据量求得,QR根据预定义的后级单元的平均治疗仪数据量求得,W1=L1/λ为前级单元治疗仪数据平均响应时间,W2=L2/λH21P为后级单元响应时间;T1=1/μ1为前级单元治疗仪数据平均服务时间,T2=1/μ2为后级单元治疗仪数据平均服务时间;μ1和μ2为指数分布的参数,λ为预定义的泊松参数;
步骤B5,计算出实时间歇式压力治疗仪系统的总体效能值,判断总体效能值的大小,如大于预定义阈值则返回步骤A1重新选择组成新的实时间歇式压力治疗仪系统。
4.根据权利要求1所述的间歇式压力治疗仪,其特征在于:间歇式压力治疗仪还设置有虚拟环境系统,虚拟环境系统包括间歇式压力治疗仪数据采集处理单元,虚拟环境模型建模与管理子系统,以及治疗功能实现单元;
所述虚拟环境模型建模与管理子系统包括中心计算单元和边缘计算单元,边缘计算单元设置于压力治疗仪数据采集处理单元,中心计算单元设置于主机中;
边缘计算单元提供物理实体模型,中心计算单元根据物理实体治疗仪数据构建虚拟实体模型,并构建物理实体模型与虚拟实体模型的双向交互修正通道;所述中心计算单元执行如下步骤,将各边缘计算单元的虚拟实体模型进行交互融合;
步骤R1,任选1个虚拟实体模型作为前景空间模型,其余的虚拟实体模型定义为后景空间模型,任选一个后景空间模型,执行步骤R2;
步骤R2,自后景空间模型提取后景区域Ω,获取后景轮廓关键点信息,包括后景区域Ω中轮廓关键点的纯度值和二维平面坐标值;
步骤R3,预设像素点的R、G、B分量的阈值,构建后景空间场景数据,将不属于后景区域Ω的像素点R、G、B的值均设置为0;如属于后景区域Ω的像素点的R、G、B分量值小于预设阈值,则设定该像素点的R、G、B分量值为阈值,否则采用实际的像素点R、G、B分量值;
步骤R4,接收后景空间场景数据及轮廓关键点信息,将R、G、B值均大于阈值的像素点定义后景区域像素点,根据步骤R3预设的阈值恢复后景空间后景区域;
步骤R5,建立后景纯度恢复模型,基于后景区域Ω中像素点p的邻域像素点q的纯度值,计算出前景空间待融合区域中与后景区域Ω中像素点位置相同的像素点的纯度值d′p,后景纯度恢复模型为:
其中,gp和gq分别表示前景空间待融合区域中像素点p及其邻域点q的灰度值,σg为基于高斯函数的标准差,t为常数系数,为像素点p的八邻通域,d′q(t-1)后景区域Ω中像素点中像素点p的邻域点q已知的纯度值;
步骤R6,将后景空间模型的后景区域Ω基于轮廓关键点A、B进行分块,任意确定后景区域Ω内的像素点,若该像素点位置对应的前景空间纯度值在该像素点所属后景块区域的纯度值范围之外,则执行步骤R7,否则执行步骤R8;
纯度值范围为DAB={d|dmin≤d≤dmax},最小纯度值dmin=min(dA,dB),最大纯度值dmax=max(dA,dB);
步骤R7,若后景区域Ω基中像素点位置对应的前景空间纯度值大于该点所属后景块区域纯度范围的最大值,则使得该像素点处显示后景,否则将前景空间待融合其余定义为前景区域;
步骤R8,如有像素点p∈Ω|(R1∪R2∪...∪Rqjs),则定义像素点p位于后景区域Ω的后景块区域范围之内,且建立几何块结构模型,求解像素点p的纯度值,不满足则执行步骤R9,qjs为后景块数量;
步骤R9,建立邻域微结构模型,求解得到像素点p的纯度值,;
步骤R10,根据后景空间与前景空间对应像素点的纯度关系,确定显示结果,得到几何一致的空间对象融合效果;
步骤R11,重新选择后景空间模型,将步骤R1的融合空间模型更新定义为前景空间模型,返回执行步骤R1,直至遍历完所有后景空间模型。
6.根据权利要求1-5任一所述的间歇式压力治疗仪,其特征在于:所述多路独立气路为8路,分为两个气囊接口,每个气囊接口包括4路独立气路。
7.根据权利要求6所述的间歇式压力治疗仪,其特征在于:所述气囊组合包括在臂部四腔气囊、腿部四腔气囊、左手单腔气囊、右手单腔气囊、腿部三腔气囊、臂部三腔气囊、小腿三腔气囊、左足单腔气囊、右足单腔气囊进行选择组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210166728.6A CN114587970A (zh) | 2022-02-23 | 2022-02-23 | 一种间歇式压力治疗仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210166728.6A CN114587970A (zh) | 2022-02-23 | 2022-02-23 | 一种间歇式压力治疗仪 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114587970A true CN114587970A (zh) | 2022-06-07 |
Family
ID=81805688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210166728.6A Pending CN114587970A (zh) | 2022-02-23 | 2022-02-23 | 一种间歇式压力治疗仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114587970A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060080285A1 (en) * | 2004-10-13 | 2006-04-13 | Sybase, Inc. | Database System with Methodology for Parallel Schedule Generation in a Query Optimizer |
