CN116077071B - 一种智能康复按摩方法、机器人及存储介质 - Google Patents

一种智能康复按摩方法、机器人及存储介质 Download PDF

Info

Publication number
CN116077071B
CN116077071B CN202310126418.6A CN202310126418A CN116077071B CN 116077071 B CN116077071 B CN 116077071B CN 202310126418 A CN202310126418 A CN 202310126418A CN 116077071 B CN116077071 B CN 116077071B
Authority
CN
China
Prior art keywords
massage
data
subject
force
brain wave
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
Application number
CN202310126418.6A
Other languages
English (en)
Other versions
CN116077071A (zh
Inventor
陈琼
刘春�
叶志伟
陈荆亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN202310126418.6A priority Critical patent/CN116077071B/zh
Publication of CN116077071A publication Critical patent/CN116077071A/zh
Application granted granted Critical
Publication of CN116077071B publication Critical patent/CN116077071B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • 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
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/383—Somatosensory stimuli, e.g. electric stimulation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • A61H7/00—Devices for suction-kneading massage; Devices for massaging the skin by rubbing or brushing not otherwise provided for
    • 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
    • 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
    • A61H2201/5053—Control means thereof mechanically controlled
    • 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
    • A61H2230/04—Heartbeat characteristics, e.g. E.G.C., blood pressure modulation
    • A61H2230/045—Heartbeat characteristics, e.g. E.G.C., blood pressure modulation 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
    • A61H2230/08—Other bio-electrical signals
    • A61H2230/10—Electroencephalographic signals
    • A61H2230/105—Electroencephalographic signals used as a control parameter for the apparatus

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychology (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Power Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Dermatology (AREA)
