WO2018014824A1 - 一种智能康复机器人系统及操作方法 - Google Patents

一种智能康复机器人系统及操作方法 Download PDF

Info

Publication number
WO2018014824A1
WO2018014824A1 PCT/CN2017/093280 CN2017093280W WO2018014824A1 WO 2018014824 A1 WO2018014824 A1 WO 2018014824A1 CN 2017093280 W CN2017093280 W CN 2017093280W WO 2018014824 A1 WO2018014824 A1 WO 2018014824A1
Authority
WO
WIPO (PCT)
Prior art keywords
training
information
parameter information
rehabilitation
training parameter
Prior art date
Application number
PCT/CN2017/093280
Other languages
English (en)
French (fr)
Inventor
王春宝
段丽红
刘铨权
石青
申亚京
林焯华
尚万峰
吴正治
韦建军
李伟光
王玉龙
孙同阳
韦成栋
陆志祥
侯安新
陈朋方
夏金凤
Original Assignee
王春宝
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 王春宝 filed Critical 王春宝
Publication of WO2018014824A1 publication Critical patent/WO2018014824A1/zh

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H1/00—Apparatus for passive exercising; Vibrating apparatus ; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
    • A61H1/02—Stretching or bending or torsioning apparatus for exercising
    • 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
    • A61H1/00—Apparatus for passive exercising; Vibrating apparatus ; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
    • A61H1/02—Stretching or bending or torsioning apparatus for exercising
    • A61H1/0218—Drawing-out devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/008—Manipulators for service tasks
    • 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
    • A61H2201/16—Physical interface with patient
    • A61H2201/1657—Movement of interface, i.e. force application means
    • A61H2201/1659—Free spatial automatic movement of interface within a working area, e.g. Robot
    • 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
    • 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
    • A61H2201/5058—Sensors or detectors
    • 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
    • A61H2230/60—Muscle strain, i.e. measured on the user, e.g. Electromyography [EMG]
    • A61H2230/605—Muscle strain, i.e. measured on the user, e.g. Electromyography [EMG] used as a control parameter for the apparatus

