CN117591834B - 基于训练监测数据分析的康复训练控制优化方法及装置 - Google Patents
基于训练监测数据分析的康复训练控制优化方法及装置 Download PDFInfo
- Publication number
- CN117591834B CN117591834B CN202410072267.5A CN202410072267A CN117591834B CN 117591834 B CN117591834 B CN 117591834B CN 202410072267 A CN202410072267 A CN 202410072267A CN 117591834 B CN117591834 B CN 117591834B
- Authority
- CN
- China
- Prior art keywords
- opening
- closing
- stretching
- error
- training
- 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 277
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000007405 data analysis Methods 0.000 title claims abstract description 20
- 238000005457 optimization Methods 0.000 title claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 238000012360 testing method Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims description 22
- 230000003213 activating effect Effects 0.000 claims description 19
- 230000000694 effects Effects 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 4
- 210000001503 joint Anatomy 0.000 description 13
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 210000002683 foot Anatomy 0.000 description 3
- 210000003423 ankle Anatomy 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 206010060820 Joint injury Diseases 0.000 description 1
- 208000022542 ankle injury Diseases 0.000 description 1
- 210000000544 articulatio talocruralis Anatomy 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000009864 tensile test Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明公开了基于训练监测数据分析的康复训练控制优化方法及装置，涉及数据处理技术领域，该方法包括：对拉伸装置执行空载拉伸测试，生成空载拉伸误差；对第一关节开合角度和第一开合运动速度进行调整，生成第二关节开合角度和第二开合运动速度；加载用户的第一历史训练数据，分析生成负载拉伸误差；根据空载拉伸误差和负载拉伸误差，对第二关节开合角度和所述第二开合运动速度进行调整，生成第三关节开合角度和第三开合运动速度，进行拉伸配置。本发明解决了现有技术中传统康复训练控制方法无法准确拟合训练误差，导致训练精度较差的技术问题，达到了基于训练监测数据分析进行训练方案优化，为用户提供针对性的治疗和训练的技术效果。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及基于训练监测数据分析的康复训练控制优化方法及装置。
背景技术
康复训练器材是专门用于康复训练的设备，可以帮助患者恢复运动功能、增强肌肉力量和改善身体机能，促进患者康复，例如使用踝关节拉伸训练仪，可通过控制电动推杆伸缩运动带动足部机构摆动，足部机构带动踩在其上的脚踝进行上下拉伸，起到治疗及训练脚踝的目的，但目前使用的仪器控制方法，无法根据训练误差进行精度校准，导致训练效果较差。
发明内容
本申请提供了基于训练监测数据分析的康复训练控制优化方法及装置，用于解决现有技术中传统康复训练控制方法无法准确拟合训练误差，导致训练精度较差的技术问题。
本申请的第一个方面，提供了基于训练监测数据分析的康复训练控制优化方法，所述方法包括：接收用户的关节开合训练方案，其中，所述关节开合训练方案包括第一关节开合角度和第一开合运动速度；对拉伸装置执行空载拉伸测试，生成空载拉伸误差；根据所述空载拉伸误差对所述第一关节开合角度和所述第一开合运动速度进行调整，生成第二关节开合角度和第二开合运动速度；激活训练数据监测组件，加载用户的第一历史训练数据，其中，所述第一历史训练数据包括主动开合角度记录值序列、训练开合角度记录值序列、训练拉伸速度记录值序列和负载拉伸误差记录值序列；激活训练状态分析组件，对所述主动开合角度记录值序列、所述训练开合角度记录值序列、所述训练拉伸速度记录值序列和所述负载拉伸误差记录值序列执行分析，生成负载拉伸误差；激活训练方案优化组件，根据所述空载拉伸误差和所述负载拉伸误差，对所述第二关节开合角度和所述第二开合运动速度进行调整，生成第三关节开合角度和第三开合运动速度；根据所述第三关节开合角度和所述第三开合运动速度，对所述拉伸装置进行拉伸配置。
