CN117679645B - 一种基于多维数据分析的腹盆肌恢复设备运行监测方法 - Google Patents
一种基于多维数据分析的腹盆肌恢复设备运行监测方法 Download PDFInfo
- Publication number
- CN117679645B CN117679645B CN202410137835.5A CN202410137835A CN117679645B CN 117679645 B CN117679645 B CN 117679645B CN 202410137835 A CN202410137835 A CN 202410137835A CN 117679645 B CN117679645 B CN 117679645B
- Authority
- CN
- China
- Prior art keywords
- current
- inductance
- resistance
- abnormality
- value
- 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
- 230000003187 abdominal effect Effects 0.000 title claims abstract description 153
- 210000003205 muscle Anatomy 0.000 title claims abstract description 153
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000011084 recovery Methods 0.000 title claims abstract description 59
- 238000007405 data analysis Methods 0.000 title claims abstract description 12
- 238000012544 monitoring process Methods 0.000 title claims abstract description 12
- 206010049816 Muscle tightness Diseases 0.000 claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims abstract description 27
- 230000000638 stimulation Effects 0.000 claims abstract description 25
- 210000003462 vein Anatomy 0.000 claims abstract description 23
- 230000001960 triggered effect Effects 0.000 claims abstract description 7
- 230000005856 abnormality Effects 0.000 claims description 223
- 238000001514 detection method Methods 0.000 claims description 21
- 230000003387 muscular Effects 0.000 claims description 21
- 230000004044 response Effects 0.000 claims description 20
- 230000036541 health Effects 0.000 claims description 18
- 230000003287 optical effect Effects 0.000 claims description 15
- 230000035558 fertility Effects 0.000 claims description 13
- 238000002099 shear wave elastography Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 10
- 210000001519 tissue Anatomy 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 8
- 230000036772 blood pressure Effects 0.000 claims description 4
- 230000036387 respiratory rate Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000035606 childbirth Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 208000008035 Back Pain Diseases 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010046543 Urinary incontinence Diseases 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002091 elastography Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004761 fibrosis Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 210000000663 muscle cell Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 210000003903 pelvic floor Anatomy 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请公开了一种基于多维数据分析的腹盆肌恢复设备运行监测方法，涉及腹盆肌恢复设备技术领域；该方法包括：响应于当前用户针对目标设备即腹盆肌恢复设备触发的设备启动操作，根据当前用户的手部静脉图像和当前生物计量信息检测是否满足目标设备的设备启动条件，在满足设备启动条件时根据其腹盆肌群的当前剪切波速度匹配的第一电刺激参数启动目标设备的腹盆肌恢复程序使目标设备进入工作状态，并在其后根据当前用户的腹盆肌群的当前肌张力参数判断目标设备上部署的腹盆肌恢复程序是否异常；在腹盆肌恢复程序异常时，根据腹盆肌恢复程序对应电路的电压、电阻、电感等电参数对目标设备的至少一个运行参数进行智能调控。
