本發明專利技術公開便攜式康復訓練與智能評定系統，涉及計算機輔助診斷技術領域。該便攜式康復訓練與智能評定系統，主要由可穿戴運動傳感設備、無線接收器、便攜式手提箱、網絡通訊模塊、康復訓練與智能康復評定軟件組成。該系統具有康復訓練、康復評定及遠程康復云平臺交互功能。根據患者康復評定結果和臨床數據，建立個體化康復處方模型，生成患者個體化康復處方，通過本發明專利技術提出的特征融合公式進行多源特征融合，由融合特征控制虛擬現實情景互動游戲，開展個體化、針對性的康復訓練；通過深度學習建立人工智能量化評定模型，并設計非線性動力學工具使評定結果可視化，實現與臨床Fugl?Meyer量表相一致的量化評定結果和與Brunnstrom分期相一致的智能分期結果。
1、隨著人們生活水平的提高和許多國家的人口老齡化加劇，心腦血管疾病已經成為世界頭號健康殺手，而腦卒中(中風)則是引起死亡和持久傷殘的主導因素。腦卒中具有高發病率、高死亡率、高致殘率、高負擔等特點，已經成為全球第二大死亡原因和第三大致殘原因。根據世界衛生組織的統計，截止2019年，我國現存腦卒中患者約2500萬，并且每年新發350萬。此外，全世界每年有超過5000萬人患有腦外傷，預計到2030年，腦外傷引起的神經損傷仍將是神經疾病致殘的最重要原因(比阿爾茨海默癥或腦血管疾病高2～3倍)。其中，約75％的患者遺留不同程度的肢體運動功能障礙，給社會和家庭帶來沉重負擔。
2、基于目前公認的神經重塑理論，臨床研究和實踐已證實，經過及時有效的康復訓練，約90％患者可恢復一定的日常運動和生活自理能力。在臨床上，0-6月被稱為黃金康復期，但康復是長期過程，大部分應持續1年以上。
3、然而，我國腦卒中患者數量非常龐大，康復醫療資源非常緊缺，而且不同地區、城鄉康復資源分布極不均衡。這些現狀導致腦卒中患者在出院后無法得到有效康復，錯過黃金康復期，甚至導致終生殘疾。因此，對于院患者的康復具有極大需求。
4、目前尚無用于出院患者康復的便攜式康復訓練與智能評定系統。核心技術難點在于：如何準確實現與臨床評定結果相一致的fugl-meyer量化評定結果和brunnstrom分期結果相一致的智能分期結果，如何進行個體化和針對性的康復訓練。
>5、本專利技術提出的便攜式康復訓練與智能康復評定系統，基于可穿戴技術、物聯網技術、人工智能技術，實現智能化康復訓練與準確、客觀的康復評定和個體化的康復訓練，是臨床和出院康復急需的智能康復系統。
技術實現思路
1、(一)解決的技術問題
2、針對現有技術的不足，基于可穿戴智能傳感設備高精度采集人體康復動作數據，并建立人工智能量化評定模型，設計個體化康復訓練處方，實現智能量化康復評定和個體化交互式康復訓練。
3、(二)技術方案
4、為實現以上目的，本專利技術通過以下技術方案予以實現：便攜式康復訓練與智能評定系統，包括便攜式康復訓練系統與智能康復評定系統組成，攜式康復訓練系統主要由可穿戴運動傳感設備、無線接收器、便攜式手提箱、網絡通訊模塊和康復訓練與智能康復評定軟件組成。
5、優選的，所述可穿戴運動傳感設備主要包括：可穿戴運動捕獲設備、可穿戴康復手套、可穿戴肌電環；
6、可穿戴運動捕獲設備包括4個無線節點，分別佩戴于患側肢體上臂、前臂、大腿、小腿，或5個無線節點，分別佩戴于患側肢體上臂、前臂、大腿、小腿、胸部。每個節點內置高精度9軸運動傳感器和無線模塊，用于實時捕獲康復過程中上肢和下肢的運動軌跡、加速度、角速度、角度、關節活動度以及其他肢體運動信息；胸部傳感器用于軀干運動信息的采集，數據用于康復評定中患者肢體代償的修正。
7、康復手套佩戴于患側手部，每個手指內置1個彎曲傳感器和1個微型震動馬達，手背處為數據采集和無線模塊，內置1個高精度9軸運動傳感器，康復手套用于康復過程中手指、手腕運動信號采集、人機交互康復訓練和物理治療；