CN104622674A (zh) * | 2013-11-08 | 2015-05-20 | 连云港福源医疗器械有限公司 | 一种空气波压力治疗仪 |
CN113116692A (zh) * | 2021-04-19 | 2021-07-16 | 南京智能高端装备产业研究院有限公司 | 一种基于界面压力的自适应间歇式充气加压系统 |
CN113625146A (zh) * | 2021-08-16 | 2021-11-09 | 长春理工大学 | 一种半导体器件1/f噪声SαS模型参数估计方法 |
-
2022
- 2022-02-23 CN CN202210166728.6A patent/CN114587970A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060080285A1 (en) * | 2004-10-13 | 2006-04-13 | Sybase, Inc. | Database System with Methodology for Parallel Schedule Generation in a Query Optimizer |
CN104622674A (zh) * | 2013-11-08 | 2015-05-20 | 连云港福源医疗器械有限公司 | 一种空气波压力治疗仪 |
CN113116692A (zh) * | 2021-04-19 | 2021-07-16 | 南京智能高端装备产业研究院有限公司 | 一种基于界面压力的自适应间歇式充气加压系统 |
CN113625146A (zh) * | 2021-08-16 | 2021-11-09 | 长春理工大学 | 一种半导体器件1/f噪声SαS模型参数估计方法 |
Non-Patent Citations (3)
Title |
---|
肖强;陈益强;黄美玉;纪雯;: "基于几何规则的多维空间对象融合模型", 计算机工程, no. 12, pages 242 - 246 * |
胡睿,孙进平,王文光: "基于α稳定分布的SAR图像目标检测算", 中国图象图形学报, vol. 14, no. 1, pages 25 - 29 * |
陈高波;: "基于LAD的对称alpha稳定分布参数估计", 武汉工业学院学报, no. 01 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zeng et al. | Efficient estimation for the accelerated failure time model | |
CN108805048B (zh) | 一种人脸识别模型的调整方法、装置和存储介质 | |
CN109272510A (zh) | 一种三维医学图像中管状结构的分割方法 | |
CN102937320A (zh) | 用于智能空调的健康保护方法 | |
CN106679103A (zh) | 一种中央空调系统冷冻泵供水控制方法及装置 | |
CN111783792A (zh) | 一种提取b超图像显著纹理特征的方法及其应用 | |
CN110470033A (zh) | 用于控制空调的方法、装置和空调 | |
CN110363775A (zh) | 一种基于区域型变分水平集的图像分割方法 | |
CN114587970A (zh) | 一种间歇式压力治疗仪 | |
CN107093182B (zh) | 一种基于特征拐点的人体高度估计方法 | |
CN113139948A (zh) | 器官轮廓线质量评估方法、装置及系统 | |
CN102800090B (zh) | 一种血细胞分割方法 | |
CN113724320A (zh) | 一种基于形状先验的肾脏图像分割方法 | |
CN106725514A (zh) | 一种数据处理方法及其装置 | |
CN111280558B (zh) | 确定二维样板尺寸的方法、装置、计算机设备和存储介质 | |
CN112613445A (zh) | 人脸图像生成方法、装置、计算机设备和存储介质 | |
CN112735546A (zh) | 射频参数配置方法、装置、系统及计算机可读存储介质 | |
CN115222752B (zh) | 基于特征解耦的病理图像特征提取器训练方法及装置 | |
Supot et al. | Segmentation of magnetic resonance images using discrete curve evolution and fuzzy clustering | |
CN108182684A (zh) | 一种基于加权核函数模糊聚类的图像分割方法及其装置 | |
CN114740969A (zh) | 一种融合数字孪生与虚拟现实的互动系统及其方法 | |
CN110399656B (zh) | 基于模糊逻辑与神经网络的下装腰省参数设计方法 | |
CN106650597B (zh) | 一种活体检测方法和装置 | |
Chen et al. | Fast segmentation for medical ultrasound image based on parametric level set active contour model | |
CN117442895B (zh) | 基于机器学习的超声自动控制方法及系统 |
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 |