本申请的第二个方面，提供了基于训练监测数据分析的康复训练控制优化装置，所述装置包括：关节开合训练方案接收模块，所述关节开合训练方案接收模块用于接收用户的关节开合训练方案，其中，所述关节开合训练方案包括第一关节开合角度和第一开合运动速度；空载拉伸误差生成模块，所述空载拉伸误差生成模块用于对拉伸装置执行空载拉伸测试，生成空载拉伸误差；第二关节开合参数生成模块，所述第二关节开合参数生成模块用于根据所述空载拉伸误差对所述第一关节开合角度和所述第一开合运动速度进行调整，生成第二关节开合角度和第二开合运动速度；第一历史训练数据获取模块，所述第一历史训练数据获取模块用于激活训练数据监测组件，加载用户的第一历史训练数据，其中，所述第一历史训练数据包括主动开合角度记录值序列、训练开合角度记录值序列、训练拉伸速度记录值序列和负载拉伸误差记录值序列；负载拉伸误差生成模块，所述负载拉伸误差生成模块用于激活训练状态分析组件，对所述主动开合角度记录值序列、所述训练开合角度记录值序列、所述训练拉伸速度记录值序列和所述负载拉伸误差记录值序列执行分析，生成负载拉伸误差；第三关节开合参数生成模块，所述第三关节开合参数生成模块用于激活训练方案优化组件，根据所述空载拉伸误差和所述负载拉伸误差，对所述第二关节开合角度和所述第二开合运动速度进行调整，生成第三关节开合角度和第三开合运动速度；拉伸参数配置模块，所述拉伸参数配置模块用于根据所述第三关节开合角度和所述第三开合运动速度，对所述拉伸装置进行拉伸配置。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的基于训练监测数据分析的康复训练控制优化方法，涉及数据处理技术领域，通过对拉伸装置执行空载拉伸测试，生成空载拉伸误差，对第一关节开合角度和第一开合运动速度进行调整，生成第二关节开合角度和第二开合运动速度，根据用户的第一历史训练数据，分析生成负载拉伸误差，结合空载拉伸误差进行调整，生成第三关节开合角度和第三开合运动速度，进行拉伸配置，解决了现有技术中传统康复训练控制方法无法准确拟合训练误差，导致训练精度较差的技术问题，实现了基于训练监测数据分析进行训练方案优化，提高设备控制的精准度和灵活度，为用户提供针对性的治疗和训练的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，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为本申请实施例提供的基于训练监测数据分析的康复训练控制优化方法流程示意图；
图2为本申请实施例提供的基于训练监测数据分析的康复训练控制优化方法中生成空载拉伸误差的流程示意图；
图3为本申请实施例提供的基于训练监测数据分析的康复训练控制优化方法中生成第二关节开合角度和第二开合运动速度的流程示意图；
图4为本申请实施例提供的基于训练监测数据分析的康复训练控制优化装置结构示意图。
附图标记说明：关节开合训练方案接收模块11，空载拉伸误差生成模块12，第二关节开合参数生成模块13，第一历史训练数据获取模块14，负载拉伸误差生成模块15，第三关节开合参数生成模块16，拉伸参数配置模块17。
具体实施方式
本申请提供了基于训练监测数据分析的康复训练控制优化方法，用于解决现有技术中传统康复训练控制方法无法准确拟合训练误差，导致训练精度较差的技术问题。
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作出创造性劳动的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，本申请的说明书及上述附图中的术语“第一”“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
实施例一
如图1所示，本申请提供了基于训练监测数据分析的康复训练控制优化方法，所述方法包括：
P10：接收用户的关节开合训练方案，其中，所述关节开合训练方案包括第一关节开合角度和第一开合运动速度；
应当理解的是，接收目标用户的关节开合训练方案，所述关节开合训练方案是指目标用户进行康复训练时的初始训练参数，包括第一关节开合角度和第一开合运动速度，也就是根据用户基本特征，如年龄、性别、踝关节损伤情况等，参照经验值设定的初始关节开合角度和初始开合运动速度。
P20：对拉伸装置执行空载拉伸测试，生成空载拉伸误差；
进一步的，如图2所示，本申请实施例步骤P20还包括：
P21：根据所述第一关节开合角度和所述第一开合运动速度，对所述拉伸装置的控制终端进行配置执行多次空载拉伸测试，通过底层感知器，监测多个关节开合角度测定值和多个开合运动速度测定值；
P22：对所述多个关节开合角度测定值进行集中趋势分析，生成关节开合角度空载误差；
进一步的，本申请实施例步骤P22还包括：
P22-1：对所述多个关节开合角度测定值，自小到大执行顺序排列，生成关节开合角度测定值序列；
P22-2：以四分之一序号对所述关节开合角度测定值序列取整，提取第一关节开合角度测定值；
P22-3：以四分之三序号对所述关节开合角度测定值序列取整，提取第二关节开合角度测定值；
P22-4：计算所述第二关节开合角度测定值与所述第一关节开合角度测定值之差，生成极差系数；
P22-5：计算所述第一关节开合角度测定值减去2倍的所述极差系数，构建离散数据下限值；
P22-6：计算所述第二关节开合角度测定值加上2倍的所述极差系数，构建离散数据上限值；
P22-7：提取所述多个关节开合角度测定值中，大于或等于所述离散数据下限值，且小于或等于所述离散数据上限值的最大关节开合角度测定值，设为所述关节开合角度空载误差。
P23：对所述多个开合运动速度测定值进行集中趋势分析，生成关节开合运动速度空载误差；
P24：将所述关节开合角度空载误差和所述关节开合运动速度空载误差，添加进所述空载拉伸误差。
可选地，对待调试的拉伸装置执行空载拉伸测试，也就是进行空载状态下的设备位移检测，生成空载拉伸误差，即设备自身的控制误差。具体的，参照所述第一关节开合角度和所述第一开合运动速度，通过所述拉伸装置的控制终端，对所述拉伸装置执行多次空载拉伸测试，并在测试过程中，通过底层感知器进行设备状态监测，获得多个关节开合角度测定值和多个开合运动速度测定值。
进一步的，对所述多个关节开合角度测定值进行集中趋势分析，示例性的，将所述多个关节开合角度测定值，按照由小到大的顺序进行排列，生成关节开合角度测定值序列，并选择位于整个序列四分之一位置的测定值，作为第一关节开合角度测定值，选择位于整个序列四分之三位置的测定值，作为第二关节开合角度测定值。进一步的，计算所述第二关节开合角度测定值与所述第一关节开合角度测定值之差，生成极差系数，通过计算所述第一关节开合角度测定值减去2倍的所述极差系数，得到离散数据下限值，通过计算所述第二关节开合角度测定值加上2倍的所述极差系数，得到离散数据上限值，最后提取所述多个关节开合角度测定值中，大于或等于所述离散数据下限值，且小于或等于所述离散数据上限值的最大关节开合角度测定值，设为所述关节开合角度空载误差。
同理，参照上述方法，对所述多个开合运动速度测定值进行集中趋势分析，生成关节开合运动速度空载误差，将所述关节开合角度空载误差和所述关节开合运动速度空载误差，共同作为所述空载拉伸误差，可用于规避设备本身的控制误差，提高控制精度。