Definitions

  • the present disclosure provides an intelligent rehabilitation robot system and an operation method.
  • the embodiment provides an intelligent rehabilitation robot system, which may include: a local training system and a cloud level
  • the local training system includes: a robot control system, a rehabilitation robot, and an information collection and processing system, the cloud platform comprising: a patient database, a health database, and a patient status evaluation system;
  • the rehabilitation robot is controlled by the robot control system to train the patient, and feedback the motion information and the mechanical information of the rehabilitation robot to the information collection and processing system;
  • the information collection and processing system collects motion information, mechanical information, motion posture information, and myoelectric signals of the rehabilitation robot, and the information collection processing system uploads the collected state information of the patient and the current training of the robot control system.
  • the parameters are sent to the cloud platform and simultaneously saved to the patient database and the health database, and the state evaluation information of the cloud platform and the training parameters of the adjusted robot control system are downloaded, and then the patient's state evaluation information is passed through the patient information feedback. Feedback to the therapist and patient in the form of an intuitive image, and output the adjusted training parameters to the robot control system.
  • the information collection and processing system can interact with the offline database on the training process state information of the patient and the training parameters of the robot control system. Data is exchanged in both directions;
  • the patient database and the health database respectively store the state data and training parameters of the historical training patient and the healthy person uploaded by the information collecting system, and compare and adjust the state data and the training parameters of the currently trained patient through the patient state evaluation system.
  • the embodiment also provides an operation method of the intelligent rehabilitation robot system, which may include:
  • the therapist selects the training mode and the basic training parameters according to the doctor's plan, and the robot control system adjusts the parameters of the robot control system to control the rehabilitation robot to perform the training according to the training mode and the feedback of the information acquisition and processing system;
  • the information collection and processing system uploads the patient's state and training information to the cloud platform, and the patient state evaluation system integrates big data to compare the patient's state and training parameters, and outputs to the robot control system to complete the rehabilitation training movement of the rehabilitation robot.
  • the rehabilitation robot is controlled to perform rehabilitation training on the user according to the second training parameter information.
  • the training module is configured to control the rehabilitation robot to perform rehabilitation training on the user according to the set training mode, and collect first training parameter information, wherein the first training parameter information includes: motion information, mechanical information of the rehabilitation robot, and user Motion posture information and myoelectric signals;
  • the embodiment further provides a rehabilitation training device, which is applied to a cloud platform, and may include:
  • a second receiving module configured to receive first training parameter information uploaded by the local training system
  • the local training system is configured to perform rehabilitation training on the user according to the training parameter, collect the first training parameter of the user during the rehabilitation training, and send the first training parameter information to the cloud platform. And continuing to perform rehabilitation training on the user according to the second training parameter information fed back by the cloud platform;
  • FIG. 3 is a schematic flowchart diagram of another rehabilitation training method according to an embodiment of the present invention.
  • the therapist can formulate a treatment plan in a targeted manner based on the patient's comprehensive information feedback, and specify the training mode of the robot control system 11.
  • the robot control system 11 can control the rehabilitation robot 12 to train the patient according to the training mode specified by the therapist, the robot motion information and the mechanical information collected by the information acquisition processing system 13, and the motion posture and the myoelectric signal information of the patient.
  • the control information is fed back to the information collection and processing system 13.
  • the rehabilitation robot 12 is controlled by the robot control system 11 to train the patient and feed back the motion information and mechanical information of the robot to the information collection and processing system 13.
  • the data of the training parameters of system 11 is exchanged in both directions.
  • the therapist selects the training mode and the basic training parameters according to the doctor's plan, and the robot control system 11 controls the rehabilitation robot 12 to perform the training through the robot control system 11 according to the training mode and the feedback of the information collection and processing system 13;
  • the set training mode can be set by the therapist based on the patient's comprehensive information feedback.
  • the patient's comprehensive information feedback can include the patient's healthy side exertion, movement speed, motion acceleration, motion angle and EMG signal, as well as the patient's affected side's exertion, movement speed, motion acceleration, motion angle and EMG signal.
  • the healthy side refers to the side of the patient's healthy and freely movable side
  • the affected side refers to the side of the patient's body that has a certain degree of movement disorder.
  • the foregoing training mode may include: an active training mode or a passive training mode.
  • the active training mode and the passive training mode may be at least one of a combination training mode of isometric training, isotonic training, constant velocity training, and multiple training.
  • the first training parameter information is uploaded to the cloud platform.
  • the local training system uploads the collected motion posture information and the myoelectric signal of the user to the cloud platform, so that the cloud platform performs corresponding analysis and adjustment on the first training parameter information.
  • the rehabilitation robot is controlled to perform rehabilitation training on the user according to the second training parameter information.
  • the local training system adjusts the training frequency of the rehabilitation robot to train the patient, the thrust force and the torsion force applied by the rehabilitation robot, and the movement angle and the movement speed of the rehabilitation robot according to the second training parameter information.
  • the method before uploading the first training parameter information to the cloud platform, the method further includes: uploading historical training parameter information obtained in the historical rehabilitation training to the cloud platform.
  • the state evaluation information of the user is displayed.
  • FIG. 3 is a flowchart of a rehabilitation training method provided by the embodiment. As shown in FIG. 3, the method may include the following steps:
  • rehabilitation training is a long-term and continuous training process.
  • the patient's information on each rehabilitation training can be uploaded to the cloud platform, and the historical training parameter information of the current patient is uploaded to the cloud platform.
  • the cloud platform may perform the current training parameter, that is, the first training, according to the stored training parameter information of the patient in the historical rehabilitation training.
  • the parameters are adjusted to obtain second training parameter information that matches the current rehabilitation process of the patient.
  • the first training parameter information is adjusted according to the historical training parameter, and the second training parameter information is obtained, including:
  • the first training parameter information is adjusted according to the comparison result to obtain the second training parameter information.
  • the method further includes:
  • the status evaluation information of the user may include at least one of a patient's exertion level, exercise ability level, rehabilitation stage, and rehabilitation progress.
  • the training parameters such as pre-existing force and athletic ability can be quantitatively scored and divided into corresponding levels.
  • the cloud platform may save the first training parameter and the historical parameter uploaded by the received local training system to a database.
  • the database may include a patient database and a health database, and the patient database may store motion information of the patient's affected side and the healthy side and information such as myoelectric signals, and the health value database may store the exercise posture information and the muscle of the healthy person. Information such as electrical signals.
  • the embodiment further provides a rehabilitation training device, which is applied to a local training system.
  • the device may include: a training module 410, an uploading module 420, and a first receiving module 430.
  • the training module 410 is configured to control the rehabilitation robot to perform rehabilitation training on the user according to the set training mode, and collect first training parameter information, where the first training parameter information includes: motion information and mechanical information of the rehabilitation robot , user's motion posture information and myoelectric signal;
  • the training module 410 is further configured to control the rehabilitation robot to perform rehabilitation training on the user according to the second training parameter information.
  • the first receiving module 430 is further configured to: after the first training parameter information is uploaded to the cloud platform, receive the information obtained by the cloud platform after the first training parameter information is evaluated. State evaluation information of the user; and display the status evaluation information of the user.
  • the embodiment further provides another rehabilitation training device, which is applied to the cloud platform.
  • the device may include: a second receiving module 510, an adjusting module 520, and a sending module 530.
  • the second receiving module 510 is configured to receive first training parameter information uploaded by the local training system
  • the second receiving module 510 is further configured to: before the adjusting the first training parameter information according to the historical training parameter information, receiving the historical training uploaded by the local training system based on historical rehabilitation training Parameter information.
  • the first training parameter information is adjusted according to the comparison result to obtain the second training parameter information.
  • the device further includes: an evaluation module, configured to: after receiving the first training parameter information uploaded by the local training system, perform the state of the user according to the first training parameter information and the historical training parameter information Evaluation, obtaining status evaluation information of the user;
  • the embodiment further provides a rehabilitation training system.
  • the system may include: a local training system 610 and a cloud platform 620.
  • the local training system 610 is configured to perform rehabilitation training on the user according to the set training mode, and send the collected first training parameter information to the cloud platform, and continue according to the second training parameter information fed back by the cloud platform. Rehabilitation training for users.
  • the cloud platform 620 is configured to receive the first training parameter sent by the local training system, and adjust the first training parameter information according to historical training parameter information to obtain second training parameter information, where the second Training parameter information is sent to the local training system.
  • the information collection and processing system is configured to collect the first training parameter information of the rehabilitation training, and upload the first training parameter information to the cloud platform, where the first training parameter information includes : Rehabilitation robot's motion information, mechanics information, user's motion and posture information, and myoelectric signals.
  • the rehabilitation robot is controlled by the robot control system, configured to perform rehabilitation training on the user, and feed back motion information and mechanical information of the rehabilitation robot to the information collection and processing system.
  • the rehabilitation robot can feed back its own motion information and mechanical information to the information collection and processing system.
  • the rehabilitation robot can be provided with a plurality of sensors to collect the user's motion posture information and the myoelectric signal, etc., and the plurality of sensors can The information collection and processing system is connected, and the collected first training parameter information is directly sent to the information collection and processing system.
  • the rehabilitation robot can feed back information to the information collection and processing system in real time, or according to the preset time. Intervals, such as every 10 minutes, feed back information to the information collection and processing system.
  • the user state evaluation system is configured to compare the first training parameter information and the historical training parameter information, and adjust the first training parameter according to the comparison result to obtain the second training parameter.
  • the second training parameter is sent to the information processing system, and the information processing system sends the corresponding training parameter to the robot control system after the data processing, and the robot control system controls the rehabilitation robot to continue the rehabilitation training for the user according to the second training parameter.
  • the cloud platform further includes a database, wherein the database includes a patient database and a health database.
  • the patient database is configured to store at least one of training parameter information of the patient, such as motion angle, motion acceleration, motion speed, and exerting force of the patient's healthy side and the affected side, and may also store the patient's rehabilitation training.
  • training parameter information of the patient such as motion angle, motion acceleration, motion speed, and exerting force of the patient's healthy side and the affected side
  • the patient's rehabilitation training At least one of an EMG signal in the process, motion information of the robot, mechanical information, and control parameter information, wherein the health database is set to store training parameter information of the healthy person when the healthy person performs an action consistent with the patient rehabilitation training, for example At least one of a healthy person's motion angle, motion acceleration, speed of movement, exertion force, and EMG signal during rehabilitation training.
  • the control parameter information may include information such as a movement angle, a movement speed, and an output force of the robot, and the output force may refer to a force such as a thrust and a torsion force applied by the rehabilitation robot.
  • the user status evaluation system further determines that the status of the user is evaluated according to the first training parameter information, obtains status evaluation information of the user, and sends the evaluation status information of the user to the information collection.
  • the user state evaluation system comprehensively evaluates patients based on the difference in exercise and exertion between the patient and the healthy person, and the comparison of the exercise ability and exertion of the patient's own healthy side and the affected side.
  • the local training system may further include an offline database, where the training parameter information collected by the information collection and processing system may be stored, so that the therapist can view the training parameter information of the patient.
  • the offline database may also store the evaluation status information of the patient that the cloud platform delivers information, such as the second training parameter information.
  • the information collection and processing system can read the second training parameter information from the offline database and use it for subsequent rehabilitation training to ensure the stability of the local training system.
  • the information collection and processing system can exchange data with the offline database in both directions.
  • the local training system performs rehabilitation training on the user by controlling the rehabilitation robot, collects the first training parameter in the training process, and uploads it to the cloud platform, and the cloud platform adjusts the first training parameter information according to the historical training parameter information.
  • the user information rehabilitation training is continued, and the rehabilitation training parameters are automatically adjusted, and the user is provided with rehabilitation training with high matching degree with the user's current rehabilitation state, thereby improving the rehabilitation training effect.
  • the embodiment further provides a computer readable storage medium storing computer executable instructions for performing any of the above methods.
  • FIG. 7 is a schematic diagram showing the hardware structure of a training device according to the embodiment.
  • the rehabilitation training device includes: at least one processor 710 and a memory 720.
  • One processor 710 is taken as an example in FIG.
  • the rehabilitation training device may further include an input device 730 and an output device 740.
  • Input device 730 can receive input numeric or character information
  • output device 740 can include a display device such as a display screen.
  • the memory 720 is used as a computer readable storage medium for storing software programs, computers Executable programs and modules.
  • the processor 710 executes a plurality of functional applications and data processing by executing software programs, instructions, and modules stored in the memory 720 to implement the detection method of any one of the device ports in the above embodiments.
  • the memory 720 may include a storage program area and a storage data area, wherein the storage program area may store an operating system, an application required for at least one function; the storage data area may store data created according to the use of the rehabilitation training device, and the like.
  • the memory may include volatile memory such as random access memory (RAM), and may also include non-volatile memory such as at least one magnetic disk storage device, flash memory device, or other non-transitory solid state storage device.
  • Memory 720 can be a non-transitory computer storage medium or a transitory computer storage medium.
  • the non-transitory computer storage medium such as at least one magnetic disk storage device, flash memory device, or other non-volatile solid state storage device.
  • memory 720 can optionally include memory remotely located relative to processor 710 that can be connected to the rehabilitation device via a network. Examples of the above networks may include the Internet, an intranet, a local area network, a mobile communication network, and combinations thereof.
  • Input device 730 can be used to receive input numeric or character information and to generate key signal inputs related to user settings and function control of the rehabilitation training device.
  • the output device 740 can include a display device such as a display screen.
  • a person skilled in the art can understand that all or part of the process of implementing the above embodiment method can be completed by executing related hardware by a computer program, and the program can be stored in a non-transitory computer readable storage medium.
  • the program when executed, may include the flow of an embodiment of the method as described above, wherein the non-transitory computer readable storage medium may be a magnetic disk, an optical disk, a read only memory (ROM), or a random access memory (RAM). Wait.