  • Epidemiology (AREA)
  • Pain & Pain Management (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Rehabilitation Therapy (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提出了一种智能康复按摩方法，包括以下步骤：采集受试者在按摩过程中的脑波数据、生理数据和面部图像数据；将采集的脑波数据、生理数据和面部图像数据输入预先训练好的力度调节指令识别模型，识别出受试者反馈的力度调节指令；根据受试者反馈的力度调节指令调节按摩力度。本发明将脑波数据、生理数据和面部图像数据进行融合分析，可以更加准确地识别出受试者对于按摩刺激的真实感受，从而准确识别出受试者反馈的按摩力度调节指令，按摩机器人可根据所述力度调节指令自动调节按摩力度，从而为受试者提供最佳的按摩服务，按摩过程中无需受试者主动调节各按摩部位的按摩力度，提升了按摩体验。

Description

一种智能康复按摩方法、机器人及存储介质
技术领域
本发明涉及医疗康复器械技术领域，尤其涉及一种智能康复按摩方法、机器人及存储介质。
背景技术
随着现代文明的进步，机器人已被人们熟知和认可，机器人已经从狭隘的工业、国防等特种领域向与人类密切相关的服务领域迈进；服务机器人涉及的领域广泛，服务领域的运输、保养、救援、医疗、保安、救灾等都有各式各样的机器人在为人类服务；服务机器人技术具有综合性和渗透性的特点，着眼于利用日益成熟的机器人技术为人类更好的服务；服务机器人在老人、残疾人的医疗保健等与人们生活息息相关的服务领域具有非常广阔的应用前景。
按摩机器人是服务机器人的一种，结合日益成熟的机器人技术，现今已出现的按摩机器人具有按摩力量精确可控、按摩穴位定位精度高、按摩动作可准确重复等优点，基本可以实现按照中医按摩理论对人体的按摩，这对残疾人的康复、中老年人的健康以及人们生活质量的提高有非常大的帮助；由于不同的个体对于按摩力度的适应性不同，且同一个体在不同时间段对按摩力度的适应性也不同，按摩力度过大会损害身体健康，按摩力度过小又达不到理疗效果，因此，如何为不同的用户提供最适宜的按摩力度是亟待解决的问题。
但目前市场上主流的按摩器械主要是按摩椅和按摩床等，这些按摩器械主要的缺点是在按摩的过程中，通常需要受试者进行操作来调节按摩力度，无法全身心放松来享受按摩，按摩器械无法根据受试者对按摩刺激的感受自动调节各部位的按摩力度，从而为受试者提供最佳的按摩服务。
发明内容
本发明提出一种智能康复按摩方法、机器人及存储介质，解决了现有技术中按摩器械无法根据受试者对按摩刺激的感受自动调节各部位的按摩力度的问题。
本发明的技术方案是这样实现的：
根据本发明的一个方面，提供了一种智能康复按摩方法，包括以下步骤：
采集受试者在按摩过程中的脑波数据、生理数据和面部图像数据；
将采集的脑波数据、生理数据和面部图像数据输入预先训练好的力度调节指令识别模型，识别出受试者反馈的力度调节指令；
根据受试者反馈的力度调节指令调节按摩力度。
本发明通过实时采集受试者在按摩过程中的脑波数据、生理数据和面部图像数据，并输入预先训练好的力度调节指令识别模型，通过模型识别出受试者反馈的力度调节指令，按摩机器人可根据所述力度调节指令自动调节按摩力度，从而为受试者提供最佳的按摩服务，按摩过程中无需受试者主动调节各按摩部位的按摩力度，提升了按摩体验。
作为本发明优选的方案，所述脑波数据包括α波和θ波的成分变化数据，α波增多表明神经细胞兴奋度增加，θ波增多表明大脑逐渐处于放松状态；α波与θ波的比值越大，则表明受试者越兴奋，α波与θ波的比值越小，则表明受试者越放松；所述生理数据至少包括心率数据和血压数据；所述面部图像数据包括多种面部表情图像特征，所述脑波数据、生理数据、面部图像数据均用于表征受试者对按摩刺激的感受，受试者对按摩刺激的感受与受试者反馈的力度调节指令对应；当受试者感受到按摩力度过大时，心率会增大、血压会上升，面部会呈现痛苦等不适的表情，α波与θ波的比值会增大；反之，当受试者感受到按摩力度过小时，心率会趋于平稳、血压会比较舒缓，面部会呈现平淡等自然的表情，α波与θ波的比值会减小。
作为本发明优选的方案，所述力度调节指令识别模型的训练过程如下：
采集大量受试者在按摩过程中的脑波数据、生理数据、面部图像数据作为特征数据以及受试者自主调节按摩力度的控制指令作为标签数据；所述标签数据包括按摩力度增大的控制指令、按摩力度保持不变的控制指令(即没有调节按摩力度的控制指令)和按摩力度减小的控制指令；对所述特征数据和标签数据进行预处理；
将预处理后的特征数据与标签数据进行匹配，得到样本数据；
