CN117831794B - 一种用于糖尿病康复的运动过程机能监测方法 - Google Patents
一种用于糖尿病康复的运动过程机能监测方法 Download PDFInfo
- Publication number
- CN117831794B CN117831794B CN202410252488.0A CN202410252488A CN117831794B CN 117831794 B CN117831794 B CN 117831794B CN 202410252488 A CN202410252488 A CN 202410252488A CN 117831794 B CN117831794 B CN 117831794B
- Authority
- CN
- China
- Prior art keywords
- patient
- rehabilitation
- training
- action
- muscle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 230000008569 process Effects 0.000 title claims abstract description 31
- 206010012601 diabetes mellitus Diseases 0.000 title claims abstract description 22
- 230000009471 action Effects 0.000 claims abstract description 115
- 210000003205 muscle Anatomy 0.000 claims abstract description 89
- 238000012549 training Methods 0.000 claims abstract description 81
- 238000011084 recovery Methods 0.000 claims abstract description 59
- 230000033001 locomotion Effects 0.000 claims abstract description 38
- 230000008859 change Effects 0.000 claims abstract description 23
- 230000036772 blood pressure Effects 0.000 claims description 18
- 206010049816 Muscle tightness Diseases 0.000 claims description 16
- 210000000245 forearm Anatomy 0.000 claims description 15
- 210000003414 extremity Anatomy 0.000 claims description 13
- 238000012552 review Methods 0.000 claims description 13
- 210000000689 upper leg Anatomy 0.000 claims description 12
- 230000000737 periodic effect Effects 0.000 claims description 7
- 244000309466 calf Species 0.000 claims description 6
- 230000003387 muscular Effects 0.000 claims description 6
- 230000036760 body temperature Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 210000004072 lung Anatomy 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000009207 exercise therapy Methods 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 206010022489 Insulin Resistance Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004153 glucose metabolism Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明涉及运动监测技术领域，具体为一种用于糖尿病康复的运动过程机能监测方法，包括步骤S1、利用监测设备对患者在进行康复运动过程中的各项人体生命特征进行监测；步骤S2、获取该患者所进行的康复动作；步骤S3、运动结束后，记录该患者身体各部分肌肉群的变化；步骤S4、预测患者身体的整体恢复情况；步骤S5、在运动过程中若监测到患者的人体生命特征数值达到阈值，则触发警报模式。本发明可对患者的康复训练过程进行监控，并根据每次训练后，患者身体机能的变化，调整下一次的训练计划，以达到患者身体可以全面恢复的目的，避免出现局部康复程度不同的情况，提高患者整体的康复程度。
