基于机器学习的上肢康复机器人智能训练系统及方法技术方案

本发明专利技术公开了一种基于机器学习的上肢康复机器人智能训练系统及方法，其中，该系统包括：机器人辅助子系统，用于当患者不足以完成康复训练任务时，利用上肢康复机器人辅助患者完成康复训练动作；投入状态监测子系统，用于当上肢康复机器人辅助患者时，通过上肢康复机器人、肌电采集设备和脑电采集设备监测患者训练时的投入程度；智能学习子系统，用于根据当前时刻的投入程度，学习先前施加的刺激测试对投入程度的影响，以推荐适合患者下一时刻的个性化刺激方案，改变康复训练模式；提高投入状态子系统，用于检测患者的投入程度是否降低，若降低则干预下一个训练进程；该系统能够根据患者情况提供智能训练处方并调动患者，保证训练时投入状态。

Intelligent training system and method of upper limb rehabilitation robot based on machine learning

【技术实现步骤摘要】
基于机器学习的上肢康复机器人智能训练系统及方法
本专利技术涉及上肢康复
，特别涉及一种基于机器学习的上肢康复机器人智能训练系统及方法。
技术介绍
随着老龄化现象的加剧，全世界脑卒中等脑血管疾病患者每年以千万计的数量增长，脑卒中被认为是世界第二大致死及第一致残疾病。脑卒中对神经系统的损害大多数是永久性的，但是神经系统具有可塑性和冗余性，偏瘫后及时的治疗和康复训练可以有效的减小损伤甚至避免残疾，并显著改善患者的日常生活能力，而长期的康复治疗对运动功能恢复尤为重要。康复机器人拥有20多年的发展历史，研究表明，康复机器人可以为患者提供有效的训练治疗方案，由于上肢运动功能复杂，偏瘫患者上肢的康复训练内容复杂多样、训练过程漫长、个体差异性大，因此，上肢康复机器人的临床应用较为困难。为了推动上肢康复机器人的临床应用，所以在现有上肢康复机器人结构大致不变的情况下，深入研究更加智能化的控制系统就变得尤为重要。由于康复机器人可以排除人为因素，保证辅助康复训练的重复性和强度，不受康复医师的水平和状态的影响，上肢康复的治疗方案及设备的研究一直备受重视，上肢康复设备的设计和开发已被广泛研究。机器人技术应用于神经康复的传统解决思路是用机器人精准再现临床康复中医师人工训练手法，两者训练效率上的差异实际上反映了两种方法促进神经再生的效率上的差异。康复医师为患者采取传统疗法时，能够充分感知患者肢体各关节与肌肉的残存能力与状态，根据经验针对患者的损伤程度与状态施加适宜的手法，医师还能关注患者对于不同手法、力度的训练动作的反应，实时做出适当调整；更重要的是，医师能够通过与患者沟通交流，时刻鼓励患者，当发现患者没有主动参与时，调动其积极性，保证患者在康复训练中的积极参与与专注。而先前的机器人辅助康复技术研究以机器人设备为重点，还处于只能从力和运动上模拟康复医师的训练手法，忽略了患者自身生理心理状态因素，更不能像康复医师一样与人“交流”，无法提供适宜的个性化训练处方，从而导致机器人辅助康复训练效率低下的表现。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种基于机器学习的上肢康复机器人智能训练系统。本专利技术的另一个目的在于提出一种基于机器学习的上肢康复机器人智能训练方法，该方法能够根据患者情况提供智能训练处方并调动患者，保证训练时投入状态。为达到上述目的，本专利技术一方面实施例提出了基于机器学习的上肢康复机器人智能训练系统，包括：机器人辅助子系统、投入状态监测子系统、智能学习子系统和提高投入状态子系统，其中，机器人辅助子系统用于当患者自身能力不足以完成康复训练任务时，利用上肢康复机器人辅助患者完成康复训练动作；所述投入状态监测子系统与所述机器人辅助子系统连接，当所述上肢康复机器人辅助患者进行康复训练时，通过所述上肢康复机器人、肌电采集设备和脑电采集设备分别监测患者训练时的投入程度；所述智能学习子系统分别与所述提高投入状态子系统和所述投入状态监测子系统连接，用于根据当前时刻的投入程度，学习先前施加的刺激测试对投入程度的影响，以推荐适合患者下一时刻的个性化刺激方案，改变康复训练模式；所述提高投入状态子系统与所述机器人辅助子系统连接，用于检测患者的所述投入程度是否降低，若降低则干预下一个训练进程。