应用于下肢康复训练的运动状态确定方法以及系统技术方案

本发明专利技术公开了一种应用于下肢康复训练的运动状态确定方法以及系统。该方法包括：获取康复用户在下肢康复训练过程中的至少一种初始下肢运动数据，对各所述初始下肢运动数据进行数据处理，得到处理后的各下肢运动数据；基于预设的特征提取模型分别对各所述下肢运动数据进行特征提取，并确定特征提取后的各特征数据分别对应的用户负荷状态；根据预设的运动状态阈值以及各所述用户负荷状态确定所述康复用户的运动状态。通过本发明专利技术公开的技术方案，解决了现有技术中康复训练的运动状态评估结果准确性较低的问题，提高了康复训练的运行状态确定的准确性。状态确定的准确性。状态确定的准确性。

【技术实现步骤摘要】
应用于下肢康复训练的运动状态确定方法以及系统


[0001]本专利技术涉及康复医疗
，尤其涉及一种应用于下肢康复训练的运动状态确定方法以及系统。

技术介绍

[0002]目前，医院进行的康复训练量主要是根据医生的主观经验来制定的，但每个人均存在差异性，这就导致了对于不同人，进行标准化的康复训练运动后最终达成的疗效也不同。如果依靠医生的主观经验，由于医生个人的阅历及诊断能力的差异，也会对定制的下肢康复训练最终的疗效造成影响。另外，目前的康复评估多为训练完成后评估，或是只以单一的生理信号作为评判标准，以此达到的评估结果准确性较低。