Description
技术领域
本发明涉及运动监测技术领域，具体为一种用于糖尿病康复的运动过程机能监测方法。
背景技术
糖尿病运动疗法的机理是提高胰岛素的敏感性，从而控制血糖水平，降低糖尿病及其并发症的发病几率。由于糖尿病的病因和发病机理不尽相同，虽然运动疗法对糖尿病治疗的重要性和有效性已经得到了广泛的认可，但是实际操作中依然存在着许多的困难，在临床上并未广泛的应用，困难主要包括医生和患者相关知识匮乏、患者个体差异性强、运动强度难以量化、监护困难、日常教育和指导困难等。从糖尿病治疗的现状来看，有必要在糖尿病康复运动中引入健康管理的理念，研发智能化运动信息采集和指导产品，建立家庭、社区、医院三级信息管理系统和人工智能数据平台，为糖尿病及其并发症患者提供个性化康复运动指导系统。
在糖尿病康复运动治疗的过程中，已经可以对患者的生理参数进行实时采集，并进行智能的处理和系统的管理，当监测到所采集的某种数值达到阈值时，则会发出提醒信号，达到提醒的目的。在一个周期（3至6个月）的治疗过程中，患者都是按照同一份运动计划进行康复训练，但在每一次的康复运动后，患者的身体机能都会相应的发生变化，如果仅仅是按照已经设定好的运动计划进行，那么就会造成局部康复程度不同的情况，因而会导致人员整体的康复程度较低的情况出现。
发明内容
本发明的目的在于提供一种用于糖尿病康复的运动过程机能监测方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种用于糖尿病康复的运动过程机能监测方法，所述监测方法具体包括以下步骤：
步骤S1、利用监测设备对患者在进行康复运动过程中的各项人体生命特征进行监测，并将监测到的数据输送至云平台；
步骤S2、获取该患者所进行的康复动作，并判断患者所做出的动作是否达到训练动作的标准，若该动作未达标，则启动辅助模式，帮助患者将该动作做到标准；
步骤S3、运动结束后，记录该患者身体各部分肌肉群的变化，分析各个康复动作对患者身体内各部分肌肉群的影响，并预测肌肉群的恢复速度，制定该患者下一次的训练运动计划；
步骤S4、预测患者身体的整体恢复情况，并与患者实际的康复情况相结合，合理规划患者需要定期复查的时间；
步骤S5、在运动过程中若监测到患者的人体生命特征数值达到阈值，则触发警报模式，并根据该人员当前人体生命特征的变化状态，发送报警信息至社区平台或者医院平台。
进一步的，所述步骤S1中的监测设备包括心率传感器、温度传感器和血压传感器；所述心率传感器用于监测患者的心率变化，所述温度传感器用于监测患者的体温，所述血压传感器用于监测患者的血压；将上述监测到的数据信息上传至云平台，录入到该患者的康复档案数据库中。
进一步的，所述步骤S2包括：
步骤S201、标准的训练动作特征为{A、B、C、D、E......}，采集该患者当前所进行的康复动作的图像，根据该患者四肢的伸展的方向，以及各个肢体的角度状态，判断出当前该患者所进行的康复动作所对应的训练动作特征，其中康复动作∈{A、B、C、D、E......}，将患者进行的康复动作与标准的训练动作特征进行对比，判断患者所进行的康复动作是否达标；
步骤S202、若患者所进行的康复动作不标准，启动辅助模式，指导患者将动作进行到标准，其中辅助模式包括语音辅助和器械辅助，当启动语音辅助时，通过语音指令指导患者对其所进行的康复动作进行调整；当启动器械辅助时，利用物理器械对该患者的动作进行矫正。
进一步的，所述步骤S202中，获取患者的历史信息，判断患者的年龄和身体素质，并根据康复动作的难度，制定符合患者的动作标准，若患者年龄大或者身体素质偏低时，其进行康复训练的过程中，若康复动作不符合标准时，只启动语音辅助。
进一步的，所述步骤S3包括：
步骤S301、对患者的肢体处的肌肉群进行监测，其中前臂的肌肉群标记为P，上臂的肌肉群标记为Q，小腿的肌肉群标记为M，大腿的肌肉群标记为N，并将本次训练结束后各个肌肉群的肌张力标记为、/>、/>、/>；将上一次训练后的肌张力标记为/>、、/>、/>；并计算每个肌肉群的肌张力变化值/>、/>、/>、/>；
其中表示为前臂的肌肉群的肌张力，/>表示为上臂的肌肉群的肌张力，/>表示为小腿的肌肉群的肌张力，/>表示为大腿的肌肉群的肌张力；
步骤S302、将本次训练的全部康复动作特征提取出来，其中所训练的康复动作特征包括A、B、C、D......，并获取每个康复动所进行的次数为nA、nB、nC、nD......，将每个康复动作与其所主要训练的肌肉群对应（A，P）、（B，Q）、（C，M）、（D，N）；
其中（A，P）表示康复动作特征A主要训练前臂的肌肉群P，（B，Q）表示康复动作特征B主要训练上臂的肌肉群Q，（C，M）表示康复动作特征C主要训练小腿的肌肉群M，（D，N）表示康复动作特征D主要训练大腿的肌肉群N；
计算每个康复动作进行的次数与其所对应的肌肉群的变化速率之间的关系：；
其中X表示康复动作特征，且X∈{A、B、C、D、E......}，表示单次进行康复动作特征X时肌张力的变化，/>表示进行康复特征X的次数；
步骤S303、设定每个肌肉群的恢复阈值，计算当前肌肉群的肌张力与阈值之间的差值、/>、/>、/>，并根据差值计算需要进行康复动作的次数/>；
