【技术实现步骤摘要】
本申请涉及康复训练，尤其涉及一种康复训练任务难度自适应调节方法及装置。
技术介绍
1、跑步机训练被广泛用于改善因肌肉损伤或退行性疾病导致的偏瘫患者的步态障碍，可用于改善患者的步行速度，提高稳定性与降低变异性。适宜强度的跑步机训练结合针对推进力的干预将有助于改善偏瘫患者的行走能力，减低跌倒风险。现有的研究一般是利用跑步机对受试者施加一个干扰，来探究影响步态稳定性和变异性的因素，或在跑步机训练中设置固定速度，分析训练对患者的改善效果。这些训练范式使用固定的运行速度，忽略了速度对不同受试者的影响存在差异，导致运动训练的效率较低。
技术实现思路
1、本申请提供了一种康复训练任务难度自适应调节方法及装置，能够对用户进行更加科学合理的康复训练，使受试者行走更加稳定，提高康复训练的效率和效果。
2、第一方面，本申请实施例提供了一种康复训练任务难度自适应调节方法，包括：
3、获取用户的初始步态参数和训练时下肢的运动学信息和动力学信息；
4、对运动学信息和动力学信息进行步态分析，得到用户的对称性分析参数、稳定性分析参数和变异性分析参数；
5、分别计算稳定性分析参数、变异性分析参数与初始步态参数的比值，基于预设模糊规则、稳定性比值和变异性比值确定任务难度等级；
6、根据任务难度等级调整跑步机电机的输入频率；
7、确定对称性分析参数与任务难度等级的差距，并反馈给用户。
8、进一步的，运动学信息包括用户的关节角度信息和运动
9、关节角度信息包括踝关节角度、踝关节角速度、踝关节角加速度、膝关节角度、膝关节角速度、膝关节角加速度，运动位移信息包括步长、步频和运动位移加速度；
10、动力学信息包括用户与地面之间的三维反作用力。
11、进一步的，上述对运动学信息和动力学信息进行步态分析，得到用户的对称性分析参数、稳定性分析参数和变异性分析参数，包括：
12、对动力学信息进行基线去除和低通滤波，得到预处理动力信息；
13、基于预设阈值对预处理动力信息进行划分，得到用户的步态周期；
14、将预处理动力信息输入对称性评估模型中，得到对称性分析参数；
15、根据步态周期对运动学信息中的关节角度信息进行归一化；
16、将归一化关节角度输入稳定性评估模型中，得到稳定性分析参数；
17、将归一化关节角度输入变异性评估模型中，得到变异性分析参数。
18、进一步的，上述将预处理动力信息输入对称性评估模型中，得到对称性分析参数，包括：
19、对预处理动力信息采用峰值检测算法，得到用户当前步态周期的推进力峰值；
20、根据推进力峰值计算对称性分析参数。
21、进一步的，上述将归一化关节角度输入稳定性评估模型中，得到稳定性分析参数，包括：
22、采用自相关函数确定相空间的时间延迟；
23、采用虚假最近邻法确定相空间的嵌入维度；
24、根据时间延迟、嵌入维度和归一化关节角度重构相空间；
25、确定相空间中任意相点矢量对应的最邻近点；
26、基于各最邻近点计算邻近点对的平均间距对数；
27、构建平均间距对数和邻近点前进轨迹的关系曲线；
28、采用最小二乘法拟合关系曲线，得到稳定性分析参数。
29、进一步的，上述根据步态周期对运动学信息中的关节角度信息进行归一化，包括：采用线性插值的方法对各步态周期对应的关节角度信息进行插值，得到预设长度的归一化关节角度。
30、进一步的，上述分别计算稳定性分析参数、变异性分析参数与初始步态参数的比值，基于预设模糊规则、稳定性比值和变异性比值确定任务难度等级，包括：
31、计算各稳定性比值的稳定性平均值和各变异性比值的变异性平均值；
32、将稳定性平均值和变异性平均值映射到模糊集，得到稳定隶属度和变异隶属度；
33、根据预设模糊规则、稳定隶属度和变异隶属度推导模糊输出；
34、采用解模糊化方法将模糊输出转换为模糊逻辑控制器的清晰输出值；
35、通过线性映射将清晰输出值转化为当前任务难度变化量；
36、根据当前任务难度变化量和用户的当前任务难度计算任务难度等级。
37、第二方面，本申请实施例提供了一种康复训练任务难度自适应调节装置，包括：