Abstract

一种智能康复机器人系统及其操作方法，康复机器人系统包括本地训练系统(10)和云平台(20)，本地训练系统(10)包括机器人控制系统(11)、康复机器人(12)和信息采集处理系统(13)，云平台(20)包括患者数据库(21)、健康者数据库(22)和患者状态评价系统(23)。

Description

一种智能康复机器人系统及操作方法 技术领域
本公开涉及康复医疗技术领域，例如涉及一种智能康复机器人系统及其操作方法。
背景技术
我国人口老龄化问题日益严重，而中风偏瘫又是老年人中的高发病，因此针对老年人偏瘫后的康复治疗显得尤为重要。由于中风偏瘫通常会造成神经系统的损伤，使得偏瘫患者缺乏肌肉运动控制能力，尤其是运动协调能力，偏瘫患者康复需要一个长期而且综合的训练过程来恢复健康。针对步行训练主要的康复内容包括重心侧重训练、蹲起训练和步态训练等，以帮助患者恢复肌肉力量及步行运动协调能力，但偏瘫康复是一个长期的过程，需要借助多种康复训练手段。相关的康复训练多以治疗师手工训练为主，在训练过程中，治疗师通常利用双臂协助患者运动，由于人体运动是一个上下身协调运动的过程，治疗师的手工训练在协调训练方面明显不足，虽然市面上也存在一些康复器械，但功能较单一。
发明内容
为了解决相关技术中康复训练工作量大、效率低下和康复设备训练不全面、训练模式单一等问题，本公开提供一种智能康复机器人系统及操作方法。
本实施例提供一种智能康复机器人系统，可以包括：本地训练系统和云平 台，其中，所述本地训练系统包括：机器人控制系统、康复机器人和信息采集处理系统，所述云平台包括：患者数据库、健康者数据库和患者状态评价系统；
治疗师根据患者综合的信息反馈，针对性地制定治疗方案，并指定机器人控制系统的训练模式；所述机器人控制系统根据治疗师指定的训练模式，以及所述信息采集处理系统采集到的所述康复机器人的运动信息、力学信息、患者的运动姿态信息和肌电信号，来控制所述康复机器人对患者进行训练，并将康复机器人的控制参数信息反馈给所述信息采集处理系统；
所述康复机器人受控于所述机器人控制系统，从而对患者进行训练，并将所述康复机器人的运动信息、力学信息反馈给所述信息采集处理系统；
患者在所述康复机器人上进行康复训练，并由所述信息采集处理系统采集患者的运动姿态信息和肌电信号；
所述信息采集处理系统采集所述康复机器人的运动信息、力学信息、患者的运动姿态信息和肌电信号，所述信息采集处理系统上传采集的患者的状态信息和所述机器人控制系统的当前训练参数到云平台，并同时分别保存到患者数据库与健康者数据库中，并下载云平台对患者的状态评价信息和调整后机器人控制系统的训练参数，然后将患者的状态评价信息通过患者信息反馈，以直观形象的形式反馈给治疗师及患者，并将调整后的训练参数输出到机器人控制系统，同时，信息采集处理系统可以与离线数据库对患者的训练过程状态信息与机器人控制系统的训练参数的数据进行双向交换；
患者状态评价系统综合患者数据库与健康者数据库的大数据，对信息采集处理系统上传的患者的状态信息和机器人控制系统的训练参数进行比对调整，然后通过信息采集处理系统将调整后的训练参数输出到机器人控制系统，并将患者状态评价信息经由患者信息反馈系统直观形象地反馈给患者与治疗师；以 及
患者数据库与健康者数据库分别储存信息采集系统上传的历史训练患者与健康者的状态数据与训练参数，并将其与当前训练患者的状态数据与训练参数经过患者状态评价系统进行对比调整。
本实施例还提供一种智能康复机器人系统的操作方法，可以包括：
训练时，治疗师依据医生方案选择训练模式及基本训练参数，机器人控制系统依据训练模式，结合信息采集处理系统的反馈，调整机器人控制系统的参数控制康复机器人执行训练；以及
信息采集处理系统将患者的状态、训练信息上传至云平台，由患者状态评价系统综合大数据对患者的状态和训练参数进行比对调整，输出到机器人控制系统，完成康复机器人的康复训练运动。
本实施例还提供一种康复训练方法，应用于本地训练系统，可以包括：
根据设定的训练模式控制康复机器人对用户进行康复训练，并采集第一训练参数信息，其中，所述第一训练参数信息包括：康复机器人的运动信息、力学信息、用户的运动姿态信息和肌电信号；
将所述第一训练参数信息上传至云平台；
接收所述云平台发送的对所述第一训练参数信息进行调整后得到第二训练参数信息；以及
根据所述第二训练参数信息控制所述康复机器人对所述用户进行康复训练。
本实施例还提供另一种康复训练方法，应用于云平台，可以包括：
接收所述本地训练系统上传的第一训练参数信息；
根据历史训练参数信息对所述第一训练参数信息进行调整，得到第二训练 参数信息；以及
将所述第二训练参数信息发送给所述本地训练系统，以使所述本地训练系统根据所述第二训练参数信息控制康复机器人对用户进行康复训练。
本实施例还提供一种康复训练装置，应用于本地训练系统，可以包括：
训练模块，设置为根据设定的训练模式控制康复机器人对用户进行康复训练，并采集第一训练参数信息，其中，所述第一训练参数信息包括：康复机器人的运动信息、力学信息、用户的运动姿态信息和肌电信号；
上传模块，设置为将所述第一训练参数信息上传至云平台；
第一接收模块，设置为接收所述云平台发送的对所述第一训练参数信息进行调整后得到第二训练参数信息；以及
所述训练模块，还设置为根据所述第二训练参数信息控制所述康复机器人对所述用户进行康复训练。
本实施例还提供一种康复训练装置，应用于云平台，可以包括：
第二接收模块，设置为接收所述本地训练系统上传的第一训练参数信息；
调整模块，设置为根据历史训练参数信息对所述第一训练参数信息进行调整，得到第二训练参数信息；以及
发送模块，设置为将所述第二训练参数信息发送给所述本地训练系统，以使所述本地训练系统根据所述第二训练参数信息控制康复机器人对用户进行康复训练。
本实施例还提供另一种智能康复机器人系统，可以包括：本地训练系统和云平台；
所述本地训练系统，设置为根据训练参数对用户进行康复训练，采集康复训练过程中用户的第一训练参数，将所述第一训练参数信息发送至所述云平台， 并根据云平台反馈回的第二训练参数信息继续对用户进行康复训练；以及
所述云平台，设置为接收所述本地训练系统发送的所述第一训练参数，并根据历史训练参数信息对所述第一训练参数信息进行调整，得到第二训练参数信息，将所述第二训练参数信息发送给所述本地训练系统。
本实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述任意一种方法。
本实施例还提供一种训练设备，该训练设备包括一个或多个处理器、存储器以及一个或多个程序，所述一个或多个程序存储在存储器中，当被一个或多个处理器执行时，执行上述任意一种方法。
本实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任意一种方法。
附图说明
图1为本实施例提供的一种智能康复机器人系统的结构示意图；
图2为本实施例提供的一种康复训练方法的流程示意图；
图3为本实施例提供的另一种康复训练方法的流程示意图；
图4为本实施例提供的一种康复训练设备的结构示意图；
图5为本实施例提供的另一种康复训练设备的结构示意图；
图6为本实施例提供的一种康复训练系统的结构示意图；
图7为本实施例提供的一种康复训练设备的硬件结构示意图。
具体实施方式
本实施例以开发实用化的康复训练用智能化康复机器人为目标，通过采集患者运动姿态和肌电信息等，以及在云平台建立患者状态评价系统，并将该患者状态评价系统与机器人控制系统相结合，开发融合患者状态的智能化康复机器人，实现训练的自动调整，提升训练效果。
参照图1，一种智能康复机器人系统，包括本地训练系统10和云平台20，所述本地训练系统10包括：机器人控制系统11、康复机器人12和信息采集处理系统13，所述云平台20包括患者数据库21、健康者数据库22和患者状态评价系统23；
治疗师可以根据患者综合的信息反馈，针对性地制定治疗方案，并指定机器人控制系统11的训练模式。
机器人控制系统11可以根据治疗师指定的训练模式，以及信息采集处理系统13采集到的机器人运动信息和力学信息及患者的运动姿态和肌电信号的信息，来控制康复机器人12对患者进行训练，并将控制信息反馈给信息采集处理系统13。