获取单次进行康复动作的时间tA、tB、tC、tD；
通过计算可得到：
前臂的肌肉群P恢复到恢复阈值状态所需时间为；
上臂的肌肉群Q恢复到恢复阈值状态所需时间为；
小腿的肌肉群M恢复到恢复阈值状态所需时间为；
大腿的肌肉群N恢复到恢复阈值状态所需时间为；
一次完整的康复训练中康复动作A的训练次数为SA，进行康复动作B的训练次数为SB，进行康复动作C的训练次数为SC，进行康复动作D的训练次数为SD，
判断、/>、/>、/>的时间长短，并将恢复到阈值状态的所需时间短所对应的康复动作的次数减少，将恢复到阈值状态的所需时间长所对应的康复动作次数增加，直至在最后一次进行康复训练后，各个肌肉群均达到恢复阈值；调节每个康复动作应进行的训练次数后，生成新的训练计划，作为下一次训练时所需进行的康复训练项目和次数。
进一步的，所述步骤S4包括：
步骤S401、根据训练后患者的恢复状态，预测患者进行康复训练K周期后应该恢复的状态，与患者实际在进行周期的康复训练后的恢复状态相比对，得到预期与实际之间存在的差值；
步骤S402、并预测恢复周期数据，计算出患者应该去做定期复查的日期。
进一步的，所述步骤S4中，可录入将该患者的主治医生的值日表，根据预测的复查日期，获取该主治医生最相近的值日时间，并将该时间推荐给患者。
进一步的，所述步骤S5包括：
步骤S501、监测患者的心率、血压和温度，并与当前患者所进行的康复动作结合，判断该患者当前的人体生命体征数据是否在正常范围内，若当其人体生命体征达到阈值，且不符合当前康复动作所产生的人体特征波动范围时，则发出警报信号；
步骤S502、分析该人体生命体征可能造成的结果，并根据紧急情况，判断是否通知社区或者医院，若处于轻度紧急的状态，则先通知社区人员，若处于重度情急的状态，则同时通知社区人员和医院人员。
进一步的，所述步骤S5中，获取社区人员和医院人员分别到达患者当前所处地理位置的路况，若医院与患者之间的交通情况良好，而社区与患者之间处于交通堵塞，则可在判断在轻度紧急的状态下，同时向医院发出报警通知。
与现有技术相比，本发明所达到的有益效果是：
本发明可对患者的康复训练过程进行监控，并根据每次训练后，患者身体机能的变化，调整下一次的训练计划，以达到患者身体可以全面恢复的目的，避免出现局部康复程度不同的情况，提高患者整体的康复程度；并在运动过程中实时监控患者的各项人体生命特征的变化，若出现意外情况，则根据当时该患者的紧急状态，选择向社区人员发出报警信号还是向医院人员发出警报信号，可在第一时间内使患者得到相对应的救治方案，为患者夺得最佳救治时间。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明监测方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：一种用于糖尿病康复的运动过程机能监测方法，所述监测方法具体包括以下步骤：
步骤S1、利用监测设备对患者在进行康复运动过程中的各项人体生命特征进行监测，并将监测到的数据输送至云平台；
所述步骤S1中的监测设备包括心率传感器、温度传感器和血压传感器；所述心率传感器用于监测患者的心率变化，所述温度传感器用于监测患者的体温，所述血压传感器用于监测患者的血压；将上述监测到的数据信息上传至云平台，录入到该患者的康复档案数据库中。
步骤S2、获取该患者所进行的康复动作，并判断患者所做出的动作是否达到训练动作的标准，若该动作未达标，则启动辅助模式，帮助患者将该动作做到标准；
所述步骤S2包括：
步骤S201、标准的训练动作特征为{A、B、C、D、E......}，采集该患者当前所进行的康复动作的图像，根据该患者四肢的伸展的方向，以及各个肢体的角度状态，判断出当前该患者所进行的康复动作所对应的训练动作特征，其中康复动作∈{A、B、C、D、E......}，将患者进行的康复动作与标准的训练动作特征进行对比，判断患者所进行的康复动作是否达标；
例如采集到患者做康复动作的图像后，以患者的足跟为原点，建立三维坐标系，并将身体的各个部位均在坐标系中标记出，根据坐标点描绘出其四肢的形态，判断出四肢伸展的方向，以及各个肢体与身体间形成的角度，从而判断该患者当前进行的训练动作为扩胸运动，然后提取标准的扩胸运动的训练动作特征，其为A，将标准的训练动作特征A以足跟为坐标原点，将其标记在根据采集到的患者所做的扩胸运动图像所建立的三维坐标系中，标记出标准的训练动作特征A中四肢的形态，并对比患者所做的康复动作与训练动作特征A之间的区别，如监测手臂张开的角度，前臂与上臂之间的角度等数据，判断两者是否相同，如相同则康复动作标准，反之则所进行的康复动作不标准；
步骤S202、若患者所进行的康复动作不标准，启动辅助模式，指导患者将动作进行到标准，其中辅助模式包括语音辅助和器械辅助，当启动语音辅助时，通过语音指令指导患者对其所进行的康复动作进行调整；具体的，当患者所做康复动作中的扩胸运动时，若其上臂张开的角度较小，则可发出“请将前臂继续向外张开”的语音指令；
当启动器械辅助时，利用物理器械对该患者的动作进行矫正；具体的，当患者所做康复动作中的扩胸运动时，若其上臂张开的角度较小，则可在患者两个前臂之间放置校正板，使两个校正板向两侧移动，从而可辅助患者将前臂继续打开。