Description
技术领域
本申请涉及腹盆肌恢复设备和智能控制技术领域，特别涉及一种基于多维数据分析的腹盆肌恢复设备运行监测方法。
背景技术
腹盆肌恢复设备是一种针对腹盆肌群的康复设备，可以帮助生育后的人群恢复腹盆肌的功能，改善腰骶部疼痛、尿失禁等问题，近年来，随着人们生活水平的提高和健康意识的增强，用于生育后进行身体及健康恢复的腹盆肌恢复设备（如各种各样的盆底肌康复仪）逐渐成为人们关注的热点；然而，由于腹盆肌恢复设备的特殊性质和复杂性，其运行状态和用户康复情况的监测和评估一直是一个难题；传统的腹盆肌恢复设备监测方法主要依靠医生的经验和感觉，存在主观性和不可靠性的问题。
发明内容
本申请提供一种基于多维数据分析的腹盆肌恢复设备运行监测方法，用以对腹盆肌恢复设备的运行状态及参数进行及时监控并对应进行智能调控。
第一方面，本申请提供一种基于多维数据分析的腹盆肌恢复设备运行监测方法，该方法包括：
响应于当前用户针对目标设备触发的设备启动操作，采集当前用户的当前手部静脉图像，根据当前手部静脉图像和历史用户信息库判断当前用户是否是目标设备关联的历史用户，目标设备为腹盆肌恢复设备；
响应于当前用户为目标设备关联的历史用户，从历史用户信息库中获取当前用户的用户基本信息，通过光学心率传感器检测当前用户的当前生物计量信息；
响应于根据用户基本信息和当前生物计量信息确定满足目标设备的设备启动条件，通过剪切波弹性成像技术检测当前用户的腹盆肌群的当前剪切波速度，获取与当前剪切波速度匹配的第一电刺激参数；
根据第一电刺激参数启动目标设备的腹盆肌恢复程序使目标设备进入工作状态，并，在目标设备进入工作状态后根据当前用户的腹盆肌群在第一时段的当前肌张力参数判断目标设备上部署的腹盆肌恢复程序是否异常；
响应于判定腹盆肌恢复程序异常，根据腹盆肌恢复程序对应电路的当前负载电压确定当前电压异常指数；
响应于当前电压异常指数表征电压异常，根据腹盆肌恢复程序对应电路的当前电阻值确定当前电阻异常指数，根据腹盆肌恢复程序对应电路的当前电感值确定当前电感异常指数；
根据当前电阻异常指数和当前电感异常指数，对目标设备的至少一个运行参数进行智能调控。
本申请实施例提供的方法中，在目标设备启动前对使用目标设备的当前用户进行设备使用条件的监测，确保当前用户是可以使用目标设备的人群；进而在目标设备上的腹盆肌恢复程序启动之前，首先基于当前用户的腹盆肌群的当前状态（即当前剪切波速度）确定针对该用户的最优电刺激参数（即第一电刺激参数）并以该参数启动腹盆肌恢复程序；进一步在启动腹盆肌恢复程序之后，基于用户的腹盆肌群的肌张力参数判断腹盆肌恢复程序是否异常，并在判定为程序异常后，根据腹盆肌恢复程序对应电路的电压、电阻、电感等多维电参数分析腹盆肌恢复程序具体的异常情况并根据具体异常情况进行智能调控；本申请实施例提供的方法中不仅可以及时监测目标设备（腹盆肌恢复设备）的多维运行参数，且可以及时检测出目标设备上的腹盆肌恢复程序的异常情况并进行对应调整。
在一种可能的实现方式中，所述用户基本信息包括当前用户的生育信息；所述当前生物计量信息包括反映当前用户内部组织的躯体健康参数，躯体健康参数包括心率、呼吸频率和血压中的至少一个；
所述从历史用户信息库中获取当前用户的用户基本信息，通过光学心率传感器检测当前用户的当前生物计量信息，包括：
从历史用户信息库中获取当前用户的生育信息，根据生育信息判断是否满足目标设备的第一启动条件；第一启动条件包括生育信息满足使用目标设备的用户属性要求；
响应于满足第一启动条件，通过光学心率传感器检测当前用户的躯体健康参数，根据躯体健康参数判断是否满足目标设备的第二启动条件；所述第二启动条件包括躯体健康参数处于正常参数范围内；
响应于满足第二启动条件，确定满足目标设备的设备启动条件。
在一种可能的实现方式中，所述通过剪切波弹性成像技术检测当前用户的腹盆肌群的当前剪切波速度，包括：
在第二时段的K1个时刻分别执行剪切波速度检测操作，并获得K1个时刻各时刻对应的第一剪切波速度，将各时刻对应的第一剪切波速度的平均值确定为当前剪切波速度；其中，K1为大于1的整数，剪切波速度检测操作包括：
通过剪切波弹性成像技术，检测当前用户的K2个子肌群各子肌群的第二剪切波速度，将得到的各第二剪切波速度的平均值确定为第一剪切波速度；其中，K2为大于1的整数，K2个子肌群包括当前用户的腹盆肌群中的部分或全部肌群。
在一种可能的实现方式中，所述在目标设备进入工作状态后根据当前用户的腹盆肌群在第一时段的当前肌张力参数判断目标设备上部署的腹盆肌恢复程序是否异常，包括：
响应于目标设备进入工作状态的时长达到第一预设时长，通过肌张力传感器在第一时段的K3个时刻分别检测当前用户的腹盆肌群的子肌张力值，K3为大于2的整数；
对检测得到的子肌张力值进行均值方根计算，得到当前肌张力参数；
从云端的腹盆肌修复数据库中获取正常电刺激下的肌张力值为正常肌张力参数；并，将当前肌张力参数和正常肌张力参数的比值确定为肌张力指数；
若肌张力指数小于或第一肌张力阈值，或肌张力指数大于或等于第二肌张力阈值，则判定腹盆肌恢复程序异常；若肌张力指数大于第一肌张力阈值且小于第二肌张力阈值，则判定腹盆肌恢复程序正常；其中，第一肌张力阈值小于1，第二肌张力阈值大于1。
在一种可能的实现方式中，所述根据腹盆肌恢复程序对应电路的当前负载电压确定当前电压异常指数，包括：
通过电压传感器在第三时段的K4个时刻分别检测腹盆肌恢复程序对应电路的负载电压，将检测得到的各负载电压的均值确定为当前负载电压，K4为大于2的整数；
从云端的腹盆肌修复数据库中获取第一电刺激参数对应的最优负载电压为参考负载电压；
将当前负载电压和参考负载电压的比值确定为电压偏离值；
若电压偏离值小于第一电压阈值，则确定存在第一电压异常，并确定当前电压异常指数为第一电压异常指数，第一电压异常指数表征电压异常，第一电压阈值小于1；
若电压偏离值大于第二电压阈值，则确定存在第二电压异常，并确定当前电压异常指数为第二电压异常指数，第二电压异常指数表征电压异常，第二电压阈值大于1。
在一种可能的实现方式中，所述根据腹盆肌恢复程序对应电路的当前电阻值确定当前电阻异常指数，包括：
获取腹盆肌恢复程序对应电路的当前负载电阻值为第一负载电阻值，将第一负载电阻值和预设的第二电阻值的比值确定为电阻偏离值；
若电阻偏离值小于第一电阻阈值，则确定腹盆肌恢复程序存在第一电阻异常，将当前电阻异常指数确定为第一电阻异常指数，第一电阻异常指数表征电阻异常；若电阻偏离值大于第二电阻阈值，则确定腹盆肌恢复程序存在第二电阻异常，将当前电阻异常指数确定为第二电阻异常指数，第二电阻异常指数表征电阻异常；其中，第一电阻阈值小于1，第二电阻阈值大于1。