P30：根据所述空载拉伸误差对所述第一关节开合角度和所述第一开合运动速度进行调整，生成第二关节开合角度和第二开合运动速度；
进一步的，如图3所示，本申请实施例步骤P30还包括：
P31：计算所述关节开合角度空载误差和所述第一关节开合角度的偏差模值，计算在所述第一关节开合角度的占比，设为开合角度偏差百分比；
P32：计算所述关节开合运动速度空载误差和所述第一开合运动速度的偏差模值，计算在所述第一开合运动速度的占比，设为开合运动速度偏差百分比；
P33：根据所述开合角度偏差百分比和所述开合运动速度偏差百分比，对所述第一关节开合角度和所述第一开合运动速度进行调整，生成所述第二关节开合角度和所述第二开合运动速度。
进一步的，本申请实施例步骤P33还包括：
P33-1：当所述关节开合角度空载误差大于所述第一关节开合角度时，所述第二关节开合角度=所述第一关节开合角度/(1+所述开合角度偏差百分比)；
P33-2：当所述关节开合角度空载误差小于所述第一关节开合角度时，所述第二关节开合角度=所述第一关节开合角度/(1-所述开合角度偏差百分比)；
P33-3：当所述关节开合运动速度空载误差大于所述第一关节开合运动速度时，所述第二关节开合运动速度=所述第一关节开合运动速度/(1+所述开合运动速度偏差百分比)；
P33-4：当所述关节开合运动速度空载误差小于所述第一关节开合运动速度时，所述第二关节开合运动速度=所述第一关节开合运动速度/(1-所述开合运动速度偏差百分比)。
应当理解的是，根据所述空载拉伸误差对所述第一关节开合角度和所述第一开合运动速度进行调整，以此来消除设备误差。首先计算所述关节开合角度空载误差和所述第一关节开合角度的偏差模值，也就是角度偏差值，并计算角度偏差值在所述第一关节开合角度中的占比，设为开合角度偏差百分比，进一步的，计算所述关节开合运动速度空载误差和所述第一开合运动速度的偏差模值，并计算速度偏差值在所述第一开合运动速度中的占比，设为开合运动速度偏差百分比。
进一步的，根据所述开合角度偏差百分比和所述开合运动速度偏差百分比，对所述第一关节开合角度和所述第一开合运动速度进行调整，并将调整后的关节开合角度和开合运动速度作为第二关节开合角度和第二开合运动速度，具体的调整方式有以下几种情况：当所述关节开合角度空载误差大于所述第一关节开合角度时，所述第二关节开合角度=所述第一关节开合角度/(1+所述开合角度偏差百分比)，当所述关节开合角度空载误差小于所述第一关节开合角度时，所述第二关节开合角度=所述第一关节开合角度/(1-所述开合角度偏差百分比)。当所述关节开合运动速度空载误差大于所述第一关节开合运动速度时，所述第二关节开合运动速度=所述第一关节开合运动速度/(1+所述开合运动速度偏差百分比)，当所述关节开合运动速度空载误差小于所述第一关节开合运动速度时，所述第二关节开合运动速度=所述第一关节开合运动速度/(1-所述开合运动速度偏差百分比)。
P40：激活训练数据监测组件，加载用户的第一历史训练数据，其中，所述第一历史训练数据包括主动开合角度记录值序列、训练开合角度记录值序列、训练拉伸速度记录值序列和负载拉伸误差记录值序列；
示例性的，激活训练数据监测组件，调取目标用户在过去一段时间内的训练数据，作为第一历史训练数据，所述第一历史训练数据包括主动开合角度记录值序列、训练开合角度记录值序列、训练拉伸速度记录值序列和负载拉伸误差记录值序列，所述主动开合角度记录值是指用户每次拉伸训练前的主动最大开合角度，所述训练开合角度记录值为用户每次预设的训练开合角度，所述训练拉伸速度记录值为用户每次预设的训练拉伸速度，所述载拉伸误差记录值为拉伸装置每次空载误差拟合后的负载拉伸角度误差。
P50：激活训练状态分析组件，对所述主动开合角度记录值序列、所述训练开合角度记录值序列、所述训练拉伸速度记录值序列和所述负载拉伸误差记录值序列执行分析，生成负载拉伸误差；
进一步的，本申请实施例步骤P50还包括：
P51：所述主动开合角度记录值序列包括第一主动开合角度记录值、第二主动开合角度记录值直到第N主动开合角度记录值，其中，所述第一主动开合角度记录值、所述第二主动开合角度记录值直到所述第N主动开合角度记录值为每次拉伸训练前的主动最大开合角度；
P52：所述训练开合角度记录值序列包括第一训练开合角度记录值、第二训练开合角度记录值直到第N训练开合角度记录值，其中，所述第一训练开合角度记录值、所述第二训练开合角度记录值直到所述第N训练开合角度记录值为每次预设的训练开合角度；
P53：所述训练拉伸速度记录值序列包括第一训练拉伸速度记录值、第二训练拉伸速度记录值直到第N训练拉伸速度记录值，其中，所述第一训练拉伸速度记录值、所述第二训练拉伸速度记录值直到所述第N训练拉伸速度记录值为每次预设的训练拉伸速度；
P54：所述负载拉伸误差记录值序列包括第一负载拉伸角度误差记录值、第二负载拉伸角度误差记录值直到第N负载拉伸角度误差记录值，其中，所述第一负载拉伸角度误差记录值、所述第二负载拉伸角度误差记录值直到所述第N负载拉伸角度误差记录值为拉伸装置每次空载误差拟合后的负载拉伸角度误差；
P55：所述负载拉伸误差记录值序列包括第一负载拉伸速度误差记录值、第二负载拉伸速度误差记录值直到第N负载拉伸速度误差记录值，其中，所述第一负载拉伸速度误差记录值、所述第二负载拉伸速度误差记录值直到所述第N负载拉伸速度误差记录值为拉伸装置每次空载误差拟合后的负载拉伸速度误差；
P56：将所述第一主动开合角度记录值、所述第二主动开合角度记录值直到所述第N主动开合角度记录值部署于第一坐标轴，将所述第一训练开合角度记录值、所述第二训练开合角度记录值直到所述第N训练开合角度记录值部署于第二坐标轴，将所述第一负载拉伸角度误差记录值、所述第二负载拉伸角度误差记录值直到所述第N负载拉伸误差记录值部署于第三坐标轴，构建负载拉伸角度误差波动曲线；
P57：将所述第一训练拉伸速度记录值、所述第二训练拉伸速度记录值直到所述第N训练拉伸速度记录值部署于第四坐标轴，将所述第一负载拉伸速度误差记录值、所述第二负载拉伸速度误差记录值直到所述第N负载拉伸速度误差记录值部署于第五坐标轴，构建负载拉伸速度误差波动曲线；
可选地，通过训练状态分析组件，对所述主动开合角度记录值序列、所述训练开合角度记录值序列、所述训练拉伸速度记录值序列和所述负载拉伸误差记录值序列执行分析，生成负载拉伸误差，也就是用户自主训练误差。
