一种基于人工智能姿态调节的多功能理疗艾灸仪制造技术

本发明专利技术属于艾灸仪技术领域，公开了一种基于人工智能姿态调节的多功能理疗艾灸仪，包括：人体解析模块、温度传感器、视觉传感器、手势识别模块、智能温控模块。通过人体解析模块对患者图像中人体各部位进行识别和分割，温度传感器采集患者皮肤表面温度，视觉传感器采集医护人员的动态手势，手势识别模块从动态手势中提取手势信息，并根据手势信息生成动作指令，发送给智能温控模块，智能温控模块根据患者皮肤表面温度和动作指令对多功能理疗艾灸仪进行温度控制。本发明专利技术的基于人工智能姿态调节的多功能理疗艾灸仪具有操作简单、温控精确、反应灵敏、医患体验好等诸多优点。医患体验好等诸多优点。医患体验好等诸多优点。

【技术实现步骤摘要】
一种基于人工智能姿态调节的多功能理疗艾灸仪


[0001]本专利技术属于艾灸仪
，尤其涉及一种基于人工智能姿态调节的多功能理疗艾灸仪。

技术介绍

[0002]艾灸在我国的使用已有数千年的历史，在古代人们实施艾灸治疗是由人工操作，受主观因素影响，不能精确控制每个步骤和温度。在当代，艾灸仍然有十分巨大的医用价值，也出现了各式各样的艾灸治疗仪。但这些艾灸治疗仪普遍存在温度控制不灵敏、操作不够智能以及无法很好地与医护互动的问题，严重影响了治疗的效率和效果，降低了使用者的体验。