38、获取模块，用于获取用户的初始步态参数和训练时下肢的运动学信息和动力学信息；
39、分析模块，用于对运动学信息和动力学信息进行步态分析，得到用户的对称性分析参数、稳定性分析参数和变异性分析参数；
40、计算模块，用于分别计算稳定性分析参数、变异性分析参数与初始步态参数的比值，基于预设模糊规则、稳定性比值和变异性比值确定任务难度等级；
41、调整模块，用于根据任务难度等级调整跑步机电机的输入频率；
42、反馈模块，用于确定对称性分析参数与任务难度等级的差距，并反馈给用户。
43、第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时执行如上述任一实施例的康复训练任务难度自适应调节方法的步骤。
44、第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一实施例的康复训练任务难度自适应调节方法的步骤。
45、综上，与现有技术相比，本申请实施例提供的技术方案带来的有益效果至少包括：
46、本申请实施例提供的一种康复训练任务难度自适应调节方法，通过获取用户的初始步态参数和训练时下肢的运动学信息和动力学信息并进行对称性、稳定性、变异性的分析，根据分析得到的参数确定任务难度等级，根据任务难度等级调整跑步机的速度，同时还会将用户当前的训练情况和任务难度等级之间的差距反馈给用户，起到督促作用。上述方法可以对用户进行更加科学合理的康复训练，使受试者行走更加稳定，提高康复训练的效率和效果。
本文档来自技高网...【技术保护点】
1.一种康复训练任务难度自适应调节方法，其特征在于，包括：
2.根据权利要求1所述的康复训练任务难度自适应调节方法，其特征在于，所述运动学信息包括所述用户的关节角度信息和运动位移信息；
3.根据权利要求2所述的康复训练任务难度自适应调节方法，其特征在于，所述对所述运动学信息和所述动力学信息进行步态分析，得到所述用户的对称性分析参数、稳定性分析参数和变异性分析参数，包括：
4.根据权利要求3所述的康复训练任务难度自适应调节方法，其特征在于，所述将所述预处理动力信息输入对称性评估模型中，得到所述对称性分析参数，包括：
5.根据权利要求3所述的康复训练任务难度自适应调节方法，其特征在于，所述将所述归一化关节角度输入稳定性评估模型中，得到所述稳定性分析参数，包括：
6.根据权利要求3所述的康复训练任务难度自适应调节方法，其特征在于，所述根据所述步态周期对所述运动学信息中的所述关节角度信息进行归一化，包括：
7.根据权利要求1所述的康复训练任务难度自适应调节方法，其特征在于，所述分别计算所述稳定性分析参数、所述变异性分
8.一种康复训练任务难度自适应调节装置，其特征在于，包括：
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述康复训练任务难度自适应调节方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述康复训练任务难度自适应调节方法的步骤。
...【技术特征摘要】
1.一种康复训练任务难度自适应调节方法，其特征在于，包括：
2.根据权利要求1所述的康复训练任务难度自适应调节方法，其特征在于，所述运动学信息包括所述用户的关节角度信息和运动位移信息；
3.根据权利要求2所述的康复训练任务难度自适应调节方法，其特征在于，所述对所述运动学信息和所述动力学信息进行步态分析，得到所述用户的对称性分析参数、稳定性分析参数和变异性分析参数，包括：
4.根据权利要求3所述的康复训练任务难度自适应调节方法，其特征在于，所述将所述预处理动力信息输入对称性评估模型中，得到所述对称性分析参数，包括：
5.根据权利要求3所述的康复训练任务难度自适应调节方法，其特征在于，所述将所述归一化关节角度输入稳定性评估模型中，得到所述稳定性分析参数，包括：
6.根据权利要求3所述的康复训练任务难度自适应调节...
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。