所述步骤S202中，获取患者的历史信息，判断患者的年龄和身体素质，并根据康复动作的难度，制定符合患者的动作标准，若患者年龄大或者身体素质偏低时，其进行康复训练的过程中，若康复动作不符合标准时，只启动语音辅助；如患者年龄为68岁，属于高龄患者，需考虑到该患者身体骨质结构的变化，以及一些关节或者身体受过伤害的部分身体素质较低的患者，都是属于不宜大幅度运动的人群，因而只需开启语音辅助，患者可自主选择是否继续训练，避免强制辅助出现二次危害患者身体健康的情况出现。
步骤S3、运动结束后，记录该患者身体各部分肌肉群的变化，分析各个康复动作对患者身体内各部分肌肉群的影响，并预测肌肉群的恢复速度，制定该患者下一次的训练运动计划；
所述步骤S3包括：
步骤S301、对患者的肢体处的肌肉群进行监测，其中前臂的肌肉群标记为P，上臂的肌肉群标记为Q，小腿的肌肉群标记为M，大腿的肌肉群标记为N，并将本次训练结束后各个肌肉群的肌张力标记为、/>、/>、/>；将上一次训练后的肌张力标记为/>、、/>、/>；并计算每个肌肉群的肌张力变化值/>、/>、/>、/>；
其中表示为前臂的肌肉群的肌张力，/>表示为上臂的肌肉群的肌张力，/>表示为小腿的肌肉群的肌张力，/>表示为大腿的肌肉群的肌张力；
步骤S302、将本次训练的全部康复动作特征提取出来，其中所训练的康复动作特征包括A、B、C、D......，并获取每个康复动所进行的次数为nA、nB、nC、nD......，将每个康复动作与其所主要训练的肌肉群对应（A，P）、（B，Q）、（C，M）、（D，N）；
其中（A，P）表示康复动作特征A主要训练前臂的肌肉群P，（B，Q）表示康复动作特征B主要训练上臂的肌肉群Q，（C，M）表示康复动作特征C主要训练小腿的肌肉群M，（D，N）表示康复动作特征D主要训练大腿的肌肉群N；
计算每个康复动作进行的次数与其所对应的肌肉群的变化速率之间的关系：；
其中X表示康复动作特征，且X∈{A、B、C、D、E......}，表示单次进行康复动作特征X时肌张力的变化，/>表示进行康复特征X的次数；
步骤S303、设定每个肌肉群的恢复阈值，计算当前肌肉群的肌张力与阈值之间的差值、/>、/>、/>，并根据差值计算需要进行康复动作的次数/>；
获取单次进行康复动作的时间tA、tB、tC、tD；
通过计算可得到：
前臂的肌肉群P恢复到恢复阈值状态所需时间为；
上臂的肌肉群Q恢复到恢复阈值状态所需时间为；
小腿的肌肉群M恢复到恢复阈值状态所需时间为；
大腿的肌肉群N恢复到恢复阈值状态所需时间为；
一次完整的康复训练中康复动作A的训练次数为SA，进行康复动作B的训练次数为SB，进行康复动作C的训练次数为SC，进行康复动作D的训练次数为SD，
判断、/>、/>、/>的时间长短，并将恢复到阈值状态的所需时间短所对应的康复动作的次数减少，将恢复到阈值状态的所需时间长所对应的康复动作次数增加，直至在最后一次进行康复训练后，各个肌肉群均达到恢复阈值；调节每个康复动作应进行的训练次数后，生成新的训练计划，作为下一次训练时所需进行的康复训练项目和次数。
例如，若的时间最短，/>的时间最长，进行一次完整的康复训练过程中，其中康复动作A进行了20次，康复动作D进行了10次；则可在下次训练时，将康复动作A减少为15次，将康复动作D增加到13次（进行一次康复动作D所需时间比进行一次康复动作A时间长），保持总的康复训练的时长不变，生成新的训练计划。
步骤S4、预测患者身体的整体恢复情况，并与患者实际的康复情况相结合，合理规划患者需要定期复查的时间；
所述步骤S4包括：
步骤S401、训练后检测患者的身体各项指标，判断当前患者的实际恢复程度，并预测患者进行K次康复训练后应该恢复的状态，将实际恢复程度与预期恢复程度相比较，得到预期与实际之间存在的差值；
例如，恢复程度标记为一般、很好和非常好等多个等级，患者每进行一次康复训练后，预计其身体的恢复程度为非常好，但若实际监测到其身体的恢复程度为一般，则判断为际恢复程度与预期恢复程度之间差值较大，可反映出康复期间患者可能出现身体状态变差的情况，作为重点标记，应将定期复查的日期提前；
其中身体的恢复程度可通过监测以下数据分析得到：
（1）、体重指数（BMI）：通过测量身高和体重，计算出BMI值；
（2）、肺活量：通过测量肺活量，可以了解肺部的健康状况。一般成年男性肺活量为3500毫升，女性为250毫升。
（4）、血压：通过测量血压，可以了解心血管系统的健康状况。正常的血压范围是收缩压在90~140毫米汞柱之间，舒张压在60~90毫米汞柱之间。
（5）、心率：通过测量心率，可以了解心脏的健康状况。正常的心率范围是60~100次/分钟。
（6）、血糖：通过测量血糖，可以了解身体的糖代谢状况。正常的血糖范围是空腹血糖在3.9~6.1毫摩尔/升之间，餐后2小时血糖小于7.8毫摩尔/升。
以及监测到的各个肌肉群的肌张力变化状态，综合上述监测到的数据，对患者的身体恢复程度做出判断。
步骤S402、并预测恢复周期数据，计算出患者应该去做定期复查的日期；
例如预测到患者进行J次康复训练后恢复的程度为好，且该程度的身体恢复程度保持两至三个周期，则说明患者的身体状态对于当前的恢复程度保持稳定，可到医院进行全面专业的检测，并根据最终的检查结果，决定是否增加康复训练的难度，以便患者早日康复。