康复机器人12受控于机器人控制系统11，从而对患者进行训练，并将机器人的运动信息和力学信息反馈给信息采集处理系统13。
患者在康复机器人12上进行康复训练，并由信息采集处理系统13采集患者运动姿态和肌电信号的信息。
信息采集处理系统13采集机器人的运动信息和力学信息及患者运动姿态和肌电信号的信息，信息采集处理系统13上传所采集的患者的状态信息和机器人控制系统11的当前训练参数到云平台20，同时将所采集的信息保存到患者数据库21与健康者数据库22中，并下载云平台20对患者的状态评价信息和调整后机器人控制系统11的训练参数，将患者的状态评价信息通过患者信息反馈系统 14，以直观形象的形式反馈给治疗师及患者，并将调整后的训练参数输出到机器人控制系统11，同时，信息采集处理系统13可以与离线数据库15对患者的训练过程状态信息与机器人控制系统11的训练参数的数据进行双向交换。
患者状态评价系统23综合患者数据库21与健康者数据库22的大数据，对信息采集处理系统13上传的患者的状态信息和机器人控制系统11的训练参数进行比对调整，然后通过信息采集处理系统13将调整后的训练参数输出到机器人控制系统11，并将患者状态评价信息经由患者信息反馈系统14直观形象地反馈给患者与治疗师。
患者数据库21与健康者数据库22分别储存信息采集系统13上传的历史训练中患者与健康者的历史状态数据与训练参数，并将历史训练状态数据与训练参数与当前训练患者的状态数据与训练参数经过患者状态评价系统23进行对比调整。
一种智能康复机器人系统的操作方法，包括以下步骤：
训练时，治疗师依据医生方案选择训练模式及基本训练参数，机器人控制系统11依据训练模式，结合信息采集处理系统13的反馈，通过机器人控制系统11控制康复机器人12执行训练；
信息采集处理系统13将患者的状态和训练信息上传至云平台20，由患者状态评价系统23综合大数据对患者的状态和训练参数进行比对调整，输出到信息采集处理系统13，进而输出至机器人控制系统11，以控制康复机器人12对患者的康复训练运动。
本实施例还提供一种康复训练方法，应用于本地训练系统，图2为本实施例提供的一种康复训练方法的流程图，如图2所示，该方法可以包括如下步骤：
在S210中，根据设定的训练模式控制康复机器人对用户进行康复训练，并 采集第一训练参数信息。
其中，所述第一训练参数信息包括：康复机器人的运动信息、力学信息、用户的运动姿态信息和肌电信号，上述用户可以指患者。
设定的训练模式可以是治疗师根据患者综合的信息反馈设定的。患者综合的信息反馈可以包括患者健侧的发挥力、运动速度、运动加速度、运动角度和EMG信号，以及患者患侧的发挥力、运动速度、运动加速度、运动角度和EMG信号等信号。健侧是指患者身体健康的、可以自由活动的一侧，患侧是指患者身体中有一定程度的活动障碍的一侧。
康复机器人的运动信息可以包括康复机器人的运动角度、角速度、运动速度及加速度等信息。康复机器人的力学信息可以包括：康复机器人施加的推力和扭力等信息。用户的运动姿态信息可以包括用户的运动角度、运动速度、运动加速度和发挥力等信息。
可选的，上述训练模式可以包括：主动训练模式或被动训练模式。
上述主动训练模式及被动训练模式可以为等长训练、等张训练、等速训练和多种训练的组合训练模式中的至少一个。
在S220中，将所述第一训练参数信息上传至云平台。
本地训练系统将采集到的上述用户的运动姿态信息和肌电信号上传至云平台中，以使云平台对第一训练参数信息进行相应分析与调整。
可选的，本地训练系统将上述第一训练参数信息保存在本地数据库中，便于治疗师对患者的康复训练参数信息进行查看。在S230中，接收所述云平台发送的对所述第一训练参数信息进行调整后得到第二训练参数信息。
在S240中，根据所述第二训练参数信息控制所述康复机器人对所述用户进行康复训练。
例如，本地训练系统根据第二训练参数信息，调整康复机器人对患者进行训练时的训练频率、康复机器人施加的推力和扭力等力的力度，以及康复机器人的运动角度和运动速度等。
可选地，将所述第一训练参数信息上传至云平台之前，还包括：将历史康复训练中得到的历史训练参数信息上传至所述云平台。
可选地，将所述第一训练参数信息上传至云平台之后，还包括：
接收所述云平台发送的对所述第一训练参数信息进行评价后得到的所述用户的状态评价信息；以及
将所述用户的状态评价信息进行展示。
例如，可以将用户的状态评价信息以图像、文字和声音等方式中的至少一种方式进行展示。
本实施例还提供另一种康复训练方法，应用于云平台，图3为本实施例提供的一种康复训练方法的流程图，如图3所示，该方法可以包括如下步骤：
在S310中，接收所述本地训练系统上传的第一训练参数信息。
在S320中，根据历史训练参数信息对所述第一训练参数信息进行调整，得到第二训练参数信息。可选地，根据历史训练参数信息对所述第一训练参数信息进行调整之前，还包括：
接收所述本地训练系统基于历史康复训练上传的所述历史训练参数信息。
通常康复训练是一个长期的、持续性的训练过程，在患者进行康复训练的过程中，可以将该患者每次康复训练的信息上传至云平台，即将当前患者的历史训练参数信息上传至云平台，则在后续的康复训练中，云平台可以根据存储的该患者在历史康复训练中的训练参数信息，对当前的训练参数，即第一训练 参数，进行调整，得到与该患者当前的康复进程匹配度较好的第二训练参数信息。
可选地，根据历史训练参数对所述第一训练参数信息进行调整，得到第二训练参数信息，包括：
将历史训练参数信息与所述第一训练参数信息进行对比；以及
根据对比结果，对所述第一训练参数信息进行调整，得到所述第二训练参数信息。
在S330中，将所述第二训练参数信息发送给所述本地训练系统，以使所述本地训练系统根据所述第二训练参数信息控制康复机器人对用户进行康复训练。
可选地，接收所述本地训练系统上传的第一训练参数信息之后，还包括：
根据所述第一训练参数信息与历史训练参数信息，对用户的状态进行评价，得到所述用户的状态评价信息；以及
将所述用户的状态评价信息发送给所述本地训练系统，以使所述本地训练系统对所述用户的状态评价信息进行展示。
其中，用户的状态评价信息可以包括患者的发挥力等级、运动能力等级、康复阶段和康复进展中的至少一种信息。可以对预先对发挥力及运动能力进行等训练参数进行量化评分，划分相应的等级。
可选地，云平台可以将接收到的本地训练系统上传的第一训练参数及历史参数，保存到数据库中。
其中，所述数据库可以包括患者数据库和健康者数据库，患者数据库可以存储患者患侧的和健侧的运动姿态信息以和肌电信号等信息，健康值数据库可以存储健康者的运动姿态信息和肌电信号等信息。
可以在健康者进行与患者康复训练一致的动作，采集健康者的运动姿态信息以和肌电信号等信息，并上传至云平台。
本实施例还提供一种康复训练装置，应用于本地训练系统，如图4所示，该装置可以包括：训练模块410、上传模块420以及第一接收模块430。
其中，训练模块410，设置为根据设定的训练模式控制康复机器人对用户进行康复训练，并采集第一训练参数信息，其中，所述第一训练参数信息包括：康复机器人的运动信息、力学信息、用户的运动姿态信息和肌电信号；
上传模块420，设置为将所述第一训练参数信息上传至云平台；
第一接收模块430，设置为接收所述云平台发送的对所述第一训练参数信息进行调整后得到第二训练参数信息；以及
所述训练模块410，还设置为根据所述第二训练参数信息控制所述康复机器人对所述用户进行康复训练。
可选地，所述上传模块420还设置为：在将所述第一训练参数信息上传至云平台之前，将历史康复训练中得到的历史训练参数信息上传至所述云平台。
可选地，所述第一接收模块430还设置为：将所述第一训练参数信息上传至云平台之后，接收所述云平台发送的对所述第一训练参数信息进行评价后得到的所述用户的状态评价信息；以及将所述用户的状态评价信息进行展示。
本实施例还提供另一种康复训练装置，应用于云平台，如图5所示，该装置可以包括：第二接收模块510、调整模块520以及发送模块530。
其中，第二接收模块510，设置为接收所述本地训练系统上传的第一训练参数信息；
调整模块520，设置为根据历史训练参数信息对所述第一训练参数信息进行调整，得到第二训练参数信息；以及