具体的，所述主动开合角度记录值序列中包括第一主动开合角度记录值、第二主动开合角度记录值直到第N主动开合角度记录值，并且均为用户每次拉伸训练前的主动最大开合角度。所述训练开合角度记录值序列包括第一训练开合角度记录值、第二训练开合角度记录值直到第N训练开合角度记录值，均为用户每次训练预设的训练开合角度。所述训练拉伸速度记录值序列包括第一训练拉伸速度记录值、第二训练拉伸速度记录值直到第N训练拉伸速度记录值，均为用户每次训练预设的训练拉伸速度。所述负载拉伸误差记录值序列包括第一负载拉伸角度误差记录值、第二负载拉伸角度误差记录值直到第N负载拉伸角度误差记录值，均为拉伸装置每次空载误差拟合后的负载拉伸角度误差。并且所述负载拉伸误差记录值序列还包括第一负载拉伸速度误差记录值、第二负载拉伸速度误差记录值直到第N负载拉伸速度误差记录值，均为拉伸装置每次空载误差拟合后的负载拉伸速度误差。
进一步的，搭建拉伸角度映射坐标系，并将所述第一主动开合角度记录值、所述第二主动开合角度记录值直到所述第N主动开合角度记录值部署于第一坐标轴，将所述第一训练开合角度记录值、所述第二训练开合角度记录值直到所述第N训练开合角度记录值部署于第二坐标轴，将所述第一负载拉伸角度误差记录值、所述第二负载拉伸角度误差记录值直到所述第N负载拉伸误差记录值部署于第三坐标轴，由此构建负载拉伸角度误差波动曲线。
同理，搭建拉伸速度映射坐标系，将所述第一训练拉伸速度记录值、所述第二训练拉伸速度记录值直到所述第N训练拉伸速度记录值部署于第四坐标轴，将所述第一负载拉伸速度误差记录值、所述第二负载拉伸速度误差记录值直到所述第N负载拉伸速度误差记录值部署于第五坐标轴，构建负载拉伸速度误差波动曲线。
P58：基于所述负载拉伸角度误差波动曲线和所述负载拉伸速度误差波动曲线执行分析，生成所述负载拉伸误差。
进一步的，本申请实施例步骤P58还包括：
P58-1：激活训练数据监测组件，加载用户的第二历史训练数据，其中，所述第二历史训练数据包括主动开合角度历史值、训练开合角度历史值、训练拉伸速度历史值、负载拉伸角度误差历史值和负载拉伸速度误差历史值，所述第二历史训练数据和所述第一历史训练数据不同；
P58-2：基于所述负载拉伸角度误差波动曲线和所述负载拉伸速度误差波动曲线，配置初始决策网络，对所述主动开合角度历史值和所述训练开合角度历史值执行无监督拟合，生成负载拉伸误差预测值；
P58-3：基于所述负载拉伸角度误差历史值和所述负载拉伸速度误差历史值对所述负载拉伸误差预测值执行预测损失分析，生成预测损失值；
P58-4：当所述预测损失值大于或等于预测损失阈值时，对所述初始决策网络进行超参数调节；
P58-5：当所述预测损失值小于所述预测损失阈值，且连续满足预设次数，生成负载拉伸误差解析通道，接收所述第二关节开合角度、所述第二开合运动速度和主动开合角度输入值执行分析，生成所述负载拉伸误差。
具体的，使用所述负载拉伸角度误差波动曲线和所述负载拉伸速度误差波动曲线执行负载拉伸误差分析，首先，通过训练数据监测组件，提取用户的第二历史训练数据，所述第二历史训练数据包括主动开合角度历史值、训练开合角度历史值、训练拉伸速度历史值、负载拉伸角度误差历史值和负载拉伸速度误差历史值，并且所述第二历史训练数据和所述第一历史训练数据不同。
进一步的，以所述负载拉伸角度误差波动曲线和所述负载拉伸速度误差波动曲线作为决策参考，配置初始决策网络，对所述主动开合角度历史值和所述训练开合角度历史值执行无监督拟合，也就是使用初始决策网络根据开合角度历史值进行拉伸误差预测，生成负载拉伸误差预测值，并通过所述负载拉伸角度误差历史值和所述负载拉伸速度误差历史值，对所述负载拉伸误差预测值进行预测误差计算，生成预测损失值，也就是预测误差值，当所述预测损失值大于或等于预测损失阈值时，说明预测误差较大，则对所述初始决策网络进行超参数调节，以此类推进行迭代调节，直至所述预测损失值小于所述预测损失阈值，且迭代次数满足预设次数，得到负载拉伸误差解析通道。
进一步的，将所述第二关节开合角度、所述第二开合运动速度和主动开合角度输入所述负载拉伸误差解析通道进行分析，得到所述负载拉伸误差。
P60：激活训练方案优化组件，根据所述空载拉伸误差和所述负载拉伸误差，对所述第二关节开合角度和所述第二开合运动速度进行调整，生成第三关节开合角度和第三开合运动速度；
示例性的，激活训练方案优化组件，并通过所述训练方案优化组件，根据所述空载拉伸误差和所述负载拉伸误差，参照上述方法，对所述第二关节开合角度和所述第二开合运动速度进行调整，并将调整的关节开合角度和开合运动速度作为第三关节开合角度和第三开合运动速度。
P70：根据所述第三关节开合角度和所述第三开合运动速度，对所述拉伸装置进行拉伸配置。
应当理解的是，根据所述第三关节开合角度和所述第三开合运动速度，对所述拉伸装置进行拉伸控制，提高设备控制的精准度和灵活度，为用户提供针对性的治疗和训练。
综上所述，本申请实施例至少具有如下技术效果：
本申请通过对拉伸装置执行空载拉伸测试，生成空载拉伸误差，对第一关节开合角度和第一开合运动速度进行调整，生成第二关节开合角度和第二开合运动速度，根据用户的第一历史训练数据，分析生成负载拉伸误差，结合空载拉伸误差进行调整，生成第三关节开合角度和第三开合运动速度，进行拉伸配置。
达到了基于训练监测数据分析进行训练方案优化，为用户提供针对性的治疗和训练的技术效果。
实施例二
基于与前述实施例中基于训练监测数据分析的康复训练控制优化方法相同的发明构思，如图4所示，本申请提供了基于训练监测数据分析的康复训练控制优化装置，本申请实施例中的装置与方法实施例基于同样的发明构思。其中，所述装置包括：
关节开合训练方案接收模块11，所述关节开合训练方案接收模块11用于接收用户的关节开合训练方案，其中，所述关节开合训练方案包括第一关节开合角度和第一开合运动速度；
空载拉伸误差生成模块12，所述空载拉伸误差生成模块12用于对拉伸装置执行空载拉伸测试，生成空载拉伸误差；
第二关节开合参数生成模块13，所述第二关节开合参数生成模块13用于根据所述空载拉伸误差对所述第一关节开合角度和所述第一开合运动速度进行调整，生成第二关节开合角度和第二开合运动速度；
第一历史训练数据获取模块14，所述第一历史训练数据获取模块14用于激活训练数据监测组件，加载用户的第一历史训练数据，其中，所述第一历史训练数据包括主动开合角度记录值序列、训练开合角度记录值序列、训练拉伸速度记录值序列和负载拉伸误差记录值序列；
负载拉伸误差生成模块15，所述负载拉伸误差生成模块15用于激活训练状态分析组件，对所述主动开合角度记录值序列、所述训练开合角度记录值序列、所述训练拉伸速度记录值序列和所述负载拉伸误差记录值序列执行分析，生成负载拉伸误差；
第三关节开合参数生成模块16，所述第三关节开合参数生成模块16用于激活训练方案优化组件，根据所述空载拉伸误差和所述负载拉伸误差，对所述第二关节开合角度和所述第二开合运动速度进行调整，生成第三关节开合角度和第三开合运动速度；