所述步骤S4中，可录入将该患者的主治医生的值日表，根据预测的复查日期，获取该主治医生最相近的值日时间，并将该时间推荐给患者，例如预测到患者可在某月的某周内去复查，获取经常为其该患者复查的医生在当月内的值日表，将该医生在某周内的值日日期标出出来推荐给患者，或者当周该医生未值班，可将该医生与当周相邻的值日日期也提取出来，推荐给患者，以便患者选择去复查的日期。
步骤S5、在运动过程中若监测到患者的人体生命特征数值达到阈值，则触发警报模式，并根据该人员当前人体生命特征的变化状态，发送报警信息至社区平台或者医院平台。
所述步骤S5包括：
步骤S501、监测患者的心率、血压和温度，并与当前患者所进行的康复动作结合，判断该患者当前的人体生命体征数据是否在正常范围内，若当其人体生命体征达到阈值，且不符合当前康复动作所产生的人体特征波动范围时，则发出警报信号；例如心率阈值为140，若检测到该患者的心率达到l50左右，但当前其所进行的康复动作只会影响心率达到80~110的范围内，则发出警报信号。
步骤S502、分析该人体生命体征可能造成的结果，并根据紧急情况，判断是否通知社区或者医院，若处于轻度紧急的状态，则先通知社区人员，若处于重度情急的状态，则同时通知社区人员和医院人员，例如检测到心率超出阈值后，但人体生命体征的其他数值变化较小，则判断为轻度紧急情况，可同时社区人员上门进行查看；若是检测到心率超出阈值后，且人体生命体征的其他数值变化较大，出现急剧变化的情况，则判断为重度紧急情况，需立即通知社区人员和医院人员，社区人员可先到达患者所处位置对其进行初步救治，随后医院人员也可及时到达进行专业救治。
所述步骤S5中，获取社区人员和医院人员分别到达患者当前所处地理位置的路况，若医院与患者之间的交通情况良好，而社区与患者之间处于交通堵塞，则可在判断在轻度紧急的状态下，同时向医院发出报警通知，避免因救治不及时导致患者出现重度紧急情况。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述监测方法具体包括以下步骤：
步骤S1、利用监测设备对患者在进行康复运动过程中的各项人体生命特征进行监测，并将监测到的数据输送至云平台；
步骤S2、获取该患者所进行的康复动作，并判断患者所做出的动作是否达到训练动作的标准，若该动作未达标，则启动辅助模式，帮助患者将该动作做到标准；
步骤S3、运动结束后，记录该患者身体各部分肌肉群的变化，分析各个康复动作对患者身体内各部分肌肉群的影响，并预测肌肉群的恢复速度，制定该患者下一次的训练运动计划；
步骤S4、预测患者身体的整体恢复情况，并与患者实际的康复情况相结合，合理规划患者需要定期复查的时间；
步骤S5、在运动过程中若监测到患者的人体生命特征数值达到阈值，则触发警报模式，并根据该人员当前人体生命特征的变化状态，发送报警信息至社区平台或者医院平台；
所述步骤S2包括：
步骤S201、标准的训练动作特征为{A、B、C、D、E......}，采集该患者当前所进行的康复动作的图像，根据该患者四肢的伸展的方向，以及各个肢体的角度状态，判断出当前该患者所进行的康复动作所对应的训练动作特征，其中康复动作∈{A、B、C、D、E......}，将患者进行的康复动作与标准的训练动作特征进行对比，判断患者所进行的康复动作是否达标；
步骤S202、若患者所进行的康复动作不标准，启动辅助模式，指导患者将动作进行到标准，其中辅助模式包括语音辅助和器械辅助，当启动语音辅助时，通过语音指令指导患者对其所进行的康复动作进行调整；当启动器械辅助时，利用物理器械对该患者的动作进行矫正；
所述步骤S3包括：
步骤S301、对患者的肢体处的肌肉群进行监测，其中前臂的肌肉群标记为P，上臂的肌肉群标记为Q，小腿的肌肉群标记为M，大腿的肌肉群标记为N，并将本次训练结束后各个肌肉群的肌张力标记为、/>、/>、/>；将上一次训练后的肌张力标记为/>、/>、、/>；并计算每个肌肉群的肌张力变化值/>、/>、/>、/>；
其中表示为前臂的肌肉群的肌张力，/>表示为上臂的肌肉群的肌张力，/>表示为小腿的肌肉群的肌张力，/>表示为大腿的肌肉群的肌张力；
步骤S302、将本次训练的全部康复动作特征提取出来，其中所训练的康复动作特征包括A、B、C、D......，并获取每个康复动作所进行的次数为nA、nB、nC、nD......，将每个康复动作与其所主要训练的肌肉群对应（A，P）、（B，Q）、（C，M）、（D，N）；
其中（A，P）表示康复动作特征A主要训练前臂的肌肉群P，（B，Q）表示康复动作特征B主要训练上臂的肌肉群Q，（C，M）表示康复动作特征C主要训练小腿的肌肉群M，（D，N）表示康复动作特征D主要训练大腿的肌肉群N；
计算每个康复动作进行的次数与其所对应的肌肉群的变化速率之间的关系：；
其中X表示康复动作特征，且X∈{A、B、C、D、E......}，表示单次进行康复动作特征X时肌张力的变化，/>表示进行康复特征X的次数；
步骤S303、设定每个肌肉群的恢复阈值，计算当前肌肉群的肌张力与阈值之间的差值、/>、/>、/>，并根据差值计算需要进行康复动作的次数/>；
获取单次进行康复动作的时间tA、tB、tC、tD；
通过计算可得到：
前臂的肌肉群P恢复到恢复阈值状态所需时间为；
上臂的肌肉群Q恢复到恢复阈值状态所需时间为；