构建第一SVM神经网络，将所述脑波数据作为输入、标签数据作为输出，对第一SVM神经网络进行训练和测试，得到第一力度调节指令识别模型；
构建第二SVM神经网络，将所述生理数据作为输入、标签数据作为输出，对第二SVM神经网络进行训练和测试，得到第二力度调节指令识别模型；
构建CNN神经网络，将所述面部图像数据作为输入、标签数据作为输出，对CNN神经网络进行训练和测试，得到第三力度调节指令识别模型；
将三个力度调节指令识别模型的识别结果按照配置的权重进行融合，得到最终的力度调节指令识别模型。
作为本发明优选的方案，对所述特征数据进行预处理包括：对脑波数据、生理数据进行截取、放大和降噪处理，对所述面部图像数据进行人脸对齐、面部剪裁和特征标记处理；对所述标签数据进行预处理包括：将按摩力度增大的控制指令赋值为0，将按摩力度保持不变的控制指令赋值为0.5，将按摩力度减小的控制指令赋值为1，通过对标签数据进行赋值，便于量化受试者对按摩刺激的感受。
作为本发明优选的方案，所述权重的配置方法为：根据三个力度调节指令识别模型在测试集中的识别准确率来配置权重，准确率越高，则对应的权重越高；假设第一力度调节指令识别模型的准确率为a，第二力度调节指令识别模型的准确率为b，第三力度调节指令识别模型的准确率为c，则ax+bx+cx＝1，其中，x为权重系数；ax为第一力度调节指令识别模型的权重，bx为第二力度调节指令识别模型的权重，cx为第三力度调节指令识别模型的权重；
最终的力度调节指令识别模型输出的融合后的识别结果为m，若m<p，则识别结果为增大按摩力度的控制指令；若p≤m≤q，则识别结果为保持按摩力度不变的控制指令；若m>q，则识别结果为减小按摩力度的控制指令。
作为本发明优选的方案，受试者在按摩的过程中，还会采集受试者自主调节按摩力度的控制指令，并将受试者自主调节按摩力度的控制指令与该段时间内的脑波数据、生理数据、面部图像数据存储到数据库中，用于对力度调节指令识别模型进行定期的优化训练，随着后期三个力度调节指令识别模型的不断优化，其识别准确率不断
作为本发明优选的方案，受试者在按摩之前，需要先采集受试者的生物特征数据，用于识别受试者的身份信息；在按摩结束后，将受试者的按摩数据与身份信息进行绑定并存入数据库中；当受试者下次录入身份特征数据进行按摩时，直接调用数据库中最新的历史按摩数据为受试者提供按摩服务。
作为本发明优选的方案，所述按摩数据包括受试者身体各部位的按摩力度和按摩持续时间。
根据本发明的另一个方面，提供了一种智能康复按摩机器人，包括按摩机器人主体、与按摩机器人主体通信连接的脑波采集设备、生理数据采集设备以及面部图像采集设备；所述按摩机器人主体包括上位机以及与上位机连接的按摩机械手；
所述脑波采集设备用于采集受试者的脑波数据，所述生理数据采集设备用于采集受试者的生理数据，所述面部图像采集设备用于采集受试者的面部图像数据；
所述上位机根据上述按摩方法的步骤处理所述脑波数据、生理数据和面部图像数据，生成力度调节指令，并根据所述力度调节指令控制按摩机械手调节按摩力度。
作为本发明优选的方案，所述脑波采集设备为智能脑环，所述生理数据采集设备为智能手环，所述面部图像采集设备为摄像头；所述按摩机械手为仿生按摩机械手，用于为受试者身体各部位提供仿生按摩服务。
根据本发明的又一个方面，提供了一种存储介质，其特征在于，所述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实现上述按摩方法的步骤。
有益效果
与现有技术相比较，本发明的有益效果在于，本发明通过实时采集受试者在按摩过程中的脑波数据、生理数据和面部图像数据，并输入预先训练好的力度调节指令识别模型，通过模型识别出受试者反馈的力度调节指令；本发明将脑波数据、生理数据和面部图像数据进行融合分析，可以更加准确地识别出受试者对于按摩刺激的真实感受，从而准确识别出受试者反馈的按摩力度调节指令，按摩机器人可根据所述力度调节指令自动调节按摩力度，从而为受试者提供最佳的按摩服务，按摩过程中无需受试者主动调节各按摩部位的按摩力度，提升了按摩体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明一种智能康复按摩方法的流程示意图；
图2为本发明实施例中力度调节指令识别模型的训练过程示意图；
图3为本发明实施例中智能康复按摩机器人的数据传输结构示意图。
具体实施方式
下面将结合本发明实施例对本发明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。
参照图1所示，本实施例提供了根据本发明的一个方面，提供了一种智能康复按摩方法，包括以下步骤：
采集受试者在按摩过程中的脑波数据、生理数据和面部图像数据；
将采集的脑波数据、生理数据和面部图像数据输入预先训练好的力度调节指令识别模型，识别出受试者反馈的力度调节指令；