拉伸参数配置模块17，所述拉伸参数配置模块17用于根据所述第三关节开合角度和所述第三开合运动速度，对所述拉伸装置进行拉伸配置。
进一步的，所述空载拉伸误差生成模块12还用于执行以下步骤：
根据所述第一关节开合角度和所述第一开合运动速度，对所述拉伸装置的控制终端进行配置执行多次空载拉伸测试，通过底层感知器，监测多个关节开合角度测定值和多个开合运动速度测定值；
对所述多个关节开合角度测定值进行集中趋势分析，生成关节开合角度空载误差；
对所述多个开合运动速度测定值进行集中趋势分析，生成关节开合运动速度空载误差；
将所述关节开合角度空载误差和所述关节开合运动速度空载误差，添加进所述空载拉伸误差。
进一步的，所述空载拉伸误差生成模块12还用于执行以下步骤：
对所述多个关节开合角度测定值，自小到大执行顺序排列，生成关节开合角度测定值序列；
以四分之一序号对所述关节开合角度测定值序列取整，提取第一关节开合角度测定值；
以四分之三序号对所述关节开合角度测定值序列取整，提取第二关节开合角度测定值；
计算所述第二关节开合角度测定值与所述第一关节开合角度测定值之差，生成极差系数；
计算所述第一关节开合角度测定值减去2倍的所述极差系数，构建离散数据下限值；
计算所述第二关节开合角度测定值加上2倍的所述极差系数，构建离散数据上限值；
提取所述多个关节开合角度测定值中，大于或等于所述离散数据下限值，且小于或等于所述离散数据上限值的最大关节开合角度测定值，设为所述关节开合角度空载误差。
进一步的，所述第二关节开合参数生成模块13还用于执行以下步骤：
计算所述关节开合角度空载误差和所述第一关节开合角度的偏差模值，计算在所述第一关节开合角度的占比，设为开合角度偏差百分比；
计算所述关节开合运动速度空载误差和所述第一开合运动速度的偏差模值，计算在所述第一开合运动速度的占比，设为开合运动速度偏差百分比；
根据所述开合角度偏差百分比和所述开合运动速度偏差百分比，对所述第一关节开合角度和所述第一开合运动速度进行调整，生成所述第二关节开合角度和所述第二开合运动速度。
进一步的，所述第二关节开合参数生成模块13还用于执行以下步骤：
当所述关节开合角度空载误差大于所述第一关节开合角度时，所述第二关节开合角度=所述第一关节开合角度/(1+所述开合角度偏差百分比)；
当所述关节开合角度空载误差小于所述第一关节开合角度时，所述第二关节开合角度=所述第一关节开合角度/(1-所述开合角度偏差百分比)；
当所述关节开合运动速度空载误差大于所述第一关节开合运动速度时，所述第二关节开合运动速度=所述第一关节开合运动速度/(1+所述开合运动速度偏差百分比)；
当所述关节开合运动速度空载误差小于所述第一关节开合运动速度时，所述第二关节开合运动速度=所述第一关节开合运动速度/(1-所述开合运动速度偏差百分比)。
进一步的，所述负载拉伸误差生成模块15还用于执行以下步骤：
所述主动开合角度记录值序列包括第一主动开合角度记录值、第二主动开合角度记录值直到第N主动开合角度记录值，其中，所述第一主动开合角度记录值、所述第二主动开合角度记录值直到所述第N主动开合角度记录值为每次拉伸训练前的主动最大开合角度；
所述训练开合角度记录值序列包括第一训练开合角度记录值、第二训练开合角度记录值直到第N训练开合角度记录值，其中，所述第一训练开合角度记录值、所述第二训练开合角度记录值直到所述第N训练开合角度记录值为每次预设的训练开合角度；
所述训练拉伸速度记录值序列包括第一训练拉伸速度记录值、第二训练拉伸速度记录值直到第N训练拉伸速度记录值，其中，所述第一训练拉伸速度记录值、所述第二训练拉伸速度记录值直到所述第N训练拉伸速度记录值为每次预设的训练拉伸速度；
所述负载拉伸误差记录值序列包括第一负载拉伸角度误差记录值、第二负载拉伸角度误差记录值直到第N负载拉伸角度误差记录值，其中，所述第一负载拉伸角度误差记录值、所述第二负载拉伸角度误差记录值直到所述第N负载拉伸角度误差记录值为拉伸装置每次空载误差拟合后的负载拉伸角度误差；
所述负载拉伸误差记录值序列包括第一负载拉伸速度误差记录值、第二负载拉伸速度误差记录值直到第N负载拉伸速度误差记录值，其中，所述第一负载拉伸速度误差记录值、所述第二负载拉伸速度误差记录值直到所述第N负载拉伸速度误差记录值为拉伸装置每次空载误差拟合后的负载拉伸速度误差；
将所述第一主动开合角度记录值、所述第二主动开合角度记录值直到所述第N主动开合角度记录值部署于第一坐标轴，将所述第一训练开合角度记录值、所述第二训练开合角度记录值直到所述第N训练开合角度记录值部署于第二坐标轴，将所述第一负载拉伸角度误差记录值、所述第二负载拉伸角度误差记录值直到所述第N负载拉伸误差记录值部署于第三坐标轴，构建负载拉伸角度误差波动曲线；
将所述第一训练拉伸速度记录值、所述第二训练拉伸速度记录值直到所述第N训练拉伸速度记录值部署于第四坐标轴，将所述第一负载拉伸速度误差记录值、所述第二负载拉伸速度误差记录值直到所述第N负载拉伸速度误差记录值部署于第五坐标轴，构建负载拉伸速度误差波动曲线；
基于所述负载拉伸角度误差波动曲线和所述负载拉伸速度误差波动曲线执行分析，生成所述负载拉伸误差。
进一步的，所述负载拉伸误差生成模块15还用于执行以下步骤：
激活训练数据监测组件，加载用户的第二历史训练数据，其中，所述第二历史训练数据包括主动开合角度历史值、训练开合角度历史值、训练拉伸速度历史值、负载拉伸角度误差历史值和负载拉伸速度误差历史值，所述第二历史训练数据和所述第一历史训练数据不同；
基于所述负载拉伸角度误差波动曲线和所述负载拉伸速度误差波动曲线，配置初始决策网络，对所述主动开合角度历史值和所述训练开合角度历史值执行无监督拟合，生成负载拉伸误差预测值；
基于所述负载拉伸角度误差历史值和所述负载拉伸速度误差历史值对所述负载拉伸误差预测值执行预测损失分析，生成预测损失值；
当所述预测损失值大于或等于预测损失阈值时，对所述初始决策网络进行超参数调节；
当所述预测损失值小于所述预测损失阈值，且连续满足预设次数，生成负载拉伸误差解析通道，接收所述第二关节开合角度、所述第二开合运动速度和主动开合角度输入值执行分析，生成所述负载拉伸误差。
需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (8)
1.基于训练监测数据分析的康复训练控制优化方法，其特征在于，应用于拉伸训练仪，所述拉伸训练仪包括芯片装置和拉伸装置，所述芯片装置包括训练数据监测组件、训练状态分析组件和训练方案优化组件，包括：