在一种可能的实现方式中，所述根据腹盆肌恢复程序对应电路的当前电感值确定当前电感异常指数，包括：
获取腹盆肌恢复程序对应电路的当前负载电感值为第一负载电感值，将第一负载电感值和预设的第二电感值的比值确定为电感偏离值；
若电感偏离值小于第一电感阈值，则确定腹盆肌恢复程序存在第一电感异常，将当前电感异常指数确定为第一电感异常指数，第一电感异常指数表征电感异常；若电感偏离值大于第二电感阈值，则确定腹盆肌恢复程序存在第二电感异常，将当前电感异常指数确定为第二电感异常指数，第二电感异常指数表征电感异常；其中，第一电感阈值小于1，第二电感阈值大于1。
在一种可能的实现方式中，所述根据当前电阻异常指数和当前电感异常指数，对目标设备的至少一个运行参数进行智能调控，包括：
响应于当前电阻异常指数表征电阻异常，获取腹盆肌恢复程序对应电路的当前负载电阻值；将当前负载电阻值和当前电阻异常指数对应的电阻调节参数的比值确定为调节负载电阻值，将当前负载电阻值更新为调节负载电阻值；其中，当前电阻异常指数为第一电阻异常指数时电阻调节参数为第一调节参数，当前电阻异常指数为第二电阻异常指数时电阻调节参数为第二调节参数，第一调节参数小于1，第二调节参数大于1；
响应于当前电感异常指数表征电感异常，获取腹盆肌恢复程序对应电路的当前电感值；将当前电感值和当前电感异常指数对应的电感调节参数的比值确定为调节电感值，将当前电感值更新为调节电感值；其中，当前电感异常指数为第一电感异常指数时电感调节参数为第三调节参数，当前电感异常指数为第二电感异常指数时电感调节参数为第四调节参数，第三调节参数小于1，第四调节参数大于1。
第二方面，本申请提供一种基于多维数据分析的腹盆肌恢复设备运行监测装置，该装置包括：
设备启动单元，用于响应于当前用户针对目标设备触发的设备启动操作，采集当前用户的当前手部静脉图像，根据当前手部静脉图像和历史用户信息库判断当前用户是否是目标设备关联的历史用户，目标设备为腹盆肌恢复设备；响应于当前用户为目标设备关联的历史用户，从历史用户信息库中获取当前用户的用户基本信息，通过光学心率传感器检测当前用户的当前生物计量信息；响应于根据用户基本信息和当前生物计量信息确定满足目标设备的设备启动条件，通过剪切波弹性成像技术检测当前用户的腹盆肌群的当前剪切波速度，获取与当前剪切波速度匹配的第一电刺激参数；
第一异常检测单元，用于根据第一电刺激参数启动目标设备的腹盆肌恢复程序使目标设备进入工作状态，并，在目标设备进入工作状态后根据当前用户的腹盆肌群在第一时段的当前肌张力参数判断目标设备上部署的腹盆肌恢复程序是否异常；
第二异常检测单元，用于响应于判定腹盆肌恢复程序异常，根据腹盆肌恢复程序对应电路的当前负载电压确定当前电压异常指数；
第三异常检测单元，用于响应于当前电压异常指数表征电压异常，根据腹盆肌恢复程序对应电路的当前电阻值确定当前电阻异常指数，根据腹盆肌恢复程序对应电路的当前电感值确定当前电感异常指数；
智能调控单元，用于根据当前电阻异常指数和当前电感异常指数，对目标设备的至少一个运行参数进行智能调控。
第三方面，本申请实施例还提供一种计算机设备，该设备包括处理器和存储器，所述存储器用于存储所述处理器可执行的程序，所述处理器用于读取所述存储器中的程序并执行本申请第一方面所述的任意方法。
第四方面，本申请实施例还提供计算机存储介质，其上存储有计算机程序，该程序被处理器执行时用于实现上述第一方面所述方法的步骤。
本申请的这些方面或其他方面在以下的实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本申请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要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，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一种基于多维数据分析的腹盆肌恢复设备运行监测方法的流程图；
图2为本申请实施例提供的一种基于多维数据分析的腹盆肌恢复设备运行监测装置的结构示意图；
图3为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，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做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
本申请实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例描述的应用场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。其中，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
首先对本申请实施例中的关键词语进行说明：
光学心率传感器，是智能穿戴设备中最为普及的用于心率检测的传感器之一；它采用电光溶剂脉搏波描记法（PPG）来测量心率及其他生物计量指标。测量原理：通过电容灯光射向皮肤，透过皮肤组织反射回的光被光敏传感器接受并转换成电信号，再经过电信号转换成数字信号，再根据血液的吸光率算出心率。
剪切波弹性成像技术：又称为弹波成像检测技术，是一种新兴的组织成像技术，通过进行剪切波弹性成像可以确定生物组织的一些机械特性，例如组织的弹性，进而，通过获得的弹性信息可以辅助确定目标组织（如腹盆肌群）是否与某些病理症状相关联，例如对组织癌症病变的辅助检测、良恶性判别、预后恢复评价、某些组织器官 (例如肝脏)的纤维化程度等。
剪切波速度：剪切弹性模量是生物软组织中最广泛存在的物理参数之一，对伴随生物软组织结构发生的生理和病理变化高度敏感，可作为临床诊断的重要依据。
肌张力：又称肌力张力，其是肌细胞相互牵引产生的力量；肌肉静止松弛状态下的紧张度称为肌张力。
本申请实施例提供了一种基于多维数据分析的腹盆肌恢复设备运行监测方法，请参见图1，给出了该方法的流程图，该方法可以由部署在目标设备（本申请实施例中的目标设备即为腹盆肌恢复设备）上的处理器执行，具体包括如下步骤：
步骤S100，实时检测是否存在针对目标设备（即腹盆肌恢复设备）触发的设备启动操作，若存在设备启动操作则进入步骤S110。