小腿的肌肉群M恢复到恢复阈值状态所需时间为；
大腿的肌肉群N恢复到恢复阈值状态所需时间为；
一次完整的康复训练中康复动作A的训练次数为SA，进行康复动作B的训练次数为SB，进行康复动作C的训练次数为SC，进行康复动作D的训练次数为SD，
判断、/>、/>、/>的时间长短，并将恢复到阈值状态的所需时间短所对应的康复动作的次数减少，将恢复到阈值状态的所需时间长所对应的康复动作次数增加，直至在最后一次进行康复训练后，各个肌肉群均达到恢复阈值；调节每个康复动作应进行的训练次数后，生成新的训练计划，作为下一次训练时所需进行的康复训练项目和次数。
2.根据权利要求1所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S1中的监测设备包括心率传感器、温度传感器和血压传感器；所述心率传感器用于监测患者的心率变化，所述温度传感器用于监测患者的体温，所述血压传感器用于监测患者的血压；将上述监测到的数据信息上传至云平台，录入到该患者的康复档案数据库中。
3.根据权利要求1所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S202中，获取患者的历史信息，判断患者的年龄和身体素质，并根据康复动作的难度，制定符合患者的动作标准，若患者年龄大或者身体素质偏低时，其进行康复训练的过程中，若康复动作不符合标准时，只启动语音辅助。
4.根据权利要求1所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S4包括：
步骤S401、根据训练后患者的恢复状态，预测患者进行康复训练K周期后应该恢复的状态，与患者实际在进行周期的康复训练后的恢复状态相比对，得到预期与实际之间存在的差值；
步骤S402、并预测恢复周期数据，计算出患者应该去做定期复查的日期。
5.根据权利要求4所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S4中，可录入将该患者的主治医生的值日表，根据预测的复查日期，获取该主治医生最相近的值日时间，并将该时间推荐给患者。
6.根据权利要求1所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S5包括：
步骤S501、监测患者的心率、血压和温度，并与当前患者所进行的康复动作结合，判断该患者当前的人体生命体征数据是否在正常范围内，若当其人体生命体征达到阈值，且不符合当前康复动作所产生的人体特征波动范围时，则发出警报信号；
步骤S502、分析该人体生命体征可能造成的结果，并根据紧急情况，判断是否通知社区或者医院，若处于轻度紧急的状态，则先通知社区人员，若处于重度情急的状态，则同时通知社区人员和医院人员。
7.根据权利要求6所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S5中，获取社区人员和医院人员分别到达患者当前所处地理位置的路况，若医院与患者之间的交通情况良好，而社区与患者之间处于交通堵塞，则可在判断在轻度紧急的状态下，同时向医院发出报警通知。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410252488.0A CN117831794B (zh) | 2024-03-06 | 2024-03-06 | 一种用于糖尿病康复的运动过程机能监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410252488.0A CN117831794B (zh) | 2024-03-06 | 2024-03-06 | 一种用于糖尿病康复的运动过程机能监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117831794A CN117831794A (zh) | 2024-04-05 |
| CN117831794B true CN117831794B (zh) | 2024-05-14 |
Family
ID=90517649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410252488.0A Active CN117831794B (zh) | 2024-03-06 | 2024-03-06 | 一种用于糖尿病康复的运动过程机能监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117831794B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118039193B (zh) * | 2024-04-15 | 2024-06-21 | 包头市蒙医中医医院 | 一种基于5g技术的院外康复指导与监测评估系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2007138658A (ru) * | 2007-10-17 | 2009-04-27 | Федеральное государственное учреждение "Новокузнецкий научно-практический центр медико-социальной экспертизы и реабилитации инвалид | Способ оценки функционального состояния инвалидов с патологией нижних конечностей и выбор вида и интенсивности физической нагрузки в процессе реабилитации |