8、可穿戴肌電環佩戴于前臂和或上臂，內置6個或8個通道的表面肌電采集模塊和無線模塊，實時采集上肢肌群的表面肌電信號，用于運動意圖識別、肌力評定、以及較嚴重患者比如brunnstrom為i期或ii期患者的運動功能評定。
9、優選的，所述無線接收器為zigbee、wifi或藍牙接收器，通過usb連接電腦，也可以是電腦或智能電視內置的wifi或藍牙模塊。無線接收器作為無線通訊主控，發送數據采集與控制指令到各個可穿戴運動傳感設備，進行數據同步采集。
10、優選的，所述便攜式手提箱內置可穿戴運動傳感設備充電卡位、康復訓練道具、平板電腦，便攜式手提箱直接連接或通過電腦適配器連接到家用插座，為便攜式手提箱供電，為可穿戴運動傳感設備充電，康復訓練道具包括康復訓練球和或抓握圓柱，平板電腦為選配，平板電腦通過卡位固定于便攜式手提箱上蓋內側，翻開手提箱正好面對患者。手提箱上蓋翻開角度可調整并固定。
11、優選的，所述網絡通訊模塊通過有線和或4g/5g無線模塊和或wifi模塊連接到互聯網，將康復訓練數據和結果上傳到康復云平臺，由醫院的醫生查看和分析，并由醫生對患者的康復進行反饋指導和康復處方確認。
12、優選的，康復訓練與智能康復評定軟件提供各個平臺版本，可工作于選配內嵌平板電腦、普通家用電腦、智能電視和智能手機以及其他智能顯示終端；
13、優選的，該訓練與智能評定系統及個體化康復方法，針對腦卒中、腦外傷等引起的肢體運動功能障礙患者，基于可穿戴智能傳感設備高精度采集人體康復動作數據，并建立人工智能量化評定模型，設計個體化康復訓練處方，實現智能量化康復評定和個體化交互式康復訓練。
14、患者按照軟件界面上更新的個體化康復運動處方，根據標準訓練視頻，進行康復訓練。
15、優選的，軟件對采集到的患者康復運動數據進行預處理和特征提取，控制日常生活情景互動游戲進行針對性的反饋訓練，所有康復動作完成后自動生成康復評定報告，并將數據和結果通過網絡通訊模塊上傳到康復云平臺。
16、優選的，所述多源運動捕捉系統采集的肢體運動信息無法直接驅動(控制)虛擬現實場景中的任務(元素)，從原始肢體運動信息出發，需要經過一系列的處理，方可多源運動捕捉系統與虛擬現實場景任務之間的接口連接，具體而言，首先需要對多源運動捕捉系統采集的肢體運動信號進行預處理，以剔除系統噪聲的干擾和影響；接著需要對原始運動信號進行特征提取，本專利技術從患者康復動作的運動信號和表面肌電信號的幅度、方向、動態能量、平滑性和用力大小進行特征提取，各個特征詳細的定義及其對應的物理意義如表1所列；最后，需要利用多源融合算法對多個維度的特征進行融合，得到融合特征，由融合特征對虛擬現實場景中的任務和角色進行驅動(控制)和人機交互反饋；
17、特征融合方法如下：首先通過各個可穿戴設備各個特征的信息熵確定其特征權重，然后通過特征及權重計算融合后的特征值，并量化到0-100分或其他范圍評分；
18、信息熵用來描述信息源可能事件發生的概率和不確定性，假設隨機變量x有n種不同的取值，記為x1,x2,...,xn，每種取值的的概率為p1,p2,...,pn，則隨機變量x的信息熵h可表示為：
19、
20、h的大小描述了隨機變量的不確定性，值越大則隨機變量的不確定性越大，值越小則隨機變量的不確定性越??；
21、條件熵h(x|y)表示在已知隨機變量y的條件下隨機變量x的不確定性，h(x|y)的表達式為：
22、
23、對于隨機變量x不同的k個特征d:d1,d2,...,dk，在特征確定的情況下，有k個條件熵:h(x|d1),h(x|d本文檔來自技高網...