应当理解的是，本申请实施例中对设备启动操作的具体形式不做限定，本领域技术人员可根据实际需求设置，如可以将设备启动操作设置为语音信号，也可以将设备启动操作设置为按下目标设备上的“启动按键”等。
步骤S110，响应于当前用户针对目标设备触发的设备启动操作，采集当前用户的当前手部静脉图像，根据当前手部静脉图像和历史用户信息库判断当前用户是否是目标设备关联的历史用户；若当前用户是目标设备关联的历史用户则进入步骤S120，否则进入步骤S210。
作为一种实施例，当前用户的当前手部静脉图像可以是当前用户的手掌静脉图像、手背静脉图像和手指静脉图像中的一个或多个组合；历史用户信息库中保存有目标设备关联的历史用户（即符合目标设备的设备使用条件的历史用户，包含过往使用过目标设备的用户和注册过目标设备且注册合格的用户）的手部静脉图像，步骤S110中可以将当前手部静脉图像和历史用户信息库中各历史对象的历史手部静脉图像进行相似度比对；若历史用户信息库中不存在与当前手部静脉图像的相似度大于相似度阈值的历史手部静脉图像，则确定当前用户不是目标设备关联的历史用户；若历史用户信息库中存在与当前手部静脉图像的相似度大于相似度阈值的历史手部静脉图像，则确定当前用户是目标设备关联的历史用户，且该历史手部静脉图像对应的历史用户即为当前用户。
应当理解的是，历史用户信息库中的历史用户应为产后女性，产后女性为需要进行腹盆肌恢复的人群。
步骤S120，响应于当前用户为目标设备关联的历史用户，从历史用户信息库中获取当前用户的用户基本信息，通过光学心率传感器检测当前用户的当前生物计量信息，并根据用户基本信息和当前生物计量信息确定是否满足目标设备的设备启动条件，若满足则进入步骤S130，否则进入步骤S210。
作为一种实施例，本申请实施例中的用户基本信息可以包括当前用户的生育信息；当前生物计量信息包括反映当前用户内部组织的躯体健康参数，躯体健康参数包括心率、呼吸频率和血压中的至少一个；进而在步骤S120中可以从历史用户信息库中获取当前用户的生育信息，根据生育信息判断是否满足目标设备的第一启动条件；第一启动条件包括生育信息满足使用目标设备的用户属性要求，如生育信息是当前用户的产后天数时，第一启动条件可以是产后天数大于或等于指定天数，该指定天数可基于女性产后恢复实际需求设置，如将指定天数设置为42天时，若当前用户的产后天数为30天则判定不满足目标设备的第一启动条件进而进入步骤S210，若当前用户的产后天数为44天则判定满足目标设备的第一启动条件，进而执行如下操作：
响应于满足第一启动条件，通过光学心率传感器检测当前用户的躯体健康参数，根据躯体健康参数判断是否满足目标设备的第二启动条件；若满足第二启动条件，则确定满足目标设备的设备启动条件，进入步骤S130；若不满足第二启动条件则进入步骤S210；第二启动条件包括躯体健康参数处于正常参数范围内；躯体健康参数同时包括心率、呼吸频率和血压中的多个生物计量指标时，多个生物计量指标同时在各自对应的正常参数范围内才满足第二启动条件。
步骤S130，响应于根据用户基本信息和当前生物计量信息确定满足目标设备的设备启动条件，通过剪切波弹性成像技术检测当前用户的腹盆肌群的当前剪切波速度，获取与当前剪切波速度匹配的第一电刺激参数。
作为一种实施例，本申请实施例中在云端的腹盆肌修复数据库中存储有不同的剪切波速度范围和不同的最优电刺激参数的对应关系，进而在步骤S130中，可以根据当前剪切波速度所属的剪切波速度范围，从云端的腹盆肌修复数据库中获取该所属的剪切波速度范围对应的最优电刺激参数为第一电刺激参数，以该第一电刺激参数启动目标设备的腹盆肌恢复程序。
步骤S140，根据第一电刺激参数启动目标设备的腹盆肌恢复程序使目标设备进入工作状态。
步骤S150，在目标设备进入工作状态后根据当前用户的腹盆肌群在第一时段的当前肌张力参数判断目标设备上部署的腹盆肌恢复程序是否异常，若腹盆肌恢复程序异常，则进入步骤S160，若腹盆肌恢复程序正常则进入步骤S220。
步骤S160，响应于判定腹盆肌恢复程序异常，根据腹盆肌恢复程序对应电路的当前负载电压确定当前电压异常指数；并根据当前电压异常指数判断是否电压异常，若电压异常则进入步骤S170，若电压正常则进入步骤S220。
步骤S170，响应于当前电压异常指数表征电压异常，根据腹盆肌恢复程序对应电路的当前电阻值确定当前电阻异常指数，根据腹盆肌恢复程序对应电路的当前电感值确定当前电感异常指数；
步骤S180，根据当前电阻异常指数和当前电感异常指数，对目标设备的至少一个运行参数进行智能调控。
步骤S210，发出当前用户无法使用目标设备的异常提醒消息，以向当前用户提示其不满足目标设备的设备使用条件。
步骤S220，确定目标设备的腹盆肌恢复程序正常工作，无需进行调控。
作为一种实施例，在步骤S130中，可以通过如下方式检测当前用户的腹盆肌群的当前剪切波速度：
在第二时段的K1个时刻分别执行剪切波速度检测操作，并获得K1个时刻各时刻对应的第一剪切波速度，将各时刻对应的第一剪切波速度的平均值确定为当前剪切波速度；其中，K1为大于1的整数，如可以但不限于将K1设置为3、5或8等；第二时段可以是目标设备进入工作状态后30秒、1分钟或2分钟后的预设时长的时间段，如本申请实施例中可以将第二时段设置为目标设备进入工作状态后30秒之后的10秒的时间段，将K1设置为3，即可以在目标设备进入工作状态后的第30秒、第35秒和第40秒分别执行一次剪切波速度检测操作，将获得的3个第一剪切波速度的平均值确定为当前剪切波速度。
其中，剪切波速度检测操作包括：通过剪切波弹性成像技术，检测当前用户的K2个子肌群各子肌群的第二剪切波速度，将得到的各第二剪切波速度的平均值确定为第一剪切波速度；其中，K2为大于1的整数，K2个子肌群包括当前用户的腹盆肌群中的部分或全部肌群；如可以将当前用户的腹盆肌群分为左子肌群和右子肌群共2个子肌群（即K2为2），则可以在每次剪切波速度检测操作中分别检测当前用户的左子肌群和右子肌群的第二剪切波速度，并将左子肌群和右子肌群的第二剪切波速度的平均值作为本次剪切波速度检测操作的第一剪切波速度。
作为一种实施例，在步骤S150中，在目标设备进入工作状态后，可以通过如下方式判断目标设备上部署的腹盆肌恢复程序是否异常：
响应于目标设备进入工作状态的时长达到第一预设时长，通过肌张力传感器在第一时段的K3个时刻分别检测当前用户的腹盆肌群的子肌张力值，对检测得到的子肌张力值进行均值方根计算，得到当前肌张力参数；其中，第一预设时长可以为30秒、45秒或60秒等；K3为大于2的整数；第一时段可以是10秒、20秒、30秒等；如将第一预设时长设置为30秒，将K3设置为3，第一时段为10秒的情况下，可以在目标设备进入工作状态后的第30秒（即第一时段的起始时刻）、35秒（即第一时段的中间时刻）和40秒的时刻检测（即第一时段的结束时刻）分别检测当前用户的腹盆肌群的肌张力值为子肌张力值；