本专利技术实施例的基于机器学习的上肢康复机器人智能训练系统，在监测患者生理心理状态并量化评价投入状态的基础上，结合机器学习技术，让康复系统自行做出决策判断，更改训练模式来提高患者的康复训练效率，不仅可以在力、运动层面模仿康复医师的手法，更可像医师专家一样根据患者情况提供智能训练处方并调动患者，保证其训练中的投入状态，适应患者状态自主提供个性化训练处方的机制，提高患者训练中的投入状态。另外，根据本专利技术上述实施例的基于机器学习的上肢康复机器人智能训练系统还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述肌电采集设备和所述脑电采集设备为无线且方便穿戴的装置，以避免患者分散注意力。进一步地，在本专利技术的一个实施例中，所述通过所述上肢康复机器人、肌电采集设备和脑电采集设备分别监测患者训练时的投入程度，包括：根据所述上肢康复机器人、所述肌电采集设备和所述脑电采集设备配套的软件开发工具包采集带有时间戳的时间信号；将所述时间信号从VisualStudio通过TCP/IP接口传给MATLAB，MATLAB处理分析所述时间信号，得到量化指标；处理所述量化指标得到投入程度大小。进一步地，在本专利技术的一个实施例中，将所述个性化刺激方案转化为需要改变的训练的参数表征，进而根据所述参数表征改变康复训练模式。进一步地，在本专利技术的一个实施例中，所述智能学习子系统包括：采集数据模块，用于应用预先编程制定的初始刺激方案，并且采集所述初始刺激方案后投入状态的变化；训练学习模块，用于将初始刺激方案对于投入状态的影响用来训练一个学习系统；应用学习模块，用于利用训练好的学习系统来制定所述个性化刺激方案；更新学习模块，用于学习施加所述个性化刺激方案对于投入状态的新影响，并更新数据库。为达到上述目的，本专利技术另一方面实施例提出了基于机器学习的上肢康复机器人智能训练方法，包括：当患者自身能力不足以完成康复训练任务时，利用上肢康复机器人辅助患者完成康复训练动作；通过所述上肢康复机器人、肌电采集设备和脑电采集设备分别监测患者训练时的投入程度；根据当前时刻的投入程度，学习先前施加的刺激测试对投入程度的影响，以推荐适合患者下一时刻的个性化刺激方案，改变康复训练模式；检测患者的所述投入程度是否降低，若降低则干预下一个训练进程。本专利技术实施例的基于机器学习的上肢康复机器人智能训练方法，在监测患者生理心理状态并量化评价投入状态的基础上，结合机器学习技术，让康复系统自行做出决策判断，更改训练模式来提高患者的康复训练效率，不仅可以在力、运动层面模仿康复医师的手法，更可像医师专家一样根据患者情况提供智能训练处方并调动患者，保证其训练中的投入状态，适应患者状态自主提供个性化训练处方的机制，提高患者训练中的投入状态。另外，根据本专利技术上述实施例的基于机器学习的上肢康复机器人智能训练方法还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述肌电采集设备和所述脑电采集设备为无线且方便穿戴的装置，以避免患者分散注意力。进一步地，在本专利技术的一个实施例中，所述通过所述上肢康复机器人、肌电采集设备和脑电采集设备分别监测患者训练时的投入程度，包括：根据所述上肢康复机器人、所述肌电采集设备和所述脑电采集设备配套的软件开发工具包采集带有时间戳的时间信号；将所述时间信号从VisualStudio通过TCP/IP接口传给MATLAB，MATLAB处理分析所述时间信号，得到量化指标；处理所述量化指标得到投入程度大小。进一步地，在本专利技术的一个实施例中，将所述个性化刺激方案转化为需要改变的训练的参数表征，进而根据所述参数表征改变康复训练模式。进一步地，在本发本文档来自技高网...

