本发明专利技术公开了一种基于多模态生理数据采集的腕部工作负荷的预测方法，所述方法包括：根据电极获得第一肌电信号、第二肌电信号、第三肌电信号和第四肌电信号；分别根据第一肌电信号、第二肌电信号、第三肌电信号和第四肌电信号获得第一输入信息、第二输入信息、第三输入信息和第四输入信息；将第一输入信息、第二输入信息、第三输入信息和第四输入信息输入运动预测模型，获得第一运动指标；获得预定腕部负荷阈值；判断第一运动指标是否在预定腕部负荷阈值之内；如果第一运动指标不在预定腕部负荷阈值之内，获得第一预警信息。解决了因腕部长期超负荷工作引起的创伤性疾病的发生的技术问题。术问题。术问题。
【技术实现步骤摘要】
一种基于多模态生理数据采集的腕部工作负荷的预测方法和装置
[0001]本专利技术涉及一种腕部工作负荷预测的
，尤其涉及一种基于多模态生理数据采集的腕部工作负荷的预测方法和装置。
技术介绍
[0002]目前，越来越多的证据表明，长时间使用计算机、弹奏乐器、体育运动等，与某些腕关节疾患，如腕关节疼痛、腕管综合征等，有着密切的关系。现代生活方式的变化，使得越来越多的人有机会使用计算机、进行各种体育活动，罹患腕关节相关疾患的人也越来越多。
[0003]但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：
[0004]长期腕关节活动的增多，使得腕部长期超负荷工作，进而导致累积性的创伤疾病的发生，使得此类疾病没有很好的预防性措施进行预防。
技术实现思路
[0005]本申请实施例通过提供一种基于多模态生理数据采集的腕部工作负荷的预测方法，解决了因腕部长期超负荷工作引起的创伤性疾病的发生的技术问题，达到了通过对腕部各生理数据的采集进而预防累积性创伤疾病的发生的技术效果。
[0006]本申请实施例提供了一种基于多模态生理数据采集的腕部工作负荷的预测方法，其中，所述方法应用于一腕部智能穿戴设备，所述腕部智能穿戴设备可通过电极与第一用户的腕部连接，所述方法包括：根据所述电极获得第一肌电信号、第二肌电信号、第三肌电信号和第四肌电信号；根据所述第一肌电信号，获得第一输入信息；根据所述第二肌电信号，获得第二输入信息；根据所述第三肌电信号，获得第三输入信息；根据所述第四肌电信号，获得第四输入信息；将所述第一输入信息、第二输入信息、第三输入信息和第四输入信息输入运动预测模型，获得第一运动指标，所述第一运动指标为所述第一用户腕部工作负荷指标；获得预定腕部负荷阈值；判断所述第一运动指标是否在所述预定腕部负荷阈值之内；如果所述第一运动指标不在所述预定腕部负荷阈值之内，获得第一预警信息，所述第一预警信息用于提醒所述第一用户腕部工作超负荷。
[0007]另一方面，本申请还提供了一种基于多模态生理数据采集的腕部工作负荷的预测装置，其中，所述装置包括：第一获得单元：所述第一获得单元用于根据所述电极获得第一肌电信号、第二肌电信号、第三肌电信号和第四肌电信号；第二获得单元：所述第二获得单元用于根据所述第一肌电信号，获得第一输入信息；第三获得单元：所述第三获得单元用于根据所述第二肌电信号，获得第二输入信息；第四获得单元：所述第四获得单元用于根据所述第三肌电信号，获得第三输入信息；第五获得单元：所述第五获得单元用于根据所述第四肌电信号，获得第四输入信息；第一输入单元：所述第一输入单元用于将所述第一输入信息、第二输入信息、第三输入信息和第四输入信息输入运动预测模型，获得第一运动指标，
所述第一运动指标为所述第一用户腕部工作负荷指标；第六获得单元：所述第六获得单元用于获得预定腕部负荷阈值；第一判断单元：所述第一判断单元用于判断所述第一运动指标是否在所述预定腕部负荷阈值之内；第七获得单元：所述第七获得单元用于如果所述第一运动指标不在所述预定腕部负荷阈值之内，获得第一预警信息，所述第一预警信息用于提醒所述第一用户腕部工作超负荷。
[0008]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0009]通过获得所述第一用户的腕部肌电信号，并将所述腕部肌电信号输入训练模型不断的训练，获得准确的所述第一用户的腕部工作负荷指标，并将所述腕部工作负荷指标与预定腕部负荷阈值进行对比，当超出预定腕部负荷阈值时，可对所述第一用户进行预警提醒，达到了通过对腕部各生理数据的采集进而预防累积性创伤疾病的发生、进而影响日常的腕关节活动的技术效果。
[0010]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0011]图1为本申请实施例一种基于多模态生理数据采集的腕部工作负荷的预测方法的流程示意图；
[0012]图2为本申请实施例一种基于多模态生理数据采集的腕部工作负荷的预测装置的结构示意图；
[0013]图3为本申请实施例示例性电子设备的结构示意图。
[0014]附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第一输入单元16，第六获得单元17，第一判断单元18，第七获得单元19，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