进而从云端的腹盆肌修复数据库中获取正常电刺激下的肌张力值为正常肌张力参数；并，将当前肌张力参数和正常肌张力参数的比值确定为肌张力指数；若肌张力指数小于或第一肌张力阈值，或肌张力指数大于或等于第二肌张力阈值，则判定腹盆肌恢复程序异常；若肌张力指数大于第一肌张力阈值且小于第二肌张力阈值，则判定腹盆肌恢复程序正常；其中，第一肌张力阈值小于1，第二肌张力阈值大于1，如可以但不限于将第一肌张力阈值和第二肌张力阈值分别设置为“90%、112%”或“92、108%”等。
作为一种实施例，在步骤S160中，可以通过如下方式根据腹盆肌恢复程序对应电路的当前负载电压确定当前电压异常指数，包括：
通过电压传感器在第三时段的K4个时刻分别检测腹盆肌恢复程序对应电路的负载电压，将检测得到的各负载电压的均值确定为当前负载电压；从云端的腹盆肌修复数据库中获取第一电刺激参数对应的最优负载电压为参考负载电压；并将当前负载电压和参考负载电压的比值确定为电压偏离值；其中，第三时段可以是判定为腹盆肌恢复程序异常后的10秒、15秒或20秒等，K4为大于2的整数，如K4可以设置为2、3或4等；
进而若电压偏离值小于第一电压阈值，则确定存在第一电压异常，并确定当前电压异常指数为第一电压异常指数，第一电压异常指数表征电压异常；若电压偏离值大于第二电压阈值，则确定存在第二电压异常，并确定当前电压异常指数为第二电压异常指数，第二电压异常指数表征电压异常；若电压偏离值大于或等于第一电压阈值且小于或等于第二电压阈值，则确定电压正常，并确定当前电压异常指数为第三电压异常指数，第三电压异常指数表征电压正常（即电压不异常）；其中，第一电压阈值小于1，第二电压阈值大于1，如可以但不限于将第一电压阈值和第二电压阈值分别设置为“85%、117%”或“88%、112%”等；本申请实施例中对第一电压异常指数和第二电压异常指数的具体形式不做限定，本领域技术人员可根据实际需求设置，如可以但不限于分别将第一电压异常指数和第二电压异常指数分别设置为数字1和2等。
作为一种实施例，在步骤S170中根据腹盆肌恢复程序对应电路的当前电阻值确定当前电阻异常指数的过程中，可以获取腹盆肌恢复程序对应电路的当前负载电阻值为第一负载电阻值，将第一负载电阻值和预设的第二电阻值（第二电阻值为腹盆肌恢复程序对应电路正常情况下的电阻值）的比值确定为电阻偏离值；进而若电阻偏离值小于第一电阻阈值，则确定腹盆肌恢复程序存在第一电阻异常，将当前电阻异常指数确定为第一电阻异常指数，第一电阻异常指数表征电阻异常；若电阻偏离值大于第二电阻阈值，则确定腹盆肌恢复程序存在第二电阻异常，将当前电阻异常指数确定为第二电阻异常指数，第二电阻异常指数表征电阻异常；若电阻偏离值大于或等于第一电阻阈值且小于或等于第二电阻阈值，则确定电阻正常，并确定当前电阻异常指数为第三电阻异常指数，第三电阻异常指数表征电阻正常；其中，第一电阻阈值小于1，第二电阻阈值大于1，如可以但不限于将第一电阻阈值和第二电阻阈值分别设置为88%和110%等；本申请实施例中对第一电阻异常指数和第二电阻异常指数的具体形式不做限定，本领域技术人员可根据实际需求设置，如可以但不限于分别将第一电阻异常指数、第二电阻异常指数、第三电阻异常指数分别设置为数值2、4、0等。
作为一种实施例，在步骤S170中根据腹盆肌恢复程序对应电路的当前电感值确定当前电感异常指数的过程中，可以获取腹盆肌恢复程序对应电路的当前负载电感值为第一负载电感值，将第一负载电感值和预设的第二电感值（第二电感值即为腹盆肌恢复程序对应电路正常情况下的电感值）的比值确定为电感偏离值；若电感偏离值小于第一电感阈值，则确定腹盆肌恢复程序存在第一电感异常，将当前电感异常指数确定为第一电感异常指数，第一电感异常指数表征电感异常；若电感偏离值大于第二电感阈值，则确定腹盆肌恢复程序存在第二电感异常，将当前电感异常指数确定为第二电感异常指数，第二电感异常指数表征电感异常；若电感偏离值大于或等于第一电感阈值且小于或等于第二电感阈值，则确定电感正常，并确定当前电感异常指数为第三电感异常指数，第三电感异常指数表征电感正常；其中，第一电感阈值小于1，第二电感阈值大于1，如可以但不限于将第一电感阈值和第二电感阈值分别设置为88%和110%等；本申请实施例中对第一电感异常指数和第二电压电感指数的具体形式不做限定，本领域技术人员可根据实际需求设置，如可以但不限于分别将第一电感异常指数、第二电感异常指数、第三电感异常指数分别设置为数值2、4、0等。
作为一种实施例，在步骤S180中根据当前电阻异常指数和当前电感异常指数，对目标设备的至少一个运行参数进行智能调控的过程中，可以包括：
响应于当前电阻异常指数表征电阻异常（即当前电阻异常指数为第一电阻异常指数或第二电阻异常指数），获取腹盆肌恢复程序对应电路的当前负载电阻值；将当前负载电阻值和当前电阻异常指数对应的电阻调节参数的比值确定为调节负载电阻值，将当前负载电阻值更新为调节负载电阻值；其中，当前电阻异常指数为第一电阻异常指数时电阻调节参数为第一调节参数，当前电阻异常指数为第二电阻异常指数时电阻调节参数为第二调节参数，第一调节参数小于1，第二调节参数大于1，如可以但不限于将第一调节参数和第二调节参数设置为88%和110%等，即当当前电阻异常指数为第一电阻异常指数时，将当前负载电阻值/88%的值确定为调节负载电阻值，进而将当前负载电阻值更新为调节负载电阻值；当当前电阻异常指数为第二电阻异常指数时，将当前负载电阻值/110%的值确定为调节负载电阻值，进而将当前负载电阻值更新为调节负载电阻值。
响应于当前电感异常指数表征电感异常（即当前电感异常指数为第一电感异常指数或第二电感异常指数），获取腹盆肌恢复程序对应电路的当前电感值；将当前电感值和当前电感异常指数对应的电感调节参数的比值确定为调节电感值，将当前电感值更新为调节电感值；其中，当前电感异常指数为第一电感异常指数时电感调节参数为第三调节参数，当前电感异常指数为第二电感异常指数时电感调节参数为第四调节参数，第三调节参数小于1，第四调节参数大于1；如可以但不限于将第三调节参数和第四调节参数设置为95%和105%等，即当当前电感异常指数为第一电感异常指数时，将当前电感值/95%的值确定为调节电感值，进而将当前电感值更新为调节电感值；当当前电感异常指数为第二电感异常指数时，将当前电感值/110%的值确定为调节电感值，进而将当前电感值更新为调节电感值。
作为一种实施例，若当前电阻异常指数表征电阻正常且当前电感异常指数表征电感正常（即当前电阻异常指数为第三电阻异常指数，且当前电感异常指数为第三电感异常指数），则可以进入步骤S220以确定目标设备的腹盆肌恢复程序正常工作，无需进行调控。