接收用户的关节开合训练方案，其中，所述关节开合训练方案包括第一关节开合角度和第一开合运动速度；
对拉伸装置执行空载拉伸测试，生成空载拉伸误差；
根据所述空载拉伸误差对所述第一关节开合角度和所述第一开合运动速度进行调整，生成第二关节开合角度和第二开合运动速度；
激活训练数据监测组件，加载用户的第一历史训练数据，其中，所述第一历史训练数据包括主动开合角度记录值序列、训练开合角度记录值序列、训练拉伸速度记录值序列和负载拉伸误差记录值序列；
激活训练状态分析组件，对所述主动开合角度记录值序列、所述训练开合角度记录值序列、所述训练拉伸速度记录值序列和所述负载拉伸误差记录值序列执行分析，生成负载拉伸误差；
激活训练方案优化组件，根据所述空载拉伸误差和所述负载拉伸误差，对所述第二关节开合角度和所述第二开合运动速度进行调整，生成第三关节开合角度和第三开合运动速度；
根据所述第三关节开合角度和所述第三开合运动速度，对所述拉伸装置进行拉伸配置。
2.如权利要求1所述的方法，其特征在于，对拉伸装置执行空载拉伸测试，生成空载拉伸误差，包括：
根据所述第一关节开合角度和所述第一开合运动速度，对所述拉伸装置的控制终端进行配置执行多次空载拉伸测试，通过底层感知器，监测多个关节开合角度测定值和多个开合运动速度测定值；
对所述多个关节开合角度测定值进行集中趋势分析，生成关节开合角度空载误差；
对所述多个开合运动速度测定值进行集中趋势分析，生成关节开合运动速度空载误差；
将所述关节开合角度空载误差和所述关节开合运动速度空载误差，添加进所述空载拉伸误差。
3.如权利要求2所述的方法，其特征在于，对所述多个关节开合角度测定值进行集中趋势分析，生成关节开合角度空载误差，包括：
对所述多个关节开合角度测定值，自小到大执行顺序排列，生成关节开合角度测定值序列；
以四分之一序号对所述关节开合角度测定值序列取整，提取第一关节开合角度测定值；
以四分之三序号对所述关节开合角度测定值序列取整，提取第二关节开合角度测定值；
计算所述第二关节开合角度测定值与所述第一关节开合角度测定值之差，生成极差系数；
计算所述第一关节开合角度测定值减去2倍的所述极差系数，构建离散数据下限值；
计算所述第二关节开合角度测定值加上2倍的所述极差系数，构建离散数据上限值；
提取所述多个关节开合角度测定值中，大于或等于所述离散数据下限值，且小于或等于所述离散数据上限值的最大关节开合角度测定值，设为所述关节开合角度空载误差。
4.如权利要求1所述的方法，其特征在于，激活训练状态分析组件，对所述主动开合角度记录值序列、所述训练开合角度记录值序列、所述训练拉伸速度记录值序列和所述负载拉伸误差记录值序列执行分析，生成负载拉伸误差，包括：
所述主动开合角度记录值序列包括第一主动开合角度记录值、第二主动开合角度记录值直到第N主动开合角度记录值，其中，所述第一主动开合角度记录值、所述第二主动开合角度记录值直到所述第N主动开合角度记录值为每次拉伸训练前的主动最大开合角度；
所述训练开合角度记录值序列包括第一训练开合角度记录值、第二训练开合角度记录值直到第N训练开合角度记录值，其中，所述第一训练开合角度记录值、所述第二训练开合角度记录值直到所述第N训练开合角度记录值为每次预设的训练开合角度；
所述训练拉伸速度记录值序列包括第一训练拉伸速度记录值、第二训练拉伸速度记录值直到第N训练拉伸速度记录值，其中，所述第一训练拉伸速度记录值、所述第二训练拉伸速度记录值直到所述第N训练拉伸速度记录值为每次预设的训练拉伸速度；
所述负载拉伸误差记录值序列包括第一负载拉伸角度误差记录值、第二负载拉伸角度误差记录值直到第N负载拉伸角度误差记录值，其中，所述第一负载拉伸角度误差记录值、所述第二负载拉伸角度误差记录值直到所述第N负载拉伸角度误差记录值为拉伸装置每次空载误差拟合后的负载拉伸角度误差；
所述负载拉伸误差记录值序列包括第一负载拉伸速度误差记录值、第二负载拉伸速度误差记录值直到第N负载拉伸速度误差记录值，其中，所述第一负载拉伸速度误差记录值、所述第二负载拉伸速度误差记录值直到所述第N负载拉伸速度误差记录值为拉伸装置每次空载误差拟合后的负载拉伸速度误差；
将所述第一主动开合角度记录值、所述第二主动开合角度记录值直到所述第N主动开合角度记录值部署于第一坐标轴，将所述第一训练开合角度记录值、所述第二训练开合角度记录值直到所述第N训练开合角度记录值部署于第二坐标轴，将所述第一负载拉伸角度误差记录值、所述第二负载拉伸角度误差记录值直到所述第N负载拉伸误差记录值部署于第三坐标轴，构建负载拉伸角度误差波动曲线；
将所述第一训练拉伸速度记录值、所述第二训练拉伸速度记录值直到所述第N训练拉伸速度记录值部署于第四坐标轴，将所述第一负载拉伸速度误差记录值、所述第二负载拉伸速度误差记录值直到所述第N负载拉伸速度误差记录值部署于第五坐标轴，构建负载拉伸速度误差波动曲线；
基于所述负载拉伸角度误差波动曲线和所述负载拉伸速度误差波动曲线执行分析，生成所述负载拉伸误差。
5.如权利要求4所述的方法，其特征在于，基于所述负载拉伸角度误差波动曲线和所述负载拉伸速度误差波动曲线执行分析，生成所述负载拉伸误差，包括：
激活训练数据监测组件，加载用户的第二历史训练数据，其中，所述第二历史训练数据包括主动开合角度历史值、训练开合角度历史值、训练拉伸速度历史值、负载拉伸角度误差历史值和负载拉伸速度误差历史值，所述第二历史训练数据和所述第一历史训练数据不同；
基于所述负载拉伸角度误差波动曲线和所述负载拉伸速度误差波动曲线，配置初始决策网络，对所述主动开合角度历史值和所述训练开合角度历史值执行无监督拟合，生成负载拉伸误差预测值；
基于所述负载拉伸角度误差历史值和所述负载拉伸速度误差历史值对所述负载拉伸误差预测值执行预测损失分析，生成预测损失值；
当所述预测损失值大于或等于预测损失阈值时，对所述初始决策网络进行超参数调节；
当所述预测损失值小于所述预测损失阈值，且连续满足预设次数，生成负载拉伸误差解析通道，接收所述第二关节开合角度、所述第二开合运动速度和主动开合角度输入值执行分析，生成所述负载拉伸误差。
6.如权利要求2所述的方法，其特征在于，根据所述空载拉伸误差对所述第一关节开合角度和所述第一开合运动速度进行调整，生成第二关节开合角度和第二开合运动速度，包括：
计算所述关节开合角度空载误差和所述第一关节开合角度的偏差模值，计算在所述第一关节开合角度的占比，设为开合角度偏差百分比；
计算所述关节开合运动速度空载误差和所述第一开合运动速度的偏差模值，计算在所述第一开合运动速度的占比，设为开合运动速度偏差百分比；
根据所述开合角度偏差百分比和所述开合运动速度偏差百分比，对所述第一关节开合角度和所述第一开合运动速度进行调整，生成所述第二关节开合角度和所述第二开合运动速度。