发送模块530，设置为将所述第二训练参数信息发送给所述本地训练系统，以使所述本地训练系统根据所述第二训练参数信息控制康复机器人对用户进行康复训练。
可选地，所述第二接收模块510，还设置为：在根据历史训练参数信息对所述第一训练参数信息进行调整之前，接收所述本地训练系统基于历史康复训练上传的所述历史训练参数信息。
可选地，所述调整模块520是设置为：
将历史训练参数信息与所述第一训练参数信息进行对比；以及
根据对比结果，对所述第一训练参数信息进行调整，得到所述第二训练参数信息。
可选地，所述装置还包括：评价模块，设置为在接收所述本地训练系统上传的第一训练参数信息之后，根据所述第一训练参数信息与历史训练参数信息，对用户的状态进行评价，得到所述用户的状态评价信息；
所述发送模块530还设置为：将所述用户的状态评价信息发送给所述本地训练系统，以使所述本地训练系统对所述用户的状态评价信息进行展示。
本实施例还提供一种康复训练系统，如图6所示，该系统可以包括：本地训练系统610和云平台620。
其中，本地训练系统610，设置为根据设定的训练模式对用户进行康复训练，将采集到的第一训练参数信息发送至所述云平台，并根据云平台反馈回的第二训练参数信息继续对用户进行康复训练。
云平台620，设置为接收所述本地训练系统发送的所述第一训练参数，并根据历史训练参数信息对所述第一训练参数信息进行调整，得到第二训练参数信息，将所述第二训练参数信息发送给所述本地训练系统。
可选地，所述本地训练系统包括：机器人控制系统、康复机器人和信息采集处理系统；所述云平台包括：患者数据库、健康者数据库和用户状态评价系统；
所述机器人控制系统，设置为根据训练参数控制所述康复机器人对用户进行康复训练；
在康复训练过程中，治疗师可以根据用户综合的反馈信息在本地训练系统中设定初始的训练参数，如确定训练模式中的训练参数，机器人控制系统可以根据所确定的训练模式中的训练参数下发控制指令，控制康复机器人执行相应的动作，通过康复机器人的动作带动用户做相同的动作，对用户进行康复训练。
在训练过程中所述信息采集处理系统设置为采集所述康复训练的第一训练参数信息，并将所述第一训练参数信息上传至所述云平台，其中，所述第一训练参数信息包括：康复机器人的运动信息、力学信息、用户的运动姿态信息和肌电信号。所述康复机器人受控于所述机器人控制系统，设置为对用户进行康复训练，并将所述康复机器人的运动信息、力学信息反馈给所述信息采集处理系统。
康复机器人可以将自身的运动信息和力学信息反馈至信息采集处理系统，另外，所述康复机器人上可以设置有多个传感器来采集用户的运动姿态信息及肌电信号等，多个传感器可以与所述信息采集处理系统相连，将采集到的上述第一训练参数信息直接发送给信息采集处理系统。
康复机器人可以实时向信息采集处理系统反馈信息，也可以按照预设的时 间间隔，如每隔10分钟，向信息采集处理系统反馈信息。
所述用户状态评价系统，设置为将所述第一训练参数信息及历史训练参数信息进行对比，根据对比结果对所述第一训练参数进行调整，得到所述第二训练参数。将所述第二训练参数发送给信息处理系统，由信息处理系统经数据处理后将相应的训练参数发送给机器人控制系统，机器人控制系统根据第二训练参数控制康复机器人继续对用户进行康复训练。
可选地，所述云平台还包括数据库，其中，所述数据库包括患者数据库和健康者数据库。
其中，所述患者数据库设置为存储患者的训练参数信息，如患者健侧和患侧的运动角度、运动加速度、运动速度和发挥力等信息中的至少一个，还可以存储患者在进行康复训练的过程中的EMG信号、机器人的运动信息、力学信息及控制参数信息中的至少一个，所述健康者数据库设置为存储健康者做与患者康复训练一致的动作时，健康者的训练参数信息，例如健康者的运动角度、运动加速度、运动速度、发挥力及康复训练过程中EMG信号等信息中的至少一个。
其中，控制参数信息可以包括机器人的运动角度、运动速度以及输出力等信息，输出力可以指康复机器人施加的推力和扭力等力的力度。
可选地，所述用户状态评价系统，还设置根据所述第一训练参数信息对用户的状态进行评价，得到用户的状态评价信息，并将所述用户的评价状态信息发送给所述信息采集处理系统；
例如，用户状态评价系统基于患者与健康人运动、发挥力的差异，患者自身健侧与患侧的运动能力及发挥力的对比，对患者进行综合评价。
所述信息采集处理系统，还设置为将所述用户的评价状态信息进行展示。上述患者数据库还可以存储用户的状态评价信息。
可选地，本地训练系统还可以包括离线数据库，该离线数据库中可以存储信息采集处理系统所采集到的训练参数信息，以便于治疗师查看患者的训练参数信息。该离线数据库还可以存储云平台下发信息，如第二训练参数信息的患者的评价状态信息。信息采集处理系统可以从离线数据库中读取第二训练参数信息，并用于后续的康复训练，保证本地训练系统的稳定性。信息采集处理系统可以与离线数据库可以进行双向的数据交换。
通过分析治疗师康复训练操作可以得出康复机器人动作需求，进而设计出相应的机器人机构。本实施例中，本地训练系统通过控制康复机器人对用户进行康复训练，采集训练过程中的第一训练参数并上传至云平台，云平台根据历史训练参数信息，对第一训练参数信息进行调整，根据调整后得到的第二训练参数信息继续对用户信息康复训练，实现康复训练参数的自动调整，为用户提供与用户当前康复状态匹配度较高的康复训练，提高康复训练效果。
本实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述任意一种方法。
图7是本实施例提供的一种训练设备的硬件结构示意图，如图7所示，该康复训练设备包括：至少一个处理器710和存储器720。图7中以一个处理器710为例。
所述康复训练设备还可以包括：输入装置730和输出装置740。
所述康复训练设备中的处理器710、存储器720、输入装置730和输出装置740可以通过总线或者其他方式连接，图7中以通过总线连接为例。
输入装置730可以接收输入的数字或字符信息，输出装置740可以包括显示屏等显示设备。
存储器720作为一种计算机可读存储介质，可用于存储软件程序、计算机 可执行程序以及模块。处理器710通过运行存储在存储器720中的软件程序、指令以及模块，从而执行多种功能应用以及数据处理，以实现上述实施例中的任意一种设备端口的检测方法。
存储器720可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据康复训练设备的使用所创建的数据等。此外，存储器可以包括随机存取存储器(Random Access Memory，RAM)等易失性存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件或者其他非暂态固态存储器件。
存储器720可以是非暂态计算机存储介质或暂态计算机存储介质。该非暂态计算机存储介质，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器720可选包括相对于处理器710远程设置的存储器，这些远程存储器可以通过网络连接至康复训练设备。上述网络的实例可以包括互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可用于接收输入的数字或字符信息，以及产生与康复训练设备的用户设置以及功能控制有关的键信号输入。输出装置740可包括显示屏等显示设备。
本实施例的康复训练设备还可以包括通信装置750，通过通信网络传输信息。
本领域普通技术人员可理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来执行相关的硬件来完成的，该程序可存储于一个非暂态计算机可读存储介质中，该程序在执行时，可包括如上述方法的实施例的流程，其中，该非暂态计算机可读存储介质可以为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。
工业实用性
本公开提供一种智能康复机器人系统及其操作方法，可以实现康复训练参数的自动调整，为用户提供与用户当前康复状态匹配度较高的康复训练，提高康复训练效果。