根据受试者反馈的力度调节指令调节按摩力度。
本实施例通过实时采集受试者在按摩过程中的脑波数据、生理数据和面部图像数据，并输入预先训练好的力度调节指令识别模型，通过模型识别出受试者反馈的力度调节指令，按摩机器人可根据所述力度调节指令自动调节按摩力度，从而为受试者提供最佳的按摩服务，按摩过程中无需受试者主动调节各按摩部位的按摩力度，提升了按摩体验。
作为本实施例优选的方案，所述脑波数据包括α波和θ波的成分变化数据，α波增多表明神经细胞兴奋度增加，θ波增多表明大脑逐渐处于放松状态；α波与θ波的比值越大，则表明受试者越兴奋，α波与θ波的比值越小，则表明受试者越放松；所述生理数据至少包括心率数据和血压数据；所述面部图像数据包括多种面部表情图像特征，所述脑波数据、生理数据、面部图像数据均用于表征受试者对按摩刺激的感受，受试者对按摩刺激的感受与受试者反馈的力度调节指令对应；当受试者感受到按摩力度过大时，心率会增大、血压会上升，面部会呈现痛苦等不适的表情，α波与θ波的比值会增大；反之，当受试者感受到按摩力度过小时，心率会趋于平稳、血压会比较舒缓，面部会呈现平淡等自然的表情，α波与θ波的比值会减小。
如图2所示，作为本实施例优选的方案，所述力度调节指令识别模型的训练过程如下：
采集大量受试者在按摩过程中的脑波数据、生理数据、面部图像数据作为特征数据以及受试者自主调节按摩力度的控制指令作为标签数据；所述标签数据包括按摩力度增大的控制指令、按摩力度保持不变的控制指令(即没有调节按摩力度的控制指令)和按摩力度减小的控制指令；对所述特征数据和标签数据进行预处理；
将预处理后的特征数据与标签数据进行匹配，得到样本数据；
构建第一SVM神经网络，将所述脑波数据作为输入、标签数据作为输出，对第一SVM神经网络进行训练和测试，得到第一力度调节指令识别模型；将受试者的脑波数据输入第一力度调节指令识别模型后，第一力度调节指令识别模型会对脑波数据进行分析，得出受试者对按摩刺激的感受以及对应的力度调节指令；
构建第二SVM神经网络，将所述生理数据作为输入、标签数据作为输出，对第二SVM神经网络进行训练和测试，得到第二力度调节指令识别模型；将受试者的生理数据输入第二力度调节指令识别模型后，第二力度调节指令识别模型会对生理数据进行分析，得出受试者对按摩刺激的感受以及对应的力度调节指令；
构建CNN神经网络，将所述面部图像数据作为输入、标签数据作为输出，对CNN神经网络进行训练和测试，得到第三力度调节指令识别模型；将受试者的面部图像数据输入第三力度调节指令识别模型后，第三力度调节指令识别模型会对面部图像数据进行分析，得出受试者对按摩刺激的感受以及对应的力度调节指令；
将三个力度调节指令识别模型的识别结果按照配置的权重进行融合，得到最终的力度调节指令识别模型。
作为本实施例优选的方案，对所述特征数据进行预处理包括：对脑波数据、生理数据进行截取、放大和降噪处理，对所述面部图像数据进行人脸对齐、面部剪裁和特征标记处理；对所述标签数据进行预处理包括：将按摩力度增大的控制指令赋值为0，将按摩力度保持不变的控制指令赋值为0.5，将按摩力度减小的控制指令赋值为1，通过对标签数据进行赋值，便于量化受试者对按摩刺激的感受。
作为本实施例优选的方案，所述权重的配置方法为：根据三个力度调节指令识别模型在测试集中的识别准确率来配置权重，准确率越高，则对应的权重越高；假设第一力度调节指令识别模型的准确率为a，第二力度调节指令识别模型的准确率为b，第三力度调节指令识别模型的准确率为c，则ax+bx+cx＝1，其中，x为权重系数；ax为第一力度调节指令识别模型的权重，bx为第二力度调节指令识别模型的权重，cx为第三力度调节指令识别模型的权重；由于三个力度调节指令识别模型的识别准确率会影响最终融合后的模型识别准确率，因此，本实施例根据三个力度调节指令识别模型在测试集中的识别准确率来配置权重；以第一力度调节指令识别模型为例，若第一力度调节指令识别模型在测试集中对于某组脑波数据的识别结果为“保持按摩力度不变的控制指令”，而实际上该组脑波数据对应的标签数据为“减小按摩力度的控制指令”，则说明该组脑波数据的测试结果不准确，若第一力度调节指令识别模型的识别结果与标签数据对应，则该组脑波数据的测试结果正确，通过测试集对第一力度调节指令识别模型进行测试，根据测试结果即可得到第一力度调节指令识别模型的识别准确率；通过同样的方法可以计算得到第二力度调节指令识别模型和第三力度调节指令识别模型的准确率。
假设第一力度调节指令识别模型的识别结果为m1，m1＝{0、0.5、1}，第二力度调节指令识别模型的识别结果为m2，m2＝{0、0.5、1}，第三力度调节指令识别模型的识别结果为m3，m3＝{0、0.5、1}，最终的力度调节指令识别模型输出的融合后的识别结果为m＝ax*m1+bx*m2+cx*m3，若m<p，则识别结果为增大按摩力度的控制指令；若p≤m≤q，则识别结果为保持按摩力度不变的控制指令；若m>q，则识别结果为减小按摩力度的控制指令。