请参考图2，基于相同的发明构思，本申请实施例还提供了一种基于多维数据分析的腹盆肌恢复设备运行监测装置，该装置包括：
设备启动单元2100，用于响应于当前用户针对目标设备触发的设备启动操作，采集当前用户的当前手部静脉图像，根据当前手部静脉图像和历史用户信息库判断当前用户是否是目标设备关联的历史用户，目标设备为腹盆肌恢复设备；响应于当前用户为目标设备关联的历史用户，从历史用户信息库中获取当前用户的用户基本信息，通过光学心率传感器检测当前用户的当前生物计量信息；响应于根据用户基本信息和当前生物计量信息确定满足目标设备的设备启动条件，通过剪切波弹性成像技术检测当前用户的腹盆肌群的当前剪切波速度，获取与当前剪切波速度匹配的第一电刺激参数；
第一异常检测单元2200，用于根据第一电刺激参数启动目标设备的腹盆肌恢复程序使目标设备进入工作状态，并，在目标设备进入工作状态后根据当前用户的腹盆肌群在第一时段的当前肌张力参数判断目标设备上部署的腹盆肌恢复程序是否异常；
第二异常检测单元2300，用于响应于判定腹盆肌恢复程序异常，根据腹盆肌恢复程序对应电路的当前负载电压确定当前电压异常指数；
第三异常检测单元2400，用于响应于当前电压异常指数表征电压异常，根据腹盆肌恢复程序对应电路的当前电阻值确定当前电阻异常指数，根据腹盆肌恢复程序对应电路的当前电感值确定当前电感异常指数；
智能调控单元2500，用于根据当前电阻异常指数和当前电感异常指数，对目标设备的至少一个运行参数进行智能调控：
由于该装置即是执行本申请实施例中图1示意出的方法的执行装置，并且该实体设备解决问题的原理与该方法相似，因此该准装置的实施可以参见方法的实施，重复之处不再赘述。
请参考图3，基于相同的发明构思，本申请实施例还提供了一种计算机设备300，包括存储器310和处理器320，上述存储器310用以存储计算机指令，上述处理器320用于执行上述计算机指令以实现如图1示意出的任意一项方法；由于该设备即是本申请实施例图2所示装置的实体设备，即执行本申请提供的方法的实体设备，并且该实体设备解决问题的原理与该方法相似，因此该实体设备的实施可以参见方法的实施，重复之处不再赘述。
基于同一发明构思，本公开实施例提供一种计算机存储介质，计算机存储介质包括：计算机程序代码，当计算机程序代码在计算机上运行时，使得计算机执行如图1示意出任意一项方法。由于上述计算机存储介质解决问题的原理与前述方法相似，因此上述计算机存储介质的实施可以参见方法的实施，重复之处不再赘述。
在具体的实施过程中，计算机存储介质可以包括：通用串行总线闪存盘（USB，Universal Serial Bus Flash Drive）、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的存储介质。
基于同一发明构思，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括：计算机程序代码，当该计算机程序代码在计算机上运行时，使得计算机执行如图1示意出任意一项方法。由于上述计算机程序产品解决问题的原理与图1示意出任意一项方法相似，因此上述计算机程序产品的实施可以参见方法的实施，重复之处不再赘述。
计算机程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。
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精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (9)
1.一种基于多维数据分析的腹盆肌恢复设备运行监测方法，其特征在于，包括：
响应于当前用户针对目标设备触发的设备启动操作，采集当前用户的当前手部静脉图像，根据当前手部静脉图像和历史用户信息库判断当前用户是否是目标设备关联的历史用户，目标设备为腹盆肌恢复设备；
响应于当前用户为目标设备关联的历史用户，从历史用户信息库中获取当前用户的用户基本信息，所述用户基本信息包括当前用户的生育信息，通过光学心率传感器检测当前用户的当前生物计量信息；
响应于根据用户基本信息和当前生物计量信息确定满足目标设备的设备启动条件，通过剪切波弹性成像技术检测当前用户的腹盆肌群的当前剪切波速度，获取与当前剪切波速度匹配的第一电刺激参数；
根据第一电刺激参数启动目标设备的腹盆肌恢复程序使目标设备进入工作状态，并，在目标设备进入工作状态后根据当前用户的腹盆肌群在第一时段的当前肌张力参数判断目标设备上部署的腹盆肌恢复程序是否异常；其中，所述在目标设备进入工作状态后根据当前用户的腹盆肌群在第一时段的当前肌张力参数判断目标设备上部署的腹盆肌恢复程序是否异常，包括：
响应于目标设备进入工作状态的时长达到第一预设时长，通过肌张力传感器在第一时段的K3个时刻分别检测当前用户的腹盆肌群的子肌张力值，K3为大于2的整数；
对检测得到的子肌张力值进行均值方根计算，得到当前肌张力参数；
从云端的腹盆肌修复数据库中获取正常电刺激下的肌张力值为正常肌张力参数；并，将当前肌张力参数和正常肌张力参数的比值确定为肌张力指数；
若肌张力指数小于或第一肌张力阈值，或肌张力指数大于或等于第二肌张力阈值，则判定腹盆肌恢复程序异常；若肌张力指数大于第一肌张力阈值且小于第二肌张力阈值，则判定腹盆肌恢复程序正常；其中，第一肌张力阈值小于1，第二肌张力阈值大于1；
响应于判定腹盆肌恢复程序异常，根据腹盆肌恢复程序对应电路的当前负载电压确定当前电压异常指数；
响应于当前电压异常指数表征电压异常，根据腹盆肌恢复程序对应电路的当前电阻值确定当前电阻异常指数，根据腹盆肌恢复程序对应电路的当前电感值确定当前电感异常指数；
根据当前电阻异常指数和当前电感异常指数，对目标设备的至少一个运行参数进行智能调控。
2.如权利要求1所述的方法，其特征在于，所述当前生物计量信息包括反映当前用户内部组织的躯体健康参数，躯体健康参数包括心率、呼吸频率和血压中的至少一个；
所述从历史用户信息库中获取当前用户的用户基本信息，通过光学心率传感器检测当前用户的当前生物计量信息，包括：
从历史用户信息库中获取当前用户的生育信息，根据生育信息判断是否满足目标设备的第一启动条件；第一启动条件包括生育信息满足使用目标设备的用户属性要求；
响应于满足第一启动条件，通过光学心率传感器检测当前用户的躯体健康参数，根据躯体健康参数判断是否满足目标设备的第二启动条件；所述第二启动条件包括躯体健康参数处于正常参数范围内；
响应于满足第二启动条件，确定满足目标设备的设备启动条件。