7.如权利要求6所述的方法，其特征在于，根据所述开合角度偏差百分比和所述开合运动速度偏差百分比，对所述第一关节开合角度和所述第一开合运动速度进行调整，生成所述第二关节开合角度和所述第二开合运动速度，包括：
当所述关节开合角度空载误差大于所述第一关节开合角度时，所述第二关节开合角度=所述第一关节开合角度/(1+所述开合角度偏差百分比)；
当所述关节开合角度空载误差小于所述第一关节开合角度时，所述第二关节开合角度=所述第一关节开合角度/(1-所述开合角度偏差百分比)；
当所述关节开合运动速度空载误差大于所述第一关节开合运动速度时，所述第二关节开合运动速度=所述第一关节开合运动速度/(1+所述开合运动速度偏差百分比)；
当所述关节开合运动速度空载误差小于所述第一关节开合运动速度时，所述第二关节开合运动速度=所述第一关节开合运动速度/(1-所述开合运动速度偏差百分比)。
8.基于训练监测数据分析的康复训练控制优化装置，其特征在于，所述装置包括：
关节开合训练方案接收模块，所述关节开合训练方案接收模块用于接收用户的关节开合训练方案，其中，所述关节开合训练方案包括第一关节开合角度和第一开合运动速度；
空载拉伸误差生成模块，所述空载拉伸误差生成模块用于对拉伸装置执行空载拉伸测试，生成空载拉伸误差；
第二关节开合参数生成模块，所述第二关节开合参数生成模块用于根据所述空载拉伸误差对所述第一关节开合角度和所述第一开合运动速度进行调整，生成第二关节开合角度和第二开合运动速度；
第一历史训练数据获取模块，所述第一历史训练数据获取模块用于激活训练数据监测组件，加载用户的第一历史训练数据，其中，所述第一历史训练数据包括主动开合角度记录值序列、训练开合角度记录值序列、训练拉伸速度记录值序列和负载拉伸误差记录值序列；
负载拉伸误差生成模块，所述负载拉伸误差生成模块用于激活训练状态分析组件，对所述主动开合角度记录值序列、所述训练开合角度记录值序列、所述训练拉伸速度记录值序列和所述负载拉伸误差记录值序列执行分析，生成负载拉伸误差；
第三关节开合参数生成模块，所述第三关节开合参数生成模块用于激活训练方案优化组件，根据所述空载拉伸误差和所述负载拉伸误差，对所述第二关节开合角度和所述第二开合运动速度进行调整，生成第三关节开合角度和第三开合运动速度；
拉伸参数配置模块，所述拉伸参数配置模块用于根据所述第三关节开合角度和所述第三开合运动速度，对所述拉伸装置进行拉伸配置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410072267.5A CN117591834B (zh) | 2024-01-18 | 2024-01-18 | 基于训练监测数据分析的康复训练控制优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410072267.5A CN117591834B (zh) | 2024-01-18 | 2024-01-18 | 基于训练监测数据分析的康复训练控制优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117591834A CN117591834A (zh) | 2024-02-23 |
| CN117591834B true CN117591834B (zh) | 2024-03-26 |
Family
ID=89911904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410072267.5A Active CN117591834B (zh) | 2024-01-18 | 2024-01-18 | 基于训练监测数据分析的康复训练控制优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117591834B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104050375A (zh) * | 2014-06-20 | 2014-09-17 | 国家电网公司 | 一种提升电压互感器运行状态计量精度的优化选型方法 |
| CN113332662A (zh) * | 2021-06-17 | 2021-09-03 | 山东中医药大学附属医院 | 一种智能控制的康复训练辅助系统及计算机存储介质 |
| CN114366556A (zh) * | 2021-12-31 | 2022-04-19 | 华南理工大学 | 一种面向下肢康复的多模式训练控制系统及方法 |
| CN117095809A (zh) * | 2023-10-20 | 2023-11-21 | 中国科学院自动化研究所 | 康复机器人主动训练柔性控制方法及装置 |
| CN117398662A (zh) * | 2023-12-15 | 2024-01-16 | 苏州海易泰克机电设备有限公司 | 基于生理采集信息的三自由度旋转训练参数控制方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230011195A1 (en) * | 2021-07-07 | 2023-01-12 | Bohong Su | Articular fracture rehabilitation process measuring device |
-
2024
- 2024-01-18 CN CN202410072267.5A patent/CN117591834B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104050375A (zh) * | 2014-06-20 | 2014-09-17 | 国家电网公司 | 一种提升电压互感器运行状态计量精度的优化选型方法 |
| CN113332662A (zh) * | 2021-06-17 | 2021-09-03 | 山东中医药大学附属医院 | 一种智能控制的康复训练辅助系统及计算机存储介质 |
| CN114366556A (zh) * | 2021-12-31 | 2022-04-19 | 华南理工大学 | 一种面向下肢康复的多模式训练控制系统及方法 |
| CN117095809A (zh) * | 2023-10-20 | 2023-11-21 | 中国科学院自动化研究所 | 康复机器人主动训练柔性控制方法及装置 |