【技术保护点】
1.一种基于机器学习的上肢康复机器人智能训练系统，其特征在于，包括：机器人辅助子系统、投入状态监测子系统、智能学习子系统和提高投入状态子系统，其中/n所述机器人辅助子系统用于当患者自身能力不足以完成康复训练任务时，利用上肢康复机器人辅助患者完成康复训练动作；/n所述投入状态监测子系统与所述机器人辅助子系统连接，当所述上肢康复机器人辅助患者进行康复训练时，通过所述上肢康复机器人、肌电采集设备和脑电采集设备分别监测患者训练时的投入程度；/n所述智能学习子系统分别与所述提高投入状态子系统和所述投入状态监测子系统连接，用于根据当前时刻的投入程度，学习先前施加的刺激测试对投入程度的影响，以推荐适合患者下一时刻的个性化刺激方案，改变康复训练模式；以及/n所述提高投入状态子系统与所述机器人辅助子系统连接，用于检测患者的所述投入程度是否降低，若降低则干预下一个训练进程。/n

【技术特征摘要】
1.一种基于机器学习的上肢康复机器人智能训练系统，其特征在于，包括：机器人辅助子系统、投入状态监测子系统、智能学习子系统和提高投入状态子系统，其中
所述机器人辅助子系统用于当患者自身能力不足以完成康复训练任务时，利用上肢康复机器人辅助患者完成康复训练动作；
所述投入状态监测子系统与所述机器人辅助子系统连接，当所述上肢康复机器人辅助患者进行康复训练时，通过所述上肢康复机器人、肌电采集设备和脑电采集设备分别监测患者训练时的投入程度；
所述智能学习子系统分别与所述提高投入状态子系统和所述投入状态监测子系统连接，用于根据当前时刻的投入程度，学习先前施加的刺激测试对投入程度的影响，以推荐适合患者下一时刻的个性化刺激方案，改变康复训练模式；以及
所述提高投入状态子系统与所述机器人辅助子系统连接，用于检测患者的所述投入程度是否降低，若降低则干预下一个训练进程。


2.根据权利要求1所述的基于机器学习的上肢康复机器人智能训练系统，其特征在于，所述肌电采集设备和所述脑电采集设备为无线且方便穿戴的装置，以避免患者分散注意力。


3.根据权利要求1所述的基于机器学习的上肢康复机器人智能训练系统，其特征在于，所述通过所述上肢康复机器人、肌电采集设备和脑电采集设备分别监测患者训练时的投入程度，包括：
根据所述上肢康复机器人、所述肌电采集设备和所述脑电采集设备配套的软件开发工具包采集带有时间戳的时间信号；
将所述时间信号从VisualStudio通过TCP/IP接口传给MATLAB，MATLAB处理分析所述时间信号，得到量化指标；
处理所述量化指标得到投入程度大小。


4.根据权利要求1所述的基于机器学习的上肢康复机器人智能训练系统，其特征在于，将所述个性化刺激方案转化为需要改变的训练的参数表征，进而根据所述参数表征改变康复训练模式。


5.根据权利要求1所述的基于机器学习的上肢康复机器人智能训练系统，其特征在于，所述智能学习子系统包括：
采集数据模块，用于应用预先编程制定的初始刺激方案，并且采集所述初始刺激方案后投入状态的变化；
训练学习模块，用于将初始刺激方案对于投入状态的影响用...

【专利技术属性】
技术研发人员：季林红，李翀，钱超，贾天宇，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11