| KR20130129637A (ko) * | 2012-05-21 | 2013-11-29 | 부산대학교 산학협력단 | 근지구력 재활 치료를 위한 근전도 바이오피드백 시스템 및 방법 |
| CN104305977A (zh) * | 2014-10-15 | 2015-01-28 | 北京理工大学 | 应用于糖尿病康复的运动监护与管理系统 |
| CN104337666A (zh) * | 2014-11-05 | 2015-02-11 | 中山大学 | 多肌肉协同肌电反馈康复训练系统和方法 |
| CN108039204A (zh) * | 2017-12-20 | 2018-05-15 | 中国科学院合肥物质科学研究院 | 一种高危慢病患者运动康复服务系统与方法 |
| CN111067486A (zh) * | 2019-12-26 | 2020-04-28 | 健而康科技信息服务(广州)有限公司 | 一种中风运动康复平台及系统 |
| CN112057040A (zh) * | 2020-06-12 | 2020-12-11 | 国家康复辅具研究中心 | 一种上肢运动功能康复评价方法 |
| WO2022248529A1 (en) * | 2021-05-28 | 2022-12-01 | Feetme | Method for monitoring a training |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI120960B (fi) * | 2004-07-01 | 2010-05-31 | Suunto Oy | Menetelmä ja laitteisto liikuntasuorituksen aikaisen suorirustason ja väsymisen mittaamiseksi |
| US11511156B2 (en) * | 2016-03-12 | 2022-11-29 | Arie Shavit | Training system and methods for designing, monitoring and providing feedback of training |
-
2024
- 2024-03-06 CN CN202410252488.0A patent/CN117831794B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2007138658A (ru) * | 2007-10-17 | 2009-04-27 | Федеральное государственное учреждение "Новокузнецкий научно-практический центр медико-социальной экспертизы и реабилитации инвалид | Способ оценки функционального состояния инвалидов с патологией нижних конечностей и выбор вида и интенсивности физической нагрузки в процессе реабилитации |
| KR20130129637A (ko) * | 2012-05-21 | 2013-11-29 | 부산대학교 산학협력단 | 근지구력 재활 치료를 위한 근전도 바이오피드백 시스템 및 방법 |
| CN104305977A (zh) * | 2014-10-15 | 2015-01-28 | 北京理工大学 | 应用于糖尿病康复的运动监护与管理系统 |
| CN104337666A (zh) * | 2014-11-05 | 2015-02-11 | 中山大学 | 多肌肉协同肌电反馈康复训练系统和方法 |
| CN108039204A (zh) * | 2017-12-20 | 2018-05-15 | 中国科学院合肥物质科学研究院 | 一种高危慢病患者运动康复服务系统与方法 |
| CN111067486A (zh) * | 2019-12-26 | 2020-04-28 | 健而康科技信息服务(广州)有限公司 | 一种中风运动康复平台及系统 |
| CN112057040A (zh) * | 2020-06-12 | 2020-12-11 | 国家康复辅具研究中心 | 一种上肢运动功能康复评价方法 |
