一种AI肢体功能康复预干涉的行为采集系统及方法技术方案

本发明专利技术提出一种AI肢体功能康复预干涉的行为采集系统，包括智能组合传感器、可穿戴设备以及AI引擎；可穿戴设备包括多个运动传感器和微型边缘计算芯片；智能组合传感器采集肢体运动参数发送至微型边缘计算芯片进行边缘计算处理得出边缘计算结果；当边缘计算结果满足第一预设条件时发送反馈信号给所述AI引擎，AI引擎直接获取所述多个运动传感器的多个实时肢体运动参数；AI引擎基于AI模型对所述多个实时肢体运动参数进行分析得出第一分析结果；当第一分析结果满足第二预设条件时，AI引擎设定智能组合传感器的工作参数，并采用所述智能组合传感器对所述目标康复患者执行智能检测。本发明专利技术还公开了对应的行为采集方法。

【技术实现步骤摘要】
一种AI肢体功能康复预干涉的行为采集系统及方法
本专利技术属于脑卒中康复
，尤其涉及一种AI肢体功能康复预干涉的行为采集系统、方法以及实现该方法的计算机程序指令。
技术介绍
脑卒中发作后常会伴随着患者的运动、语言和感知等方面的障碍。脑卒中患者的康复治疗是降低脑卒中致残率的最有效方法并能减少运动障碍对患者正常生活的影响。临床中为使康复治疗人员有效评估患者运动功能的状态并进而合理地制定患者的康复治疗计划，就必须对患者进行系统的康复治疗监测。此外，随着医学水平的提高，脑卒中死亡率明显下降，但其致残率仍高企，大部分患者基本康复后，都留有严重后遗症，偏瘫则是其中最为常见的表现之一，严重影响了人们的生活水平及质量。对于脑卒中导致的偏瘫，康复治疗介入的时间越晚，患者患肢功能恢复的希望就越小，这就使得患者家属及社会需要花费极大的代价来治疗和护理患者，给家庭和社会带来了巨大的经济及精神压力。因此，寻求快速而有效地康复治疗手段防止脑卒中复发，改善病人的各种功能和预后，提高病人的生活质量是目前人们关注的重点问题。申请号为CN201910677478.0的中国专利技术专利申请提出一种基于眼部特征的脑卒中人工智能筛查方法，其具体步骤是：（1）标注及预处理已收集的眼底彩照；（2）构建及优化深度卷积神经网络模型；（3）获取待识别患者眼底图像，利用深度卷积神经人工智能模型对眼底特征进行识别，获得有无脑卒中的眼底图像分类结果；该方法能高效、便捷、无创地进行脑卒中高危人群筛查。申请号为CN201910816430.3的中国专利技术专利申请提出基于特征选择的人工智能医疗诊断系统，包括人体状态感知系统模块、机器学习系统模块、诊断推理系统模块、历史数据库和结果输出模块；人体状态感知系统模块用于采集反映人体状态的数据，并将其发送至机器学习系统模块；机器学习系统模块用于对采集到的数据进行处理后，基于特征选择算法选择出部分数据特征并将其按重要性由大到小的顺序输出后，发送至诊断推理系统模块；诊断推理系统模块用于特征筛选和特征匹配，查找其对应的诊断结果，并发送至结果输出模块；历史数据库用于储存不同的数据特征及其对应的诊断结果；结果输出模块用于显示诊断结果。该人工智能医疗诊断系统，能够帮助医生快速判断病情，减少人为诊断误差。上述现有技术都是针对个体进行诊断，并且只考虑了单一因素；此外，针对脑卒中患者尤其是术后肢体恢复患者，如何进行行为采集，在恢复锻炼中及时预介入，现有技术并未给出有效的技术方案。
技术实现思路