3.如权利要求1所述的方法，其特征在于，所述通过剪切波弹性成像技术检测当前用户的腹盆肌群的当前剪切波速度，包括：
在第二时段的K1个时刻分别执行剪切波速度检测操作，并获得K1个时刻各时刻对应的第一剪切波速度，将各时刻对应的第一剪切波速度的平均值确定为当前剪切波速度；其中，K1为大于1的整数，剪切波速度检测操作包括：
通过剪切波弹性成像技术，检测当前用户的K2个子肌群各子肌群的第二剪切波速度，将得到的各第二剪切波速度的平均值确定为第一剪切波速度；其中，K2为大于1的整数，K2个子肌群包括当前用户的腹盆肌群中的部分或全部肌群。
4.如权利要求1所述的方法，其特征在于，所述根据腹盆肌恢复程序对应电路的当前负载电压确定当前电压异常指数，包括：
通过电压传感器在第三时段的K4个时刻分别检测腹盆肌恢复程序对应电路的负载电压，将检测得到的各负载电压的均值确定为当前负载电压，K4为大于2的整数；
从云端的腹盆肌修复数据库中获取第一电刺激参数对应的最优负载电压为参考负载电压；
将当前负载电压和参考负载电压的比值确定为电压偏离值；
若电压偏离值小于第一电压阈值，则确定存在第一电压异常，并确定当前电压异常指数为第一电压异常指数，第一电压异常指数表征电压异常，第一电压阈值小于1；
若电压偏离值大于第二电压阈值，则确定存在第二电压异常，并确定当前电压异常指数为第二电压异常指数，第二电压异常指数表征电压异常，第二电压阈值大于1。
5.如权利要求1所述的方法，其特征在于，所述根据腹盆肌恢复程序对应电路的当前电阻值确定当前电阻异常指数，包括：
获取腹盆肌恢复程序对应电路的当前负载电阻值为第一负载电阻值，将第一负载电阻值和预设的第二电阻值的比值确定为电阻偏离值；
若电阻偏离值小于第一电阻阈值，则确定腹盆肌恢复程序存在第一电阻异常，将当前电阻异常指数确定为第一电阻异常指数，第一电阻异常指数表征电阻异常；若电阻偏离值大于第二电阻阈值，则确定腹盆肌恢复程序存在第二电阻异常，将当前电阻异常指数确定为第二电阻异常指数，第二电阻异常指数表征电阻异常；其中，第一电阻阈值小于1，第二电阻阈值大于1。
6.如权利要求1所述的方法，其特征在于，所述根据腹盆肌恢复程序对应电路的当前电感值确定当前电感异常指数，包括：
获取腹盆肌恢复程序对应电路的当前负载电感值为第一负载电感值，将第一负载电感值和预设的第二电感值的比值确定为电感偏离值；
若电感偏离值小于第一电感阈值，则确定腹盆肌恢复程序存在第一电感异常，将当前电感异常指数确定为第一电感异常指数，第一电感异常指数表征电感异常；若电感偏离值大于第二电感阈值，则确定腹盆肌恢复程序存在第二电感异常，将当前电感异常指数确定为第二电感异常指数，第二电感异常指数表征电感异常；其中，第一电感阈值小于1，第二电感阈值大于1。
7.如权利要求1所述的方法，其特征在于，所述根据当前电阻异常指数和当前电感异常指数，对目标设备的至少一个运行参数进行智能调控，包括：
响应于当前电阻异常指数表征电阻异常，获取腹盆肌恢复程序对应电路的当前负载电阻值；将当前负载电阻值和当前电阻异常指数对应的电阻调节参数的比值确定为调节负载电阻值，将当前负载电阻值更新为调节负载电阻值；其中，当前电阻异常指数为第一电阻异常指数时电阻调节参数为第一调节参数，当前电阻异常指数为第二电阻异常指数时电阻调节参数为第二调节参数，第一调节参数小于1，第二调节参数大于1；
响应于当前电感异常指数表征电感异常，获取腹盆肌恢复程序对应电路的当前电感值；将当前电感值和当前电感异常指数对应的电感调节参数的比值确定为调节电感值，将当前电感值更新为调节电感值；其中，当前电感异常指数为第一电感异常指数时电感调节参数为第三调节参数，当前电感异常指数为第二电感异常指数时电感调节参数为第四调节参数，第三调节参数小于1，第四调节参数大于1。
8.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器用以存储计算机指令，所述处理器用于执行所述计算机指令以实现如权利要求1-7任一项所述的方法。
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被计算机执行时，使所述计算机执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410137835.5A CN117679645B (zh) | 2024-02-01 | 2024-02-01 | 一种基于多维数据分析的腹盆肌恢复设备运行监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410137835.5A CN117679645B (zh) | 2024-02-01 | 2024-02-01 | 一种基于多维数据分析的腹盆肌恢复设备运行监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117679645A CN117679645A (zh) | 2024-03-12 |
| CN117679645B true CN117679645B (zh) | 2024-05-17 |
Family
ID=90139318
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410137835.5A Active CN117679645B (zh) | 2024-02-01 | 2024-02-01 | 一种基于多维数据分析的腹盆肌恢复设备运行监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117679645B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018214527A1 (zh) * | 2017-05-25 | 2018-11-29 | 深圳市未来健身科技有限公司 | 一种康复保健评估方法及装置 |
| CN110638447A (zh) * | 2019-08-30 | 2020-01-03 | 河南大学淮河医院 | 盆底肌康复训练中异常信号排除的方法及装置 |
| CN111544769A (zh) * | 2020-04-15 | 2020-08-18 | 浙江大学 | 一种低功耗神经肌肉刺激仪 |
| CN113244088A (zh) * | 2021-06-17 | 2021-08-13 | 付丽华 | 一种产后盆骨盆底肌复健仪 |