技术实现思路

[0003]本专利技术提供了一种应用于下肢康复训练的运动状态确定方法以及系统，以解决现有技术中康复训练的运动状态评估结果准确性较低的问题，提高了康复训练的运行状态确定的准确性。
[0004]第一方面，本专利技术实施例提供了一种应用于下肢康复训练的运动状态确定方法，该方法包括：
[0005]获取康复用户在下肢康复训练过程中的至少一种初始下肢运动数据，对各所述初始下肢运动数据进行数据处理，得到处理后的各下肢运动数据；
[0006]基于预设的特征提取模型分别对各所述下肢运动数据进行特征提取，并确定特征提取后的各特征数据分别对应的用户负荷状态；
[0007]根据预设的运动状态阈值以及各所述用户负荷状态确定所述康复用户的运动状态。
[0008]可选的，所述获取康复用户在下肢康复训练过程中的至少一种初始下肢运动数据，包括：
[0009]在接收到所述康复用户在下肢康复训练过程中发送的运动数据包的情况下，判断所述运动数据包是否为加密数据；
[0010]若是，则采用预设的解密方式对所述加密数据包进行数据解密，得到所述康复用户的初始下肢运动数据。
[0011]可选的，所述初始下肢运动数据包括初始下肢肌电数据、初始心电数据以及初始心率数据；
[0012]所述对各所述初始下肢运动数据进行数据处理，得到处理后的各下肢运动数据，包括：
[0013]对所述康复用户的所述初始下肢肌电数据以及所述初始心电数据进行数据滤波以及数据降噪处理，得到所述康复用户的下肢肌电数据以及心电数据；
[0014]对所述初始心率数据进行异常数据剔除处理，得到所述康复用户的心率数据。
[0015]可选的，所述特征提取模型包括心电特征提取子模型；
[0016]所述基于预设的特征提取模型分别对各所述下肢运动数据进行特征提取，并确定特征提取后的各特征数据分别对应的用户负荷状态，包括：
[0017]基于所述心电特征提取子模型对所述心电数据进行特征提取，得到所述康复用户的动态心电特征值和心率变异性；
[0018]基于所述动态心电特征值和所述心率变异性确定所述康复用户的第一负荷状态。
[0019]可选的，所述特征提取模型包括肌电特征提取子模型；
[0020]所述基于预设的特征提取模型分别对各所述下肢运动数据进行特征提取，并确定特征提取后的各特征数据分别对应的用户负荷状态，包括：
[0021]基于所述肌电特征提取子模型对所述肌电数据进行特征提取，得到所述康复用户的均方根特征值；
[0022]基于预设的负荷状态确定模型以及所述均方根特征值确定所述康复用户的第二负荷状态。
[0023]可选的，所述运动状态阈值包括第一负荷状态阈值、第二负荷状态阈值以及心率阈值；
[0024]所述根据预设的运动状态阈值以及各所述用户负荷状态确定所述康复用户的运动状态，包括：
[0025]根据所述第一负荷状态阈值、所述第二负荷状态阈值、所述心率阈值、所述第一负荷状态和所述第二负荷状态确定所述康复用户的运动状态。
[0026]第二方面，本专利技术实施例还提供了一种应用于下肢康复训练的运动状态确定装置，该装置包括：
[0027]下肢运动数据获取模块，用于获取康复用户在下肢康复训练过程中的至少一种初始下肢运动数据，对各所述初始下肢运动数据进行数据处理，得到处理后的各下肢运动数据；
[0028]用户负荷状态确定模块，用于基于预设的特征提取模型分别对各所述下肢运动数据进行特征提取，并确定特征提取后的各特征数据分别对应的用户负荷状态；
[0029]运动状态确定模块，用于根据预设的运动状态阈值以及各所述用户负荷状态确定所述康复用户的运动状态。
[0030]第三方面，本专利技术实施例还提供了应用于下肢康复训练的运动状态确定系统，该系统包括：数据处理子系统以及下肢运动数据采集子系统；所述下肢运动数据采集子系统包括肌电数据采集装置、心电数据采集装置以及数据传输装置；其中，
[0031]所述肌电数据采集装置用于采集康复用户的肌电数据包，并将所述肌电数据包发送至所述数据传输装置；
[0032]所述心电数据装置用于采集所述康复用户的心电数据包，并将所述心电数据包发送至所述数据传输装置；
[0033]所述数据传输装置，用于将接收到的所述肌电数据包和所述心电数据包进行数据处理，并将处理后得到的运动数据包发送至所述数据处理子系统；所述数据处理子系统用于基于任一实施例所述的应用于下肢康复训练的运动状态确定方法确定所述康复用户的运动状态。
[0034]第三方面，本专利技术实施例还提供了一种电子设备，包括：
[0035]至少一个处理器；以及
[0036]与所述至少一个处理器通信连接的存储器；其中，
[0037]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的应用于下肢康复训练的运动状态确定方法。
[0038]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的应用于下肢康复训练的运动状态确定方法。
[0039]本专利技术实施例提供的技术方案，通过获取康复用户在下肢康复训练过程中的至少一种初始下肢运动数据，对各所述初始下肢运动数据进行数据处理，得到处理后的各下肢运动数据；基于预设的特征提取模型分别对各所述下肢运动数据进行特征提取，并确定特征提取后的各特征数据分别对应的用户负荷状态；根据预设的运动状态阈值以及各所述用户负荷状态确定所述康复用户的运动状态。上述技术方案获取康复用户在康复训练过程中的多种下肢运动数据，并对其进行处理得到康复用户的多种负荷状态，进而基于不同的状态阈值确定康复用户的运动状态，以实现确定康复用户在训练过程中运动状态的准确判断，解决了现有技术中对康复用户在康复训练的运动状态评估结果准确性较低的问题，提高了康复训练的运行状态确定的准确性。
[0040]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0041]为了更清楚地说明本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于下肢康复训练的运动状态确定方法，其特征在于，包括：获取康复用户在下肢康复训练过程中的至少一种初始下肢运动数据，对各所述初始下肢运动数据进行数据处理，得到处理后的各下肢运动数据；基于预设的特征提取模型分别对各所述下肢运动数据进行特征提取，并确定特征提取后的各特征数据分别对应的用户负荷状态；根据预设的运动状态阈值以及各所述用户负荷状态确定所述康复用户的运动状态。2.根据权利要求1所述的方法，其特征在于，所述获取康复用户在下肢康复训练过程中的至少一种初始下肢运动数据，包括：在接收到所述康复用户在下肢康复训练过程中发送的运动数据包的情况下，判断所述运动数据包是否为加密数据；若是，则采用预设的解密方式对所述加密数据包进行数据解密，得到所述康复用户的初始下肢运动数据。3.根据权利要求1所述的方法，其特征在于，所述初始下肢运动数据包括初始下肢肌电数据、初始心电数据以及初始心率数据；所述对各所述初始下肢运动数据进行数据处理，得到处理后的各下肢运动数据，包括：对所述康复用户的所述初始下肢肌电数据以及所述初始心电数据进行数据滤波以及数据降噪处理，得到所述康复用户的下肢肌电数据以及心电数据；对所述初始心率数据进行异常数据剔除处理，得到所述康复用户的心率数据。4.根据权利要求3所述的方法，其特征在于，所述特征提取模型包括心电特征提取子模型；所述基于预设的特征提取模型分别对各所述下肢运动数据进行特征提取，并确定特征提取后的各特征数据分别对应的用户负荷状态，包括：基于所述心电特征提取子模型对所述心电数据进行特征提取，得到所述康复用户的动态心电特征值和心率变异性；基于所述动态心电特征值和所述心率变异性确定所述康复用户的第一负荷状态。5.根据权利要求3所述的方法，其特征在于，所述特征提取模型包括肌电特征提取子模型；所述基于预设的特征提取模型分别对各所述下肢运动数据进行特征提取，并确定特征提取后的各特征数据分别对应的用户负荷状态，包括：基于所述肌电特征提取子模型对所述肌电数据进行特征提取，得到所述康复用户的均方根特征值；基于预设的负荷状态确定模型以及所述均方根特征值确定所述康复用户的第二负荷状态。6.根据权利要求1所述的方法，其特征在于，所述运动状态阈值包括第一负荷状态阈值、第二负荷...

【专利技术属性】
技术研发人员：苏栋楠，罗朝晖，尚鹏，曾梓琳，王通，吴继鹏，王俊伟，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：