为解决上述技术问题，本专利技术的技术方案在硬件上包括智能组合传感器、可穿戴设备以及AI引擎；可穿戴设备包括多个运动传感器和微型边缘计算芯片；智能组合传感器采集肢体运动参数发送至微型边缘计算芯片进行边缘计算处理得出边缘计算结果；当边缘计算结果满足第一预设条件时发送反馈信号给所述AI引擎，AI引擎直接获取所述多个运动传感器的多个实时肢体运动参数；AI引擎基于AI模型对所述多个实时肢体运动参数进行分析得出第一分析结果；当第一分析结果满足第二预设条件时，AI引擎设定智能组合传感器的工作参数，并采用所述智能组合传感器对所述目标康复患者执行智能检测。本专利技术还公开了对应的行为采集方法。在具体实现上，本专利技术的技术方案包含三个方面的方案。在第一个方面，本专利技术提出一种AI肢体功能康复预干涉的行为采集系统，所述系统包括智能组合传感器和可穿戴设备。作为改进之一，所述系统还包括AI引擎，所述AI引擎连接所述智能组合传感器；所述可穿戴设备包括多个运动传感器和微型边缘计算芯片；作为上述改进的具体关键技术手段，所述多个运动传感器采集目标康复患者的肢体运动参数，并按照第一周期将所述肢体运动参数发送至所述微型边缘计算芯片进行边缘计算处理得出边缘计算结果；当所述边缘计算结果满足第一预设条件时，所述可穿戴设备发送反馈信号给所述AI引擎；基于所述反馈信号，所述AI引擎直接获取所述多个运动传感器的多个实时肢体运动参数。更具体的，基于所述反馈信号，所述AI引擎直接与所述可穿戴设备的多个运动传感器通信，获取所述多个运动传感器的多个不同时间节点的多个实时肢体运动参数。作为另一个改进，所述AI引擎基于AI模型对所述多个实时肢体运动参数进行分析，得出第一分析结果；当所述第一分析结果满足第二预设条件时，所述AI引擎设定所述智能组合传感器的工作参数，并采用所述智能组合传感器对所述目标康复患者执行智能检测。所述AI引擎设定所述语音传感器的所述语音测试序列的输出级别，并对所述目标康复患者执行语音测试，所述语音测试包括播放所述语音测试序列，并接收所述目标康复患者的语音反馈序列。作为另一个改进，所述AI引擎采用所述智能组合传感器对所述目标康复患者执行智能检测结果，基于所述智能检测结果和所述第一分析结果，调节所述第一周期。在本专利技术的第二个方面，提供一种AI肢体功能康复预干涉的行为采集方法，所述方法包括如下步骤：S701：采集目标康复患者的第一肢体运动参数，并按照第一周期对所述第一肢体运动参数进行边缘计算处理得出边缘计算结果；S702：判断所述边缘计算结果是否满足第一预设条件；如果是，则进入下一步；如果否，返回上一步；S703：生成反馈信号给AI引擎；S704：所述AI引擎直接获取所述目标康复患者的多个第二实时肢体运动参数；S705：基于AI模型对所述多个第二实时肢体运动参数进行分析，得出第一分析结果；S706：判断所述第一分析结果是否满足第二预设条件；如果是，则生成预干涉措施；所述预干涉措施包括智能检测，所述智能检测包括语音测试和/或眼底图像分析。可以理解的，上述方法可以基于第一个方面的所述行为采集系统实现。本专利技术的上述方法可以通过包含处理器和存储器的终端设备，尤其是图像处理终端设备，包括移动终端、桌面终端、服务器以及服务器集群等，通过程序指令自动化的执行，因此，在本专利技术的第三个方面，还提供一种计算机可读存储介质，其上存储有计算机程序指令；通过包含处理器和存储器的图像终端处理设备，执行所述程序指令，用于实现第二个方面所述方法的全部或者部分步骤。需要指出的是，在不同实现方案中，出现的“第一”或“第二”限定的“预设条件”，并不代表各个“预设条件”一定存在区别或者不存在区别。在本专利技术的上述不同技术方案中的判断条件中使用到的各种“预设条件”，本领域技术人员可以根据实际情况进行合理设置，本专利技术对此不作具体限定。后续在具体实施例介绍部分，相关的实施例可能也对部分“预设条件”给出了具体的限定条件，但是这仅仅是众多合理设置中的一种或者几种举例，并不是穷举式限定，也不构成对本专利技术实际保护范围的限定，任何符合实际情况的“预设条件”都应该属于本专利技术的保护范围之内。结合后续整体的方案也可以理解，本专利技术的改进和核心构思也不在于“预设条件”本身，因此，根据实际情况进行合理设置的不同预设条件，只要符合客观情况，均可以实现本专利技术。本专利技术的进本文档来自技高网...

