一种智能康复按摩方法、机器人及存储介质技术

本发明专利技术提出了一种智能康复按摩方法，包括以下步骤：采集受试者在按摩过程中的脑波数据、生理数据和面部图像数据；将采集的脑波数据、生理数据和面部图像数据输入预先训练好的力度调节指令识别模型，识别出受试者反馈的力度调节指令；根据受试者反馈的力度调节指令调节按摩力度。本发明专利技术将脑波数据、生理数据和面部图像数据进行融合分析，可以更加准确地识别出受试者对于按摩刺激的真实感受，从而准确识别出受试者反馈的按摩力度调节指令，按摩机器人可根据所述力度调节指令自动调节按摩力度，从而为受试者提供最佳的按摩服务，按摩过程中无需受试者主动调节各按摩部位的按摩力度，提升了按摩体验。升了按摩体验。升了按摩体验。

【技术实现步骤摘要】
一种智能康复按摩方法、机器人及存储介质


[0001]本专利技术涉及医疗康复器械
，尤其涉及一种智能康复按摩方法、机器人及存储介质。

技术介绍

[0002]随着现代文明的进步，机器人已被人们熟知和认可，机器人已经从狭隘的工业、国防等特种领域向与人类密切相关的服务领域迈进；服务机器人涉及的领域广泛，服务领域的运输、保养、救援、医疗、保安、救灾等都有各式各样的机器人在为人类服务；服务机器人技术具有综合性和渗透性的特点，着眼于利用日益成熟的机器人技术为人类更好的服务；服务机器人在老人、残疾人的医疗保健等与人们生活息息相关的服务领域具有非常广阔的应用前景。
[0003]按摩机器人是服务机器人的一种，结合日益成熟的机器人技术，现今已出现的按摩机器人具有按摩力量精确可控、按摩穴位定位精度高、按摩动作可准确重复等优点，基本可以实现按照中医按摩理论对人体的按摩，这对残疾人的康复、中老年人的健康以及人们生活质量的提高有非常大的帮助；由于不同的个体对于按摩力度的适应性不同，且同一个体在不同时间段对按摩力度的适应性也不同，按摩力度过大会损害身体健康，按摩本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能康复按摩方法，其特征在于，包括以下步骤：采集受试者在按摩过程中的脑波数据、生理数据和面部图像数据；将采集的脑波数据、生理数据和面部图像数据输入预先训练好的力度调节指令识别模型，识别出受试者反馈的力度调节指令；根据受试者反馈的力度调节指令调节按摩力度。2.如权利要求1所述的一种智能康复按摩方法，其特征在于，所述脑波数据包括α波和θ波的成分变化数据；所述生理数据至少包括心率数据和血压数据；所述面部图像数据包括多种面部表情图像特征；所述脑波数据、生理数据、面部图像数据均用于表征受试者对按摩刺激的感受，受试者对按摩刺激的感受与受试者反馈的力度调节指令对应。3.如权利要求1所述的一种智能康复按摩方法，其特征在于，所述力度调节指令识别模型的训练过程如下：采集大量受试者在按摩过程中的脑波数据、生理数据、面部图像数据作为特征数据以及受试者自主调节按摩力度的控制指令作为标签数据；所述标签数据包括按摩力度增大的控制指令、按摩力度保持不变的控制指令和按摩力度减小的控制指令；对所述特征数据和标签数据进行预处理；将预处理后的特征数据与标签数据进行匹配，得到样本数据；构建第一SVM神经网络，将所述脑波数据作为输入、标签数据作为输出，对第一SVM神经网络进行训练和测试，得到第一力度调节指令识别模型；构建第二SVM神经网络，将所述生理数据作为输入、标签数据作为输出，对第二SVM神经网络进行训练和测试，得到第二力度调节指令识别模型；构建CNN神经网络，将所述面部图像数据作为输入、标签数据作为输出，对CNN神经网络进行训练和测试，得到第三力度调节指令识别模型；将三个力度调节指令识别模型的识别结果按照配置的权重进行融合，得到最终的力度调节指令识别模型。4.如权利要求3所述的一种智能康复按摩方法，其特征在于，对所述特征数据进行预处理包括：对脑波数据、生理数据进行截取、放大和降噪处理，对所述面部图像数据进行人脸对齐、面部剪裁和特征标记处理；对所述标签数据进行预处理包括：将按摩力度增大的控制指令赋值为0，将按摩力度保持不变的控制指令赋值为0.5，将按摩力度减小的控制指令赋值为1。5.如权利要求4所述的一种智能康复按摩方法，其特征在于，所述权重的配置方法为：根据三个力度调节指令识别模型在测试集中的识别准确率来配置权重，准确率越高，则对应的权重越...

【专利技术属性】
技术研发人员：陈琼，刘春，叶志伟，陈荆亮，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：