| CN116549853A (zh) * | 2023-07-04 | 2023-08-08 | 苏州景昱医疗器械有限公司 | 脉冲发生器、刺激器、存储介质及程序产品 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9987072B2 (en) * | 2008-03-17 | 2018-06-05 | Covidien Lp | System and method for detecting a fault in a capacitive return electrode for use in electrosurgery |
-
2024
- 2024-02-01 CN CN202410137835.5A patent/CN117679645B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018214527A1 (zh) * | 2017-05-25 | 2018-11-29 | 深圳市未来健身科技有限公司 | 一种康复保健评估方法及装置 |
| CN110638447A (zh) * | 2019-08-30 | 2020-01-03 | 河南大学淮河医院 | 盆底肌康复训练中异常信号排除的方法及装置 |
| CN111544769A (zh) * | 2020-04-15 | 2020-08-18 | 浙江大学 | 一种低功耗神经肌肉刺激仪 |
| CN113244088A (zh) * | 2021-06-17 | 2021-08-13 | 付丽华 | 一种产后盆骨盆底肌复健仪 |
| CN116549853A (zh) * | 2023-07-04 | 2023-08-08 | 苏州景昱医疗器械有限公司 | 脉冲发生器、刺激器、存储介质及程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117679645A (zh) | 2024-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20170061222A (ko) | 건강데이터 패턴의 일반화를 통한 건강수치 예측 방법 및 그 장치 | |
| KR102302071B1 (ko) | 우울증 발병 예측 방법 및 이를 이용한 우울증 발병 예측 디바이스 | |
| CN115624321A (zh) | 一种台式健康监测仪 | |
| JP2001043345A (ja) | 表情認識装置、およびそれを用いた投薬制御システム、覚醒レベル評価システム、回復評価システム | |
| JP3832792B2 (ja) | 生体リズム検査装置及び生体リズム検査方法 | |
| Acharya et al. | A systems approach to cardiac health diagnosis | |
| CN117153379B (zh) | 一种胸廓出口综合征的预测装置 | |
| CN117679645B (zh) | 一种基于多维数据分析的腹盆肌恢复设备运行监测方法 | |
| Bhandari et al. | Comparative analysis of fuzzy expert systems for diabetic diagnosis | |
| Shao et al. | Predicting cardiovascular and cerebrovascular events based on instantaneous high-order singular entropy and deep belief network | |
| CN117133404A (zh) | 一种针对胸廓出口综合征的智能化康复护理装置 | |
| CN112071428A (zh) | 一种基于健康数据采集的潜在性疾病分析系统 | |
| CN110379481B (zh) | 帕金森患者病后管理方法和系统 | |
| Simjanoska et al. | ECG-derived Blood Pressure Classification using Complexity Analysis-based Machine Learning. | |
| Paliwal et al. | Real time heart rate detection and heart rate variability calculation | |
| CN115497621A (zh) | 一种老年人认知状况测评系统 | |
| CN114176532A (zh) | 一种测定cfPWV参数的临床验证方法及其应用系统 | |
| Chen et al. | Beat-to-beat heart rate detection based on seismocardiogram using BiLSTM network | |
| Gnanavel et al. | GUI Base Prediction of Heart Stroke Stages by Finding the Accuracy using Machine Learning Algorithm | |
| Xiao et al. | Generalizability of superalarm via cross-institutional performance evaluation | |
| WO2022145429A1 (ja) | 推定対象による主観的評価を推定するためのシステム、方法、およびプログラム | |
| WO2023221068A1 (zh) | 一种基于人体序参量模型的脉搏波智能辨析方法及系统 | |
| Rahmaniar et al. | Classification of Hypertension Levels Based on Photoplethysmography Signals Using Convolutional Neural Network (CNN) | |
| Chia et al. | Robust arrhythmia classifier using wavelet transform and support vector machine classification | |
| JP4371699B2 (ja) | バイタルサイン計測システム、バイタルサイン計測方法、バイタルサイン計測プログラム、及び記録媒体 |
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 |