【技术保护点】
1.一种AI肢体功能康复预干涉的行为采集系统，所述系统包括智能组合传感器和可穿戴设备，其特征在于：/n所述系统还包括AI引擎，所述AI引擎连接所述智能组合传感器；/n所述可穿戴设备包括多个运动传感器和微型边缘计算芯片；/n所述多个运动传感器采集目标康复患者的肢体运动参数，并按照第一周期将所述肢体运动参数发送至所述微型边缘计算芯片进行边缘计算处理得出边缘计算结果；/n当所述边缘计算结果满足第一预设条件时，所述可穿戴设备发送反馈信号给所述AI引擎；/n基于所述反馈信号，所述AI引擎直接获取所述多个运动传感器的多个实时肢体运动参数；/n所述AI引擎基于AI模型对所述多个实时肢体运动参数进行分析，得出第一分析结果；/n当所述第一分析结果满足第二预设条件时，所述AI引擎设定所述智能组合传感器的工作参数，并采用所述智能组合传感器对所述目标康复患者执行智能检测。/n

【技术特征摘要】
1.一种AI肢体功能康复预干涉的行为采集系统，所述系统包括智能组合传感器和可穿戴设备，其特征在于：
所述系统还包括AI引擎，所述AI引擎连接所述智能组合传感器；
所述可穿戴设备包括多个运动传感器和微型边缘计算芯片；
所述多个运动传感器采集目标康复患者的肢体运动参数，并按照第一周期将所述肢体运动参数发送至所述微型边缘计算芯片进行边缘计算处理得出边缘计算结果；
当所述边缘计算结果满足第一预设条件时，所述可穿戴设备发送反馈信号给所述AI引擎；
基于所述反馈信号，所述AI引擎直接获取所述多个运动传感器的多个实时肢体运动参数；
所述AI引擎基于AI模型对所述多个实时肢体运动参数进行分析，得出第一分析结果；
当所述第一分析结果满足第二预设条件时，所述AI引擎设定所述智能组合传感器的工作参数，并采用所述智能组合传感器对所述目标康复患者执行智能检测。


2.如权利要求1所述的一种AI肢体功能康复预干涉的行为采集系统，其特征在于：
基于所述反馈信号，所述AI引擎直接与所述可穿戴设备的多个运动传感器通信，获取所述多个运动传感器的多个不同时间节点的多个实时肢体运动参数。


3.如权利要求1所述的一种AI肢体功能康复预干涉的行为采集系统，其特征在于：
所述智能组合传感器包括语音传感器和图像传感器；
所述语音传感器输出不同级别的语音测试序列，并接收语音反馈序列；
所述图像传感器用于捕获眼底图像。


4.如权利要求3所述的一种AI肢体功能康复预干涉的行为采集系统，其特征在于：
当所述第一分析结果满足第二预设条件时，所述AI引擎设定所述智能组合传感器的工作参数，并采用所述智能组合传感器对所述目标康复患者执行智能检测，具体包括：
所述AI引擎设定所述语音传感器的所述语音测试序列的输出级别，并对所述目标康复患者执行语音测试，所述语音测试包括播放所述语音测试序列，并接收所述目标康复患者的语音反馈序列。


5.如权利要求3所述的一种AI肢体功能康...

【专利技术属性】
技术研发人员：张振香，孙倩倩，何福培，王玲玲，禹瑞，高玲，豆银霞，张娜，张一帆，
申请(专利权)人：郑州大学，
类型：发明
国别省市：河南;41