Claims (20)

  1. 一种智能康复机器人系统，包括：本地训练系统和云平台，其中，所述本地训练系统包括：机器人控制系统、康复机器人和信息采集处理系统，所述云平台包括：患者数据库、健康者数据库和患者状态评价系统；
    治疗师根据患者综合的信息反馈，针对性地制定治疗方案，并指定机器人控制系统的训练模式；所述机器人控制系统根据治疗师指定的训练模式，以及所述信息采集处理系统采集到的所述康复机器人的运动信息、力学信息、患者的运动姿态信息和肌电信号，来控制所述康复机器人对患者进行训练，并将康复机器人的控制参数信息反馈给所述信息采集处理系统；
    所述康复机器人受控于所述机器人控制系统，从而对患者进行训练，并将所述康复机器人的运动信息、力学信息反馈给所述信息采集处理系统；
    患者在所述康复机器人上进行康复训练，并由所述信息采集处理系统采集患者的运动姿态信息和肌电信号；
    所述信息采集处理系统采集所述康复机器人的运动信息、力学信息、患者的运动姿态信息和肌电信号，所述信息采集处理系统上传采集的患者的状态信息和所述机器人控制系统的当前训练参数到云平台，并同时分别保存到患者数据库与健康者数据库中，并下载云平台对患者的状态评价信息和调整后机器人控制系统的训练参数，然后将患者的状态评价信息通过患者信息反馈，以直观形象的形式反馈给治疗师及患者，并将调整后的训练参数输出到机器人控制系统，同时，信息采集处理系统可以与离线数据库对患者的训练过程状态信息与机器人控制系统的训练参数的数据进行双向交换；
    患者状态评价系统综合患者数据库与健康者数据库的大数据，对信息采集处理系统上传的患者的状态信息和机器人控制系统的训练参数进行比对调整，然后通过信息采集处理系统将调整后的训练参数输出到机器人控制系统，并将 患者状态评价信息经由患者信息反馈系统直观形象地反馈给患者与治疗师；以及
    患者数据库与健康者数据库分别储存信息采集系统上传的历史训练患者与健康者的状态数据与训练参数，并将其与当前训练患者的状态数据与训练参数经过患者状态评价系统进行对比调整。
  2. 一种基于权利要求1所述的智能康复机器人系统的操作方法，包括：
    治疗师依据医生方案选择训练模式及基本训练参数，机器人控制系统依据训练模式，结合信息采集处理系统的反馈，调整机器人控制系统的参数控制康复机器人执行训练；以及
    信息采集处理系统将患者的状态、训练信息上传至云平台，由患者状态评价系统综合大数据对患者的状态和训练参数进行比对调整，输出到机器人控制系统，完成康复机器人的康复训练运动。
  3. 一种康复训练方法，应用于本地训练系统，包括：
    根据设定的训练模式控制康复机器人对用户进行康复训练，并采集第一训练参数信息，其中，所述第一训练参数信息包括：康复机器人的运动信息、力学信息、用户的运动姿态信息和肌电信号；
    将所述第一训练参数信息上传至云平台；
    接收所述云平台发送的对所述第一训练参数信息进行调整后得到第二训练参数信息；以及
    根据所述第二训练参数信息控制所述康复机器人对所述用户进行康复训练。
  4. 根据权利要求3所述的方法，其中，将所述第一训练参数信息上传至云平台之前，还包括，将历史康复训练中得到的历史训练参数信息上传至所述云 平台。
  5. 根据权利要求3所述的方法，其中，将所述第一训练参数信息上传至云平台之后，还包括：
    接收所述云平台发送的对所述第一训练参数信息进行评价后得到的所述用户的状态评价信息；以及
    将所述用户的状态评价信息进行展示。
  6. 一种康复训练方法，应用于云平台，包括：
    接收本地训练系统上传的第一训练参数信息；
    根据历史训练参数信息对所述第一训练参数信息进行调整，得到第二训练参数信息；以及
    将所述第二训练参数信息发送给所述本地训练系统，以使所述本地训练系统根据所述第二训练参数信息控制康复机器人对用户进行康复训练。
  7. 根据权利要求6所述的方法，其中，根据历史训练参数信息对所述第一训练参数信息进行调整之前，还包括：
    接收所述本地训练系统基于历史康复训练上传的所述历史训练参数信息。
  8. 根据权利要求6所述的方法，其中，根据历史训练参数信息对所述第一训练参数信息进行调整，得到第二训练参数信息，包括：
    将历史训练参数信息与所述第一训练参数信息进行对比；以及
    根据对比结果，对所述第一训练参数信息进行调整，得到所述第二训练参数信息。
  9. 根据权利要求6所述的方法，其中，接收所述本地训练系统上传的第一训练参数信息之后，还包括：
    根据所述第一训练参数信息与历史训练参数信息，对用户的状态进行评价， 得到所述用户的状态评价信息；以及
    将所述用户的状态评价信息发送给所述本地训练系统，以使所述本地训练系统对所述用户的状态评价信息进行展示。
  10. 一种康复训练装置，应用于本地训练系统，包括：
    训练模块，设置为根据设定的训练模式控制康复机器人对用户进行康复训练，并采集第一训练参数信息，其中，所述第一训练参数信息包括：康复机器人的运动信息、力学信息、用户的运动姿态信息和肌电信号；
    上传模块，设置为将所述第一训练参数信息上传至云平台；
    第一接收模块，设置为接收所述云平台发送的对所述第一训练参数信息进行调整后得到第二训练参数信息；以及
    所述训练模块，还设置为根据所述第二训练参数信息控制所述康复机器人对所述用户进行康复训练。
  11. 根据权利要求10所述的装置，其中，所述上传模块还设置为：在将所述第一训练参数信息上传至云平台之前，将历史康复训练中得到的历史训练参数信息上传至所述云平台。
  12. 根据权利要求10所述的装置，其中，所述第一接收模块还设置为：将所述第一训练参数信息上传至云平台之后，接收所述云平台发送的对所述第一训练参数信息进行评价后得到的所述用户的状态评价信息；以及
    将所述用户的状态评价信息进行展示。
  13. 一种康复训练装置，应用于云平台，包括：
    第二接收模块，设置为接收本地训练系统上传的第一训练参数信息；
    调整模块，设置为根据历史训练参数信息对所述第一训练参数信息进行调整，得到第二训练参数信息；以及
    发送模块，设置为将所述第二训练参数信息发送给所述本地训练系统，以使所述本地训练系统根据所述第二训练参数信息控制康复机器人对用户进行康复训练。
  14. 根据权利要求13所述的装置，其中，所述第二接收模块，还设置为：在根据历史训练参数信息对所述第一训练参数信息进行调整之前，接收所述本地训练系统基于历史康复训练上传的所述历史训练参数信息。
  15. 根据权利要求13所述的装置，其中，所述调整模块是设置为：
    将历史训练参数信息与所述第一训练参数信息进行对比；以及
    根据对比结果，对所述第一训练参数信息进行调整，得到所述第二训练参数信息。
  16. 根据权利要求13所述的装置，还包括：
    评价模块，设置为在接收所述本地训练系统上传的第一训练参数信息之后，根据所述第一训练参数信息与历史训练参数信息，对用户的状态进行评价，得到所述用户的状态评价信息；
    所述发送模块还设置为：将所述用户的状态评价信息发送给所述本地训练系统，以使所述本地训练系统对所述用户的状态评价信息进行展示。
  17. 一种智能康复机器人系统，包括：本地训练系统和云平台；
    所述本地训练系统，设置为根据训练参数对用户进行康复训练，采集康复训练过程中用户的第一训练参数，将所述第一训练参数信息发送至所述云平台，并根据云平台反馈回的第二训练参数信息继续对用户进行康复训练；以及
    所述云平台，设置为接收所述本地训练系统发送的所述第一训练参数，并根据历史训练参数信息对所述第一训练参数信息进行调整，得到第二训练参数信息，将所述第二训练参数信息发送给所述本地训练系统。
  18. 根据权利要求17所述的系统，其中，
    所述本地训练系统包括：机器人控制系统、康复机器人和信息采集处理系统，所述云平台包括：患者数据库、健康者数据库和用户状态评价系统；
    所述机器人控制系统，设置为根据训练参数控制所述康复机器人对用户进行康复训练；
    所述信息采集处理系统设置为采集所述康复训练的第一训练参数信息，并将所述第一训练参数信息上传至所述云平台，其中，所述第一训练参数信息包括：康复机器人的运动信息、力学信息、用户的运动姿态信息和肌电信号；
    所述康复机器人受控于所述机器人控制系统，设置为对用户进行康复训练，并将所述康复机器人的运动信息、力学信息反馈给所述信息采集处理系统；
    所述患者数据库设置为存储患者的训练参数信息，所述健康者数据库设置为存储健康者的训练参数信息；以及
    所述用户状态评价系统，设置为将所述第一训练参数信息及历史训练参数信息进行对比，根据对比结果对所述第一训练参数进行调整，得到所述第二训练参数。
  19. 根据权利要求18所述的系统，其中，所述用户状态评价系统，还设置根据所述第一训练参数信息对用户的状态进行评价，得到用户的状态评价信息，并将所述用户的评价状态信息发送给所述信息采集处理系统；
    所述信息采集处理系统，还设置为将所述用户的评价状态信息进行展示。
  20. 一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求3-5和6-9中任一项的方法。
PCT/CN2017/093280 2016-07-18 2017-07-18 一种智能康复机器人系统及操作方法 WO2018014824A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610565114.XA CN106109176A (zh) 2016-07-18 2016-07-18 一种基于云平台智能康复机器人系统及其操作方法
CN201610565114.X 2016-07-18