本实施例中，第一力度调节指令识别模型的识别准确率为95.4％，第二力度调节指令识别模型的识别准确率为90.1％，第三力度调节指令识别模型的识别准确率为79.5％，则权重系数为1/265，第一力度调节指令识别模型、第二力度调节指令识别模型、第三力度调节指令识别模型的权重分别为0.36、0.34和0.3；力度调节指令识别模型输出的结果参数如下表1所示：
表1力度调节指令识别模型输出结果参数表
最终的力度调节指令识别模型识别结果参数如下表2所示：
表2最终的力度调节指令识别模型识别结果参数表
从上表2可知，最终的力度调节指令识别模型输出的融合后的识别结果m共有27种结果，且0≤m≤1；本实施例中，取p＝0.35，q＝0.65，即当m<0.35时，表明受试者对按摩刺激的感受为力度偏小，模型识别结果为增大按摩力度的控制指令；当0.35≤m≤0.65时，表明受试者对按摩刺激的感受为力度适中，模型识别结果为保持按摩力度不变的控制指令；当m>0.65时，表明受试者对按摩刺激的感受为力度偏大，模型识别结果为减小按摩力度的控制指令。
作为本实施例优选的方案，受试者在按摩的过程中，还会采集受试者自主调节按摩力度的控制指令，并将受试者自主调节按摩力度的控制指令与该段时间内的脑波数据、生理数据、面部图像数据存储到数据库中，用于对力度调节指令识别模型进行定期的优化训练。
作为本实施例优选的方案，受试者在按摩之前，需要先采集受试者的生物特征数据(如指纹、瞳孔、面部等)，用于识别受试者的身份信息；在按摩结束后，将受试者的按摩数据与身份信息进行绑定并存入数据库中；当受试者下次录入身份特征数据进行按摩时，直接调用数据库中最新的历史按摩数据为受试者提供按摩服务。
作为本实施例优选的方案，所述按摩数据包括受试者身体各部位的按摩力度和按摩持续时间。
如图3所示，与上述按摩方法对应的，本实施例还提供了一种智能康复按摩机器人，包括按摩机器人主体(可以是按摩床、按摩椅或其他自动按摩设备)、与按摩机器人主体通信连接的脑波采集设备、生理数据采集设备以及面部图像采集设备；所述按摩机器人主体包括上位机以及与上位机连接的按摩机械手；
所述脑波采集设备用于采集受试者的脑波数据，所述生理数据采集设备用于采集受试者的生理数据，所述面部图像采集设备用于采集受试者的面部图像数据；
所述上位机根据上述按摩方法的步骤处理所述脑波数据、生理数据和面部图像数据，生成力度调节指令，并根据所述力度调节指令控制按摩机械手调节按摩力度。
作为本实施例优选的方案，所述脑波采集设备为智能脑环，所述生理数据采集设备为智能手环，所述面部图像采集设备为摄像头；所述按摩机械手为仿生按摩机械手，用于为受试者身体各部位提供仿生按摩服务。
与上述按摩方法对应的，本实施例还提供了一种存储介质，其特征在于，所述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实现上述按摩方法的步骤。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种智能康复按摩方法，其特征在于，包括以下步骤：
采集受试者在按摩过程中的脑波数据、生理数据和面部图像数据；
将采集的脑波数据、生理数据和面部图像数据输入预先训练好的力度调节指令识别模型，识别出受试者反馈的力度调节指令；
根据受试者反馈的力度调节指令调节按摩力度；
所述力度调节指令识别模型的训练过程如下：
采集大量受试者在按摩过程中的脑波数据、生理数据、面部图像数据作为特征数据以及受试者自主调节按摩力度的控制指令作为标签数据；所述标签数据包括按摩力度增大的控制指令、按摩力度保持不变的控制指令和按摩力度减小的控制指令；对所述特征数据和标签数据进行预处理；
将预处理后的特征数据与标签数据进行匹配，得到样本数据；
构建第一SVM神经网络，将所述脑波数据作为输入、标签数据作为输出，对第一SVM神经网络进行训练和测试，得到第一力度调节指令识别模型；
构建第二SVM神经网络，将所述生理数据作为输入、标签数据作为输出，对第二SVM神经网络进行训练和测试，得到第二力度调节指令识别模型；
构建CNN神经网络，将所述面部图像数据作为输入、标签数据作为输出，对CNN神经网络进行训练和测试，得到第三力度调节指令识别模型；
将三个力度调节指令识别模型的识别结果按照配置的权重进行融合，得到最终的力度调节指令识别模型；
所述权重的配置方法为：根据三个力度调节指令识别模型在测试集中的识别准确率来配置权重，准确率越高，则对应的权重越高；假设第一力度调节指令识别模型的准确率为a，第二力度调节指令识别模型的准确率为b，第三力度调节指令识别模型的准确率为c，则ax+bx+cx=1，其中，x为权重系数；ax为第一力度调节指令识别模型的权重，bx为第二力度调节指令识别模型的权重，cx为第三力度调节指令识别模型的权重；
