用于促进康复治疗的系统和方法技术方案

一种康复系统包括配置用于促进家庭康复治疗的便携式患者工作站。在一些实施例中，工作站包括计算设备和一个或多个康复设备。计算设备被配置为生成与一个或多个家庭训练相关的基于计算机的任务。通信地连接到计算设备的康复设备包括传感器，该传感器在被指示执行一个或多个任务时捕获用于评估患者的运动技能的运动数据。

【技术实现步骤摘要】
用于促进康复治疗的系统和方法
本公开总体涉及用于促进康复治疗的系统和方法，更具体地涉及以基于日常生活活动的家庭训练进行康复治疗的康复系统和方法。
技术介绍
研究表明，患有神经损伤(例如由于中风、多发性硬化症、外伤或如肌萎缩侧索硬化的退行性脑病)的患者受益于专门从事结合家庭训练的康复治疗的临床医生(例如物理治疗师)的治疗。不幸的是，大多数人只能接受有限的治疗，并且类似地只能进行有限的家庭训练。造成这种情况的原因包括康复治疗的成本高和受限制的使用以及在家中进行训练的积极性低。无论原因如何，提供数量有限的康复治疗和进行家庭训练往往导致患者未达到最高水平的康复。传统上，家庭职能和物理治疗任务侧重利用如可伸展带的简单装置重复训练。不幸的是，目前没有康复系统将日常生活实际活动(ADL)和独立日常生活活动(iADL)结合到患者的家庭康复治疗方案中。阻碍将基于ADL的(和/或基于iADL的)训练添加到患者的家庭康复治疗方案的一些主要原因可以包括：(1)临床医生无法接收到与针对ADL和/或iADL的家庭训练执行相关的足够数量的信息，以及(2)患者无法接收到与针对这种ADL/iADL的训练的足够的反馈。本文档来自技高网...

【技术保护点】
1.一种便携式患者工作站，其被配置用于促进家庭康复治疗，所述工作站包括：计算设备，其被配置用于生成与一个或多个家庭训练相关的基于计算机的任务，其中所述家庭训练是基于实际日常生活活动的训练；以及一个或多个康复设备，所述一个或多个康复设备通信地连接到所述计算设备，所述一个或多个康复设备包括第一康复设备，至少所述第一康复设备包括传感器，所述传感器在被指示执行一个或多个所述家庭训练任务时捕获用于评估患者的运动技能的执行数据，其中所述执行数据包括与所述实际日常生活活动的多个规定度量的子集相关的度量信息，所述多个规定度量包括以下中的至少两个：(i)运动方向的测量，(ii)运动距离的测量，(iii)转动量的...

【技术特征摘要】
2018.05.23 US 15/987,8461.一种便携式患者工作站，其被配置用于促进家庭康复治疗，所述工作站包括：计算设备，其被配置用于生成与一个或多个家庭训练相关的基于计算机的任务，其中所述家庭训练是基于实际日常生活活动的训练；以及一个或多个康复设备，所述一个或多个康复设备通信地连接到所述计算设备，所述一个或多个康复设备包括第一康复设备，至少所述第一康复设备包括传感器，所述传感器在被指示执行一个或多个所述家庭训练任务时捕获用于评估患者的运动技能的执行数据，其中所述执行数据包括与所述实际日常生活活动的多个规定度量的子集相关的度量信息，所述多个规定度量包括以下中的至少两个：(i)运动方向的测量，(ii)运动距离的测量，(iii)转动量的测量，(iv)包括线速度和角速度中的至少一个的速度的测量，以及(v)包括所述传感器的线性加速度和角加速度中的至少一个的加速度的测量。2.根据权利要求1所述的患者工作站，其中所述传感器适于插入所述第一康复设备的腔内，所述腔的尺寸被设置成用于将所述传感器容纳并保持在所述第一康复设备内，和/或所述传感器包括通信收发器、加速度计以及陀螺仪和罗盘组件组。3.根据权利要求1所述的患者工作站，进一步包括：一个或多个显示器，所述一个或多个显示器电连接到所述计算设备；桌面控制台，所述桌面控制台包括多个整体用户接口设备，所述多个整体用户接口设备通信地连接到所述计算设备并且适于在所述患者参与所述一个或多个家庭训练时接收所述患者的输入；以及网络接口设备，所述网络接口设备通信地连接到所述计算设备，所述网络接口设备经由网络从所述患者工作站发送信息并且接收针对所述患者工作站的信息。4.根据权利要求3所述的患者工作站，所述患者工作站通信地连接到定位为邻近所述计算设备的多个摄像机。5.根据权利要求4所述的患者工作站，其中所述网络接口设备通信地连接到云服务，所述云服务分析由所述多个摄像机捕获的视频内容。6.根据权利要求1所述的患者工作站，进一步包括电连接到所述计算设备的一个或多个显示器，所述一个或多个显示器中的第一显示器支持增强现实操作，所述增强现实操作与所述第一康复设备配合操作以提供要在所述增强现实操作期间创建的物体上执行的一个或多个任务中的一个。7.根据权利要求2所述的患者工作站，其中所述加速度计以及所述陀螺仪和罗盘组件组适于测量至少所述第一康复设备的运动变化。8.根据权利要求1所述的患者工作站，其中所述计算设备被配置用于接收所捕获的执行数据并将所述执行数据发送到云服务，所述云服务包括在没有人干预的情况下自动分析所述执行数据以评估所述患者运动技能的机器学习逻辑或人工神经网络逻辑。9.根据权利要求8所述的患者工作站，其中所述云服务是私有云服务。10.根据权利要求8所述的患者...

【专利技术属性】
技术研发人员：史蒂文·C·克莱默，
申请(专利权)人：加利福尼亚大学董事会，
类型：发明
国别省市：美国,US