[0015]本申请实施例通过提供一种基于多模态生理数据采集的腕部工作负荷的预测方法，解决了因腕部长期超负荷工作引起的创伤性疾病的发生的技术问题，达到了通过对腕部各生理数据的采集进而预防累积性创伤疾病的发生的技术效果。
[0016]下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0017]申请概述
[0018]目前，越来越多的证据表明，长时间使用计算机、弹奏乐器、体育运动等，与某些腕关节疾患，如腕关节疼痛、腕管综合征等，有着密切的关系。现代生活方式的变化，使得越来越多的人有机会使用计算机、进行各种体育活动，罹患腕关节相关疾患的人也越来越多。长期腕关节活动的增多，使得腕部长期超负荷工作，进而导致累积性的创伤疾病的发生，使得此类疾病没有很好的预防性措施进行预防。
[0019]针对上述技术问题，本申请提供的技术方案总体思路如下：
[0020]本申请实施例提供了一种基于多模态生理数据采集的腕部工作负荷的预测方法，其中，所述方法应用于一腕部智能穿戴设备，所述腕部智能穿戴设备可通过电极与第一用户的腕部连接，所述方法包括：根据所述电极获得第一肌电信号、第二肌电信号、第三肌电信号和第四肌电信号；根据所述第一肌电信号，获得第一输入信息；根据所述第二肌电信号，获得第二输入信息；根据所述第三肌电信号，获得第三输入信息；根据所述第四肌电信号，获得第四输入信息；将所述第一输入信息、第二输入信息、第三输入信息和第四输入信息输入运动预测模型，获得第一运动指标，所述第一运动指标为所述第一用户腕部工作负荷指标；获得预定腕部负荷阈值；判断所述第一运动指标是否在所述预定腕部负荷阈值之内；如果所述第一运动指标不在所述预定腕部负荷阈值之内，获得第一预警信息，所述第一预警信息用于提醒所述第一用户腕部工作超负荷。
[0021]为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
[0022]实施例一
[0023]如图1所示，本申请实施例提供了一种基于多模态生理数据采集的腕部工作负荷的预测方法，其中，所述方法应用于一腕部智能穿戴设备，所述腕部智能穿戴设备可通过电极与第一用户的腕本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于多模态生理数据采集的腕部工作负荷的预测方法，其中，所述方法应用于一腕部智能穿戴设备，所述腕部智能穿戴设备可通过电极与第一用户的腕部连接，所述方法包括：根据所述电极获得第一肌电信号、第二肌电信号、第三肌电信号和第四肌电信号；根据所述第一肌电信号，获得第一输入信息；根据所述第二肌电信号，获得第二输入信息；根据所述第三肌电信号，获得第三输入信息；根据所述第四肌电信号，获得第四输入信息；将所述第一输入信息、第二输入信息、第三输入信息和第四输入信息输入运动预测模型，获得第一运动指标，所述第一运动指标为所述第一用户腕部工作负荷指标；获得预定腕部负荷阈值；判断所述第一运动指标是否在所述预定腕部负荷阈值之内；如果所述第一运动指标不在所述预定腕部负荷阈值之内，获得第一预警信息，所述第一预警信息用于提醒所述第一用户腕部工作超负荷。2.如权利要求1所述的方法，其中，所述将所述第一输入信息、第二输入信息、第三输入信息和第四输入信息输入运动预测模型之前，包括：对所述第一肌电信号、第二肌电信号、第三肌电信号和第四肌电信号进行预处理；将预处理后的所述第一肌电信号、第二肌电信号、第三肌电信号和第四肌电信号作为第一输入信息、第二输入信息、第三输入信息和第四输入信息。3.如权利要求1所述的方法，其中，所述获得预定腕部负荷阈值，包括：将所述第一输入信息、第二输入信息、第三输入信息和第四输入信息输入运动预测模型，获得所述第一用户实时的腕部关节角度信息与腕部关节力矩信息；根据所述腕部关节角度信息，获得第一标准单位时间内的平均角度信息；根据所述腕部关节力矩信息，获得第一标准单位时间内的平均力矩信息；获得第一权重值；根据所述第一权重值，对所述第一标准单位时间内的平均角度信息和所述第一标准单位时间内的平均力矩信息进行加权平均计算，获得预定腕部负荷阈值。4.如权利要求1所述的方法，其中，所述将所述第一输入信息、第二输入信息、第三输入信息和第四输入信息输入运动预测模型，获得第一运动指标，包括：将所述第一输入信息、第二输入信息、第三输入信息和第四输入信息输入运动预测模型，获得所述第一用户实时的腕部关节角度信息与腕部关节力矩信息；获得第二权重值，其中，所述第二权重值与所述第一权重值相同；根据所述第二权重值，对所述腕部关节角度信息与腕部关节力矩信息进行加权平均计算，获得第一运动指标。5.如权利要求1所述的方法，其中，所述方法包括：获得中正神经远端潜伏期信息；获得符合肌肉动作电位信息；获得腕-肘段运动传导速度...
【专利技术属性】
技术研发人员：许子卿，赵国朕，
申请(专利权)人：北京中科心研科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。