最终的力度调节指令识别模型输出的融合后的识别结果为m，若m<p，则识别结果为增大按摩力度的控制指令；若p≤m≤q，则识别结果为保持按摩力度不变的控制指令；若m>q，则识别结果为减小按摩力度的控制指令；
受试者在按摩的过程中，还会采集受试者自主调节按摩力度的控制指令，并将受试者自主调节按摩力度的控制指令与该段时间内的脑波数据、生理数据、面部图像数据存储到数据库中，用于对力度调节指令识别模型进行定期的优化训练。
2.如权利要求1所述的一种智能康复按摩方法，其特征在于，所述脑波数据包括α波和θ波的成分变化数据；所述生理数据至少包括心率数据和血压数据；所述面部图像数据包括多种面部表情图像特征；所述脑波数据、生理数据、面部图像数据均用于表征受试者对按摩刺激的感受，受试者对按摩刺激的感受与受试者反馈的力度调节指令对应。
3.如权利要求1所述的一种智能康复按摩方法，其特征在于，对所述特征数据进行预处理包括：对脑波数据、生理数据进行截取、放大和降噪处理，对所述面部图像数据进行人脸对齐、面部剪裁和特征标记处理；对所述标签数据进行预处理包括：将按摩力度增大的控制指令赋值为0，将按摩力度保持不变的控制指令赋值为0.5，将按摩力度减小的控制指令赋值为1。
4.如权利要求1所述的一种智能康复按摩方法，其特征在于，受试者在按摩之前，需要先采集受试者的生物特征数据，用于识别受试者的身份信息；在按摩结束后，将受试者的按摩数据与身份信息进行绑定并存入数据库中；当受试者下次录入身份特征数据进行按摩时，直接调用数据库中最新的历史按摩数据为受试者提供按摩服务。
5.一种智能康复按摩机器人，其特征在于，包括按摩机器人主体、与按摩机器人主体通信连接的脑波采集设备、生理数据采集设备以及面部图像采集设备；所述按摩机器人主体包括上位机以及与上位机连接的按摩机械手；
所述脑波采集设备用于采集受试者的脑波数据，所述生理数据采集设备用于采集受试者的生理数据，所述面部图像采集设备用于采集受试者的面部图像数据；
所述上位机根据权利要求1至4中任一项所述按摩方法的步骤处理所述脑波数据、生理数据和面部图像数据，生成力度调节指令，并根据所述力度调节指令控制按摩机械手调节按摩力度。
6.如权利要求5所述的一种智能康复按摩机器人，其特征在于，所述脑波采集设备为智能脑环，所述生理数据采集设备为智能手环，所述面部图像采集设备为摄像头；所述按摩机械手为仿生按摩机械手，用于为受试者身体各部位提供仿生按摩服务。
7.一种存储介质，其特征在于，所述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实现权利要求1至4任一项所述按摩方法的步骤。
CN202310126418.6A 2023-02-10 2023-02-10 一种智能康复按摩方法、机器人及存储介质 Active CN116077071B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310126418.6A CN116077071B (zh) 2023-02-10 2023-02-10 一种智能康复按摩方法、机器人及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310126418.6A CN116077071B (zh) 2023-02-10 2023-02-10 一种智能康复按摩方法、机器人及存储介质

Publications (2)

Publication Number Publication Date
CN116077071A CN116077071A (zh) 2023-05-09
CN116077071B true CN116077071B (zh) 2023-11-17

Family

ID=86206283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310126418.6A Active CN116077071B (zh) 2023-02-10 2023-02-10 一种智能康复按摩方法、机器人及存储介质

Country Status (1)

Country Link
CN (1) CN116077071B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106420295A (zh) * 2016-06-21 2017-02-22 厦门蒙发利科技（集团）股份有限公司 一种智能按摩椅及其运作方法
CN108938379A (zh) * 2018-07-24 2018-12-07 广州狄卡视觉科技有限公司 一种自闭症康复教育人机互动强化训练系统