Publications (1)

Publication Number Publication Date
WO2018014824A1 true WO2018014824A1 (zh) 2018-01-25

Family

ID=57283546

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/093280 WO2018014824A1 (zh) 2016-07-18 2017-07-18 一种智能康复机器人系统及操作方法

Country Status (2)

Country Link
CN (1) CN106109176A (zh)
WO (1) WO2018014824A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110013421A (zh) * 2019-05-22 2019-07-16 哈尔滨理工大学 一种远程监控辅助康复训练系统
CN112669964A (zh) * 2019-10-16 2021-04-16 深圳市迈步机器人科技有限公司 动力外骨骼及基于动力外骨骼的康复评价方法
CN113101134A (zh) * 2021-04-02 2021-07-13 上海交通大学医学院附属新华医院 一种基于动力外骨骼的儿童下肢运动辅助康复系统
CN113180993A (zh) * 2021-03-12 2021-07-30 上海健康医学院 基于力反馈的外骨骼手康复训练系统、存储介质及终端
CN113730178A (zh) * 2021-07-27 2021-12-03 深圳华鹊景医疗科技有限公司 上肢等速训练康复机器人系统及机器人控制方法
CN114202772A (zh) * 2021-12-07 2022-03-18 沈阳海昊大数据科技有限公司 基于人工智能和智慧医疗的参考信息生成系统及方法
CN116308949A (zh) * 2023-02-21 2023-06-23 京大(北京)技术有限公司 一种社区居家型康复训练机器人