技术实现思路

[0003]针对现有技术的不足，本专利技术提出了一种基于人工智能姿态调节的多功能理疗艾灸仪，该艾灸仪可以根据人体的特点选择适宜的治疗温度，并在艾灸过程中对温度进行实时控制；此外，还能够根据医生的手势和语言对艾灸仪的位姿进行调整，从而对艾灸仪实现多维度的人工智能控制。
[0004]本专利技术的技术方案具体如下：一种基于人工智能姿态调节的多功能理疗艾灸仪，包括：人体解析模块、温度传感器、视觉传感器、手势识别模块、智能温控模块；其中，所述人体解析模块用于接收视觉传感器获取的患者图像，并对图像中人体各部位进行识别和分割；所述温度传感器用于采集患者皮肤表面温度并发送给智能温控模块；所述视觉传感器用于采集医护人员的动态手势；所述手势识别模块用于从动态手势中提取手势信息，并根据手势信息生成动作指令，发送给智能温控模块；所述智能温控模块根据患者皮肤表面温度和动作指令对多功能理疗艾灸仪进行温度控制。
[0005]进一步的，所述手势识别模块包括：医护动作感知模型，用于根据手势信息生成动作指令；所述医护动作感知模型为训练好的P3D和Transformer的融合模型。
[0006]进一步的，所述手势信息包括视频帧和光流估计。
[0007]进一步的，所述多功能理疗艾灸仪还包括智能温度设定模块，所述智能温度设定模块包括温度智能学习算法模型，该模温度智能学习算法模型对多源异构数据进行协同处理，提出舒适温度范围；所述多源异构数据包括患者的语言描述、身体部位图像及温度数值。
[0008]进一步的，所述身体部位包括腿部、腰部、手和腹部。
[0009]进一步的，所述温度控制通过调节照射面到患者皮肤表面的高度实现。
[0010]进一步的，所述多功能理疗艾灸仪包括机械手，以实现多功能理疗艾灸仪与患者皮肤表面距离的调节。进一步的，所述温度控制通过调节艾灸点火和全封闭或半封闭艾灸的个数实现。
[0011]进一步的，采用视频帧训练所述P3D和Transformer的融合模型；所述视频帧为对视频训练集处理获得；所述视频训练集包含多个调整多功能理疗艾灸仪的手势动作视频片段。
[0012]进一步的，所述智能温控模块采用多线程协同控制技术，将患者皮肤表面温度和动作指令作为输入，判断优先级进行多功能理疗艾灸仪位姿调整。
[0013]进一步的，所述医护动作感知模型包括空间通道子模型和时间通道子模型，所述空间通道子模型处理视频帧，时间通道子模型处理光流估计，结合空间通道子模型和时间通道子模型的输出，生成动作指令。
[0014]相比于现有技术，本专利技术的有益效果在于：1.本专利技术的多功能理疗艾灸仪能够在治疗过程中识别医护人员的手势动作，对艾灸仪的温度进行实时控制。
[0015]2. 本专利技术的多功能理疗艾灸仪能够在治疗过程中综合考虑患者皮肤表面和医护人员的手势动作，对艾灸仪的温度进行智能控制。
[0016]3. 本专利技术的多功能理疗艾灸仪能够根据患者的信息智能选择治疗的温度范围。
[0017]4. 本专利技术的多功能理疗艾灸仪采用P3D与Transformer的融合模型，并且识别时结合了空间和时间信息，极大提高了动作识别的准确性和稳定性。
附图说明
[0018]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他的附图。
[0019]图1为本专利技术的多功能理疗艾灸仪人体解析模块的人体解析网络架构图；图2为本专利技术的多功能理疗艾灸仪基于人工智能的人机交互方法流程图；图3为本专利技术的多功能理疗艾灸仪采用的P3D与Transfomer的融合模型结构图；图4为本专利技术的抬高动态手势的光流估计结果图；图5为本专利技术的降低动态手势的光流估计结果图；图6为本专利技术的多功能理疗艾灸仪医护动作感知模型的训练误差变化曲线图；图7为专利技术的多功能理疗艾灸仪机械手的工作示意图；图中，1
‑
底座、2
‑
第一关节、3
‑
第一机械臂、4
‑
第二关节、5
‑
第二机械臂、6
‑
第三关节、7
‑
第三机械臂和8
‑
第四关节。
具体实施方式
[0020]为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本专利技术的实施
例及实施例中的特征可以相互组合。
[0021]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述的其他方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。
[0022]一种基于人工智能姿态调节的多功能理疗艾灸仪，包括：人体解析模块、智能温度设定模块、温度传感器、视觉传感器、手势识别模块、智能温控模块；其中，所述人体解析模块用于接收视觉传感器获取的患者图像，并对图像中人体各部位进行识别和分割，从而确定艾灸仪所要对准的人体部位。
[0023]人体解析模块是一个用于分割任务的深度神经网络。它由边缘检测分支、人体分割分支以及特征融合分支组成，其整体架构如图 1 所示。与现有技术不同，本专利技术采用基于Transformer的架构来融合来自边缘检测分支的特征以及来自人体分割分支的特征。具体而言，人体解析模块的分割分支采用标注的人体解析掩膜（mask）来监督训练，而边缘分支采用提取的图像边缘二值图像进行监督训练。为了在边缘部分取得更高的分割精度，把分割分支和边缘分支的特征进行融合，得到基于 Transformer 的特征融合模块，在该模块中，设置两个上下文嵌入向量，分别表示分割上下文和边缘上下文。以这两个嵌入向量作为Transformer 的 query，把两个分支的中间层特征作为 key 和 value，分别输入到各自的Transformer进行集成。Transformer 输出的结果拼接在一起，通过1
×
1的卷积和解码器输出最终的人体解析结果。
[0024]所述多功能理疗艾灸仪还包括智能温度设定模块，所述智能温度设定模块包括温度智能学习算法模型，该模温度智能学习算法模型对多源异构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能姿态调节的多功能理疗艾灸仪，其特征在于，包括：人体解析模块、温度传感器、视觉传感器、手势识别模块、智能温控模块；其中，所述人体解析模块用于接收视觉传感器获取的患者图像，并对图像中人体各部位进行识别和分割；所述温度传感器用于采集患者皮肤表面温度并发送给智能温控模块；所述视觉传感器用于采集医护人员的动态手势；所述手势识别模块用于从动态手势中提取手势信息，并根据手势信息生成动作指令，发送给智能温控模块；所述智能温控模块根据患者皮肤表面温度和动作指令对多功能理疗艾灸仪进行温度控制。2.根据权利要求1所述的多功能理疗艾灸仪，其特征在于，所述手势识别模块包括：医护动作感知模型，用于根据手势信息生成动作指令；所述医护动作感知模型为训练好的P3D和Transformer的融合模型。3.根据权利要求2所述的多功能理疗艾灸仪，其特征在于，采用视频帧训练所述P3D和Transformer的融合模型；所述视频帧为对视频训练集处理获得；所述视频训练集包含多个调整多功能理疗艾灸仪的手势动作视频片段。4.根据权利要求2所述的多功能理疗艾灸仪，其特征在于，所述手势信息包括视频帧和光...

【专利技术属性】
技术研发人员：龚水清，吕金虎，王田，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：