【技術保護點】
1.便攜式康復訓練與智能評定系統，其特征在于：主要由可穿戴運動傳感設備、無線接收器、便攜式手提箱、網絡通訊模塊和康復訓練與智能康復評定軟件組成。
2.根據權利要求1所述的便攜式康復訓練與智能評定系統，其特征在于：所述可穿戴運動傳感設備主要包括：可穿戴運動捕獲設備、可穿戴康復手套、可穿戴肌電環；
3.根據權利要求1所述的便攜式康復訓練與智能評定系統，其特征在于：所述無線接收器為ZigBee、Wifi或藍牙接收器，通過USB連接電腦，也可以是電腦或智能電視內置的Wifi或藍牙模塊。無線接收器作為無線通訊主控，發送數據采集與控制指令到各個可穿戴運動傳感設備，進行數據同步采集。
4.根據權利要求1所述的便攜式康復訓練與智能評定系統，其特征在于：所述便攜式手提箱內置可穿戴運動傳感設備充電卡位、康復訓練道具、平板電腦，便攜式手提箱直接連接或通過電腦適配器連接到家用插座或其他電源，為便攜式手提箱供電，為可穿戴運動傳感設備充電，康復訓練道具包括康復訓練球和或抓握圓柱，平板電腦為選配，平板電腦通過卡位固定于便攜式手提箱上蓋內側，翻開手提箱正好面對患者，手提箱上蓋翻開角度可調整并固定。
5.根據權利要求1所述的便攜式康復訓練與智能評定系統，其特征在于：所述網絡通訊模塊通過有線和或4G/5G無線模塊和或Wifi模塊連接到互聯網，將康復訓練數據和結果上傳到康復云平臺，由醫院的醫生查看和分析，并由醫生對患者的康復進行反饋指導和康復處方確認。
6.根據權利要求1所述的便攜式康復訓練與智能評定系統，其特征在于：康復訓練與智能康復評定軟件提供各個平臺版本，可工作于選配內嵌平板電腦、普通家用電腦、智能電視、智能手機以及其他智能顯示終端；
7.根據權利要求6所述的便攜式康復訓練與智能評定系統，其特征在于：軟件對采集到的患者康復運動數據進行預處理和特征提取，控制日常生活情景互動游戲進行針對性的反饋訓練，所有康復動作完成后自動生成康復評定報告，并將數據和結果通過網絡通訊模塊上傳到康復云平臺。
8.根據權利要求1所述的個體化康復方法，其特征在于：包括個體化康復處方和人機交互反饋控制。個體化康復處方的生成方法為：由康復評定結果，結合臨床診斷數據和康復規律，以康復處方庫和臨床醫生開具的運動處方為標簽，通過支持向量機或其他常規機器學習算法，建立機器學習模型，并通過邏輯優化對機器學習模型進行修正，比如：上肢有問題加強上肢訓練、動作協同有問題加強協同動作訓練，最后，由修正后的機器學習模型給出個體化康復策略和康復范式。
9.根據權利要求1-7任一所述的智能量化康復評定方法，其特征在于：通過各個可穿戴設備各個特征的信息熵確定其特征權重，然后通過特征及權重計算融合后的特征值，并將單個康復動作的評分精細量化到0-100分或其他分值范圍；
10.根據權利要求1-7任一所述的智能量化康復評定方法，其特征在于：通過可穿戴運動傳感設備數據和人工智能算法，建立機器學習或深度學習智能康復評定模型，實現與臨床Fugl-Meyer、Brunnstrom等量表相一致的康復評定和智能分期。設計非線性動力學工具的可視化量化評定參數，得到可視化的量化康復評定結果。
...
【技術特征摘要】
1.便攜式康復訓練與智能評定系統，其特征在于：主要由可穿戴運動傳感設備、無線接收器、便攜式手提箱、網絡通訊模塊和康復訓練與智能康復評定軟件組成。
2.根據權利要求1所述的便攜式康復訓練與智能評定系統，其特征在于：所述可穿戴運動傳感設備主要包括：可穿戴運動捕獲設備、可穿戴康復手套、可穿戴肌電環；
3.根據權利要求1所述的便攜式康復訓練與智能評定系統，其特征在于：所述無線接收器為zigbee、wifi或藍牙接收器，通過usb連接電腦，也可以是電腦或智能電視內置的wifi或藍牙模塊。無線接收器作為無線通訊主控，發送數據采集與控制指令到各個可穿戴運動傳感設備，進行數據同步采集。
4.根據權利要求1所述的便攜式康復訓練與智能評定系統，其特征在于：所述便攜式手提箱內置可穿戴運動傳感設備充電卡位、康復訓練道具、平板電腦，便攜式手提箱直接連接或通過電腦適配器連接到家用插座或其他電源，為便攜式手提箱供電，為可穿戴運動傳感設備充電，康復訓練道具包括康復訓練球和或抓握圓柱，平板電腦為選配，平板電腦通過卡位固定于便攜式手提箱上蓋內側，翻開手提箱正好面對患者，手提箱上蓋翻開角度可調整并固定。
5.根據權利要求1所述的便攜式康復訓練與智能評定系統，其特征在于：所述網絡通訊模塊通過有線和或4g/5g無線模塊和或wifi模塊連接到互聯網，將康復訓練數據和結果上傳到康復云平臺，由醫院的醫生查看和分析，并由醫生對患者的康復進行反饋指導和康復處方確認。
6.根據權利要求1所述的便攜式康復訓練與智能評定系統，其特征在于：康復訓...
【專利技術屬性】
技術研發人員：請求不公布姓名，
申請(專利權)人：蘇州瑞康醫療科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。