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106109176A (zh) * 2016-07-18 2016-11-16 张力心 一种基于云平台智能康复机器人系统及其操作方法
CN107080672B (zh) * 2017-03-30 2019-10-22 北京精密机电控制设备研究所 一种康复外骨骼训练模式控制系统及方法
CN107616898B (zh) * 2017-08-31 2020-06-16 东南大学 基于日常动作的上肢穿戴式康复机器人及康复评价方法
CN109288651A (zh) * 2018-08-20 2019-02-01 中国科学院苏州生物医学工程技术研究所 个性化上肢康复训练机器人系统及其康复训练方法
CN109875834B (zh) * 2019-02-18 2021-07-20 解国强 一种脊柱复健设备及其控制方法
JP7140060B2 (ja) * 2019-06-27 2022-09-21 トヨタ自動車株式会社 学習装置、リハビリ支援システム、方法、プログラム、及び学習済みモデル
CN110782991B (zh) * 2019-10-23 2022-06-10 吉林大学 一种辅助心脏病患者康复运动的实时评价方法
CN110993057B (zh) * 2019-12-10 2024-04-19 上海金矢机器人科技有限公司 基于云平台及下肢康复机器人的康复训练系统及方法
CN113274242A (zh) * 2021-04-21 2021-08-20 上海大学 一种小型智能上肢康复机器人
CN114470719B (zh) * 2022-03-22 2022-12-20 北京蓝田医疗设备有限公司 一种全自动姿态矫正训练方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201414464A (zh) * 2012-10-11 2014-04-16 Mong-Fong Horng 具雲端記錄及遠端管理的關節輔助復健裝置
CN103751989A (zh) * 2014-01-22 2014-04-30 中国科学院合肥物质科学研究院 一种下肢力量智能训练系统及其使用方法
CN104107130A (zh) * 2013-04-22 2014-10-22 天津市天堰医教科技开发有限公司 一种偏瘫运动康复治疗系统
CN104200417A (zh) * 2014-08-20 2014-12-10 西安唐城电子医疗设备研究所 基于云计算的康复训练系统
US20150302162A1 (en) * 2014-04-16 2015-10-22 Carkmh, Llc Cloud-assisted rehabilitation methods and systems for musculoskeletal conditions
CN105031875A (zh) * 2015-06-25 2015-11-11 上海济子医药科技有限公司 远程康复训练机云平台系统
CN106109176A (zh) * 2016-07-18 2016-11-16 张力心 一种基于云平台智能康复机器人系统及其操作方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105455979B (zh) * 2015-11-20 2017-09-29 合肥工业大学 一种智能轮椅的控制系统及控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201414464A (zh) * 2012-10-11 2014-04-16 Mong-Fong Horng 具雲端記錄及遠端管理的關節輔助復健裝置
CN104107130A (zh) * 2013-04-22 2014-10-22 天津市天堰医教科技开发有限公司 一种偏瘫运动康复治疗系统
CN103751989A (zh) * 2014-01-22 2014-04-30 中国科学院合肥物质科学研究院 一种下肢力量智能训练系统及其使用方法
US20150302162A1 (en) * 2014-04-16 2015-10-22 Carkmh, Llc Cloud-assisted rehabilitation methods and systems for musculoskeletal conditions
CN104200417A (zh) * 2014-08-20 2014-12-10 西安唐城电子医疗设备研究所 基于云计算的康复训练系统
CN105031875A (zh) * 2015-06-25 2015-11-11 上海济子医药科技有限公司 远程康复训练机云平台系统
CN106109176A (zh) * 2016-07-18 2016-11-16 张力心 一种基于云平台智能康复机器人系统及其操作方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110013421A (zh) * 2019-05-22 2019-07-16 哈尔滨理工大学 一种远程监控辅助康复训练系统
CN112669964A (zh) * 2019-10-16 2021-04-16 深圳市迈步机器人科技有限公司 动力外骨骼及基于动力外骨骼的康复评价方法
CN113180993A (zh) * 2021-03-12 2021-07-30 上海健康医学院 基于力反馈的外骨骼手康复训练系统、存储介质及终端
CN113101134A (zh) * 2021-04-02 2021-07-13 上海交通大学医学院附属新华医院 一种基于动力外骨骼的儿童下肢运动辅助康复系统
CN113101134B (zh) * 2021-04-02 2023-11-28 上海交通大学医学院附属新华医院 一种基于动力外骨骼的儿童下肢运动辅助康复系统
CN113730178A (zh) * 2021-07-27 2021-12-03 深圳华鹊景医疗科技有限公司 上肢等速训练康复机器人系统及机器人控制方法
CN114202772A (zh) * 2021-12-07 2022-03-18 沈阳海昊大数据科技有限公司 基于人工智能和智慧医疗的参考信息生成系统及方法
CN116308949A (zh) * 2023-02-21 2023-06-23 京大(北京)技术有限公司 一种社区居家型康复训练机器人

Also Published As

Publication number Publication date
CN106109176A (zh) 2016-11-16

Similar Documents

Publication Publication Date Title
WO2018014824A1 (zh) 一种智能康复机器人系统及操作方法
US11779808B2 (en) Wearable device systems and methods for guiding physical movements
WO2018205722A1 (zh) 康复机器人、康复系统、康复方法、康复装置
US10052252B2 (en) Control method for lower limb rehabilitation apparatus and apparatus using the method
CN109310561B (zh) 运动示教系统和运动示教方法
US20160059077A1 (en) Exercise therapy and rehabilitation system and method
Carmichael et al. Estimating physical assistance need using a musculoskeletal model
US20130281888A1 (en) Task-associated motion analysis
KR101916414B1 (ko) 편마비 재활 훈련 시스템 및 그 구동 방법
US10271776B2 (en) Computer aided analysis and monitoring of mobility abnormalities in human patients
CN110507322B (zh) 一种基于虚拟诱导肌电定量状态评估系统及方法
CN105342767A (zh) 一种基于移动终端控制的智能轮椅
Caldara et al. A novel body sensor network for Parkinson's disease patients rehabilitation assessment
WO2021184957A1 (zh) 一种上肢康复训练系统及执行运动意图的方法
CN111603136B (zh) 一种用于足部诊疗的远程会诊系统
CN109876295B (zh) 助行装置
EP4309638A1 (en) Ankle joint rehabilitation training apparatus
JP2014197373A (ja) インターネットアンケートシステム、コンピュータプログラム
CN108888482B (zh) 基于运动皮层相关电位的下肢外骨骼康复训练系统
Li et al. Engagement enhancement based on Bayesian optimization for adaptive assist-as-needed controller
US20160235358A1 (en) Intelligent interactive-rhythmic neuromuscular rehabilitation system
CN207120250U (zh) 基于脑机接口技术bci的智能机器人
Tzorakoleftherakis et al. Effects of optimal tactile feedback in balancing tasks: A pilot study
CN113827920B (zh) 颞下颌关节训练装置及电子设备
Klaassen et al. The development and evaluation of an arm usage coach for stroke survivors

Legal Events

Date Code Title Description
DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17830458

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17830458

Country of ref document: EP

Kind code of ref document: A1