CN109259996A (zh) * 2018-09-03 2019-01-25 深圳市烽焌信息科技有限公司 按摩机器人及其控制方法、计算机可读存储介质
CN109620262A (zh) * 2018-12-12 2019-04-16 华南理工大学 一种基于可穿戴手环的情绪识别系统及方法
CN110464366A (zh) * 2019-07-01 2019-11-19 华南师范大学 一种情绪识别方法、系统及存储介质
CN110765809A (zh) * 2018-07-25 2020-02-07 北京大学 一种面部表情分类方法、装置和情感智能机器人
CN110853726A (zh) * 2019-12-04 2020-02-28 苏宁智能终端有限公司 一种按摩数据自动生成方法、装置、系统
CN111358678A (zh) * 2020-03-05 2020-07-03 上海荣泰健康科技股份有限公司 按摩椅操控方法、系统、终端、介质以及按摩椅
WO2021096294A1 (ko) * 2019-11-15 2021-05-20 주식회사 바디프랜드 체형 인식이 가능한 마사지 장치 및 이의 제어 방법
CN113076916A (zh) * 2021-04-19 2021-07-06 山东大学 基于几何特征加权融合的动态人脸表情识别方法及系统
CN113288699A (zh) * 2021-07-12 2021-08-24 四川中医药高等专科学校 一种具备心理辅导功能的针灸按摩椅
CN113397546A (zh) * 2021-06-24 2021-09-17 福州大学 基于机器学习和生理信号的情绪识别模型构建方法及系统
CN113616472A (zh) * 2021-07-21 2021-11-09 湖南中医药大学 康复训练仪及其使用方法
CN114296555A (zh) * 2021-12-29 2022-04-08 深圳市倍轻松科技股份有限公司 一种按摩器控制方法
CN114681258A (zh) * 2020-12-25 2022-07-01 深圳Tcl新技术有限公司 一种自适应调整按摩模式的方法及按摩设备
CN114821115A (zh) * 2022-04-19 2022-07-29 山东第一医科大学第一附属医院(山东省千佛山医院) 一种基于app多功能电子针灸系统
CN114897057A (zh) * 2022-04-15 2022-08-12 北京化工大学 基于多模态数据融合的阴虚证智能诊断系统、方法、设备
CN115268531A (zh) * 2022-07-29 2022-11-01 九江市艾帕智能科技有限公司 一种智能浴缸的水流调温控制方法、装置、设备及存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106420295A (zh) * 2016-06-21 2017-02-22 厦门蒙发利科技（集团）股份有限公司 一种智能按摩椅及其运作方法
CN108938379A (zh) * 2018-07-24 2018-12-07 广州狄卡视觉科技有限公司 一种自闭症康复教育人机互动强化训练系统
CN110765809A (zh) * 2018-07-25 2020-02-07 北京大学 一种面部表情分类方法、装置和情感智能机器人
CN109259996A (zh) * 2018-09-03 2019-01-25 深圳市烽焌信息科技有限公司 按摩机器人及其控制方法、计算机可读存储介质
CN109620262A (zh) * 2018-12-12 2019-04-16 华南理工大学 一种基于可穿戴手环的情绪识别系统及方法
CN110464366A (zh) * 2019-07-01 2019-11-19 华南师范大学 一种情绪识别方法、系统及存储介质
WO2021096294A1 (ko) * 2019-11-15 2021-05-20 주식회사 바디프랜드 체형 인식이 가능한 마사지 장치 및 이의 제어 방법
CN110853726A (zh) * 2019-12-04 2020-02-28 苏宁智能终端有限公司 一种按摩数据自动生成方法、装置、系统
CN111358678A (zh) * 2020-03-05 2020-07-03 上海荣泰健康科技股份有限公司 按摩椅操控方法、系统、终端、介质以及按摩椅
CN114681258A (zh) * 2020-12-25 2022-07-01 深圳Tcl新技术有限公司 一种自适应调整按摩模式的方法及按摩设备
CN113076916A (zh) * 2021-04-19 2021-07-06 山东大学 基于几何特征加权融合的动态人脸表情识别方法及系统
CN113397546A (zh) * 2021-06-24 2021-09-17 福州大学 基于机器学习和生理信号的情绪识别模型构建方法及系统