| CN117398662A (zh) * | 2023-12-15 | 2024-01-16 | 苏州海易泰克机电设备有限公司 | 基于生理采集信息的三自由度旋转训练参数控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| The Effect of Prolonged Static and Cyclic Stretching on Ankle Joint Stiffness, Torque Relaxation, and Gait in People With Stroke;EADRIC BRESSEL;《physical therapy》;20220909;全文 * |
| 不同拉伸及组合方式对田径专项学生下肢爆发力的影响研究;夏戈;《中国优秀硕士学位论文全文数据库》;20221215;全文 * |
| 人体坐下站起过程中平衡功能评估及训练系 统软件的设计与实现;丁瑞丰;《生物信息学》;20180630;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117591834A (zh) | 2024-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2459284B1 (en) | System for providing a training program to a subject | |
| WO2013087902A1 (de) | Verfahren und vorrichtung zur mobilen trainingsdatenermittlung und analyse von krafttraining | |
| RU2013134980A (ru) | Устройство и способ для анализа свинга в гольфе | |
| CN102387744A (zh) | 用于确定试验对象的总体健康状况的方法和装置 | |
| Pérez-Castilla et al. | Validity of the bench press one-repetition maximum test predicted through individualized load-velocity relationship using different repetition criteria and minimal velocity thresholds | |
| CN108969980A (zh) | 一种跑步机及其步数统计的方法、装置及存储介质 | |
| CN117591834B (zh) | 基于训练监测数据分析的康复训练控制优化方法及装置 | |
| EP4003543A1 (en) | Physical training system with machine learning-based training programs | |
| Camilleri et al. | Are the maximum shortening velocity and the shape parameter in a Hill-type model of whole muscle related to activation? | |
| Wei et al. | Strategies for feet massage robot to position the pelma acupoints with model predictive and real-time optimization | |
| CN112932898B (zh) | 一种基于贝叶斯优化的按需辅助康复机器人 | |
| EP4393383A1 (en) | Apparatus for providing predicted blood pressure during cardiopulmonary resuscitation, and method therefor | |
| Khoshdel et al. | Application of statistical techniques and artificial neural network to estimate force from sEMG signals | |
| Akl et al. | An artificial neural network approach for predicting kinematics in handball throws | |
| Wudarczyk et al. | Experimental research on mechatronic Nordic Walking poles | |
| CN114872042B (zh) | 基于临界状态循环网络的肌肉骨骼机器人控制方法及装置 | |
| Herold | Mathematical modeling, simulation, and optimization of loading schemes for isometric resistance training | |
| CN115337003B (zh) | 一种用于脑卒中患者的多维度下肢康复评定装置及评定方法 | |
| CN117251484B (zh) | 一种仰卧拔伸牵引手法检测评估方法、装置及电子设备 | |
| CN115153518A (zh) | 一种肢体运动功能评价方法及装置 | |
| CN109620246A (zh) | 一种单侧跟腱断裂患者康复期步态模式评价方法 | |
| CN117752985A (zh) | 一种智能辅助踝泵运动仪 | |
| US11471730B1 (en) | Isometric exercise system having improved accuracy and consistency for applied force determinations | |
| Lita et al. | Elbow angle estimation for medical rehabilitation device based on EMG sensor with ARIMAX method | |
| DE102015004304A1 (de) | Verfahren zur Abschätzung eines fehlenden Modellparameters für ein Modell eines Bewegungsablaufs |
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 |