| WO2022248529A1 (en) * | 2021-05-28 | 2022-12-01 | Feetme | Method for monitoring a training |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117831794A (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117831794B (zh) | 一种用于糖尿病康复的运动过程机能监测方法 | |
| CN110322947B (zh) | 一种基于深度学习的高血压老年人运动处方推荐方法 | |
| Noonan et al. | Submaximal exercise testing: clinical application and interpretation | |
| EP1305767B1 (en) | Method for remote medical monitoring incorporating video processing | |
| CN111724879B (zh) | 康复训练评估处理方法、装置及设备 | |
| CN109308940A (zh) | 心肺运动评估和运动训练一体化系统 | |
| CN113168895B (zh) | 用于评估健康关心区域的健康度与各个预防性干预行动之间的关联性的方法、装置以及程序 | |
| CN113647939B (zh) | 一种针对脊柱退行性疾病的人工智能康复评估与训练系统 | |
| WO2014015378A1 (en) | A mobile computing device, application server, computer readable storage medium and system for calculating a vitality indicia, detecting an environmental hazard, vision assistance and detecting disease | |
| KR101576526B1 (ko) | 재활운동 지원 장치 및 방법 | |
| US20200411194A1 (en) | Rehabilitation support system, prediction device, learning device, methods, and storage medium | |
| Popp et al. | Wearable sensors in ambulatory individuals with a spinal cord injury: from energy expenditure estimation to activity recommendations | |
| DeCato et al. | Cardiopulmonary exercise testing (CPET) | |
| Almeida et al. | Inpatient rehabilitation of a person with Guillain–Barré syndrome associated with COVID-19 infection: An expert interdisciplinary approach to a case study | |
| JP2018068910A (ja) | 疾病予測方法 | |
| CN113384241A (zh) | 一种可穿戴设备辅助的慢性病患者临床监测平台与方法 | |
| Revell et al. | Trauma scores and trauma outcome measures | |
| TWI796275B (zh) | 疾病風險評估方法 | |
| US20240127958A1 (en) | Method for disease risk assessment | |
| CN115068897B (zh) | 一种基于互联网的远程康复辅助监护系统 | |
| TWI788743B (zh) | 呼吸器脫離時機預測系統、程式產品及其建立與使用方法 | |
| TWI831586B (zh) | 重症病人早期復健檢核系統 | |
| RU2796323C1 (ru) | Способ прогнозирования восстановления двигательных функций верхней конечности у больных после инсульта | |
| Gómez Pérez | Clinically relevant gait parameters in children with bilateral spastic cerebral palsy | |
| Sarkar et al. | Application of Wearable Technologies and Devices in Fostering Better Rehabilitation through Telemonitoring and Telerehabilitation |
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 |