CN113288699A (zh) * 2021-07-12 2021-08-24 四川中医药高等专科学校 一种具备心理辅导功能的针灸按摩椅
CN113616472A (zh) * 2021-07-21 2021-11-09 湖南中医药大学 康复训练仪及其使用方法
CN114296555A (zh) * 2021-12-29 2022-04-08 深圳市倍轻松科技股份有限公司 一种按摩器控制方法
CN114897057A (zh) * 2022-04-15 2022-08-12 北京化工大学 基于多模态数据融合的阴虚证智能诊断系统、方法、设备
CN114821115A (zh) * 2022-04-19 2022-07-29 山东第一医科大学第一附属医院(山东省千佛山医院) 一种基于app多功能电子针灸系统
CN115268531A (zh) * 2022-07-29 2022-11-01 九江市艾帕智能科技有限公司 一种智能浴缸的水流调温控制方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN116077071A (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
CN111477299B (zh) 结合脑电检测分析控制的声电刺激神经调控方法及装置
US20190358425A1 (en) Brain stimulation system, method and apparatus based on artificial intelligence and storage medium
Samuel et al. Towards efficient decoding of multiple classes of motor imagery limb movements based on EEG spectral and time domain descriptors
DE102015121763A1 (de) Vorrichtung zur neuro-vaskulären Stimulation
CN108289634B (zh) 用于操作者学习脑机接口的系统和方法
CN110993056A (zh) 基于镜像神经元和脑机接口的混合式主动康复方法、装置
CN109247917A (zh) 一种空间听觉诱发p300脑电信号识别方法及装置
JP2009531077A (ja) エフェクターのリアル・タイム制御のための装置と方法
Trincado-Alonso et al. A pilot study of brain-triggered electrical stimulation with visual feedback in patients with incomplete spinal cord injury
US20210379326A1 (en) Mood Adjuster Device and Methods of Use
Cavuoto Neural engineering's image problem
CN115517687A (zh) 基于多模态融合改善焦虑的特异性神经反馈系统
CN114259651A (zh) 一种针对帕金森疾病的主动式实时闭环电刺激系统
CN110610754A (zh) 一种沉浸式可穿戴诊断与治疗装置
CN116077071B (zh) 一种智能康复按摩方法、机器人及存储介质
CN112599245A (zh) 心理健康指数评估方法及系统
CN113625870A (zh) 基于语言想象的脑-机接口控制系统和方法
CN110960189B (zh) 一种无线认知调节仪及眼动测试方法
CN110585591B (zh) 一种基于神经反馈的大脑视觉检测分析设备和方法
CN112652381A (zh) 心理健康矫正计划生成方法及系统
Sun Study on Antidepressant Emotion Regulation Based on Feedback Analysis of Music Therapy with Brain-Computer Interface
CN111897428B (zh) 一种基于运动式脑机接口的手势识别方法
CN115870989B (zh) 基于pvdf凝胶基机器人柔性关节的评价系统
CN115445050B (zh) 一种基于双向闭环脑机音乐接口的身心状态调节系统
WO2021228126A1 (en) System and method for providing electronic pulse output modes

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