【技术实现步骤摘要】
本申请涉及康复护理领域，且更为具体地，涉及一种用于康复护理的智能辅助系统及方法。
技术介绍
1、康复护理是指针对因疾病、伤残或老化等原因导致的身体功能障碍的患者，通过专业的评估、训练和指导，帮助他们恢复或提高生活质量的一种医疗服务。康复护理的目标是使患者达到较佳的功能状态，减少并发症的发生，提高自理能力和社会参与度。康复护理涉及多学科的协作，包括物理治疗、职能治疗、语言治疗、心理治疗等。
2、在进行康复护理的过程中，每个患者的康复过程和进展可能不同，因此，康复护理的过程需要根据患者的个体情况制定个性化的康复方案，并根据患者的反馈和进展进行调整以满足其具体需求。但是，传统的康复护理系统通常是基于一般化的康复方案进行的，无法充分考虑患者的个体差异和特殊需求。此外，传统的康复护理通常依赖患者的主观反馈来评估康复进展，然而，患者的主观感受可能存在误差或主观偏见，无法提供准确的信息给医护人员进行判断和康复方案调整，导致患者的康复进展可能受到延误或不足，同时，这种方式也无法实时监测患者状况的问题，无法及时发现潜在的健康问题或康复风险。
3、因此，期望一种用于康复护理的智能辅助系统。
技术实现思路
1、有鉴于此，本申请提出了一种用于康复护理的智能辅助系统及方法，其可以通过调整康复运动数据来确保患者的康复安全性和质量，使医护人员能够更好地监测和管理患者的康复过程。
2、根据本申请的一方面，提供了一种用于康复护理的智能辅助系统，其包括：
3、数据采集模
4、生理数据时序排列模块，用于将所述多个预定时间点的生理数据按照时间维度和生理样本维度排列为生理数据时序矩阵；
5、运动数据时序编码模块，用于分别对所述多个预定时间点的运动数据进行编码以得到运动数据编码向量的序列；
6、运动状态特征全局关联分析模块，用于对所述运动数据编码向量的序列进行上下文全局运动状态关联特征分析以得到上下文运动状态特征向量的序列；
7、生理状态嵌入运动状态时序分析模块，用于将所述上下文运动状态特征向量的序列和所述生理数据时序矩阵进行嵌入式关联特征分析以得到生理状态嵌入运动状态时序特征；以及
8、康复方案调整模块，用于基于所述生理状态嵌入运动状态时序特征，确定被监测患者的康复方案是否需要调整。
9、进一步地，所述运动状态特征全局关联分析模块，用于：将所述运动数据编码向量的序列通过基于转换器的运动状态上下文编码器以得到所述上下文运动状态特征向量的序列。
10、进一步地，所述生理状态嵌入运动状态时序分析模块，用于：将所述上下文运动状态特征向量的序列和所述生理数据时序矩阵通过特征嵌入模块以得到生理状态嵌入运动状态时序特征向量，作为所述生理状态嵌入运动状态时序特征。
11、进一步地，所述生理状态嵌入运动状态时序分析模块，包括：
12、全卷积特征提取单元，用于将所述生理数据时序矩阵通过基于全卷积网络模型的特征提取器以得到生理数据时序特征向量；
13、一次线性处理单元，用于将所述生理数据时序特征向量进行线性处理以得到线性处理后生理数据时序特征向量；
14、二次线性处理单元，用于将所述上下文运动状态特征向量的序列进行线性处理以得到线性处理后上下文运动状态特征向量的序列；
15、线性融合单元，用于融合所述线性处理后生理数据时序特征向量和所述线性处理后上下文运动状态特征向量的序列以得到生理数据-运动状态线性初融合向量；
16、一维卷积单元，用于对所述上下文运动状态特征向量的序列进行一维卷积处理以得到上下文运动状态时序邻域关联特征向量的序列；以及
17、拼接融合单元，用于将所述上下文运动状态时序邻域关联特征向量的序列和所述生理数据-运动状态线性初融合向量进行基于拼接方式的融合以得到所述生理状态嵌入运动状态时序特征向量。
18、进一步地，所述康复方案调整模块，用于：将所述生理状态嵌入运动状态时序特征向量通过分类器以得到分类结果，所述分类结果用于表示被监测患者的康复方案是否需要调整。
19、进一步地，还包括用于对所述基于转换器的运动状态上下文编码器、所述特征嵌入模块和所述分类器进行训练的训练模块。
20、进一步地，所述训练模块，包括：
21、训练数据采集单元，用于获取训练数据，所述训练数据包括由康复护理辅助装置采集的训练被监测患者在预定时间段内的多个预定时间点的训练生理数据和训练运动数据，以及，所述训练被监测患者的康复方案是否需要调整的真实值；
22、训练生理数据时序排列单元，用于将所述多个预定时间点的训练生理数据按照时间维度和生理样本维度排列为训练生理数据时序矩阵；
23、训练运动数据时序编码单元，用于分别对所述多个预定时间点的训练运动数据进行编码以得到训练运动数据编码向量的序列；
24、训练运动状态特征全局关联分析单元，用于对所述训练运动数据编码向量的序列进行上下文全局运动状态关联特征分析以得到训练上下文运动状态特征向量的序列；
25、训练生理状态嵌入运动状态时序分析单元，用于将所述训练上下文运动状态特征向量的序列和所述训练生理数据时序矩阵通过特征嵌入模块进行嵌入式关联特征分析以得到训练生理状态嵌入运动状态时序特征向量；
26、损失值计算单元，用于将所述训练生理状态嵌入运动状态时序特征向量通过所述分类器以得到分类损失函数值；以及
27、损失训练单元，用于基于所述分类损失函数值并通过梯度下降的方向传播来对所述基于转换器的运动状态上下文编码器、所述特征嵌入模块和所述分类器进行训练，其中，在训练的每次权重矩阵迭代时，对所述训练生理状态嵌入运动状态时序特征向量进行训练优化。
28、进一步地，所述损失训练单元，用于：使用所述分类器以如下训练分类公式对所述训练生理状态嵌入运动状态时序特征向量进行处理以得到训练分类结果；其中，所述训练分类公式为：
29、；其中，到为权重矩阵，到为偏置向量，为所述训练生理状态嵌入运动状态时序特征向量；以及，计算所述训练分类结果与所述真实值之间的交叉熵值作为所述分类损失函数值。
30、根据本申请的另一方面，提供了一种用于康复护理的智能辅助方法，其包括：
31、获取由康复护理辅助装置采集的被监测患者在预定时间段内的多个预定时间点的生理数据和运动数据；
32、将所述多个预定时间点的生理数据按照时间维度和生理样本维度排列为生理数据时序矩阵；
33、分别对所述多个预定时间点的运动数据进行编码以得到运动数据编码向量的序列；
34、对所述运动数据编码向量的序列进行上下文全局运动状态关联特征分析以得到上下文运动状态特征向量的序列；
35、将所述上下文运动状态本文档来自技高网...
【技术保护点】
1.一种用于康复护理的智能辅助系统，其特征在于，包括：
2.根据权利要求1所述的用于康复护理的智能辅助系统，其特征在于，所述运动状态特征全局关联分析模块，用于：将所述运动数据编码向量的序列通过基于转换器的运动状态上下文编码器以得到所述上下文运动状态特征向量的序列。
3.根据权利要求2所述的用于康复护理的智能辅助系统，其特征在于，所述生理状态嵌入运动状态时序分析模块，用于：将所述上下文运动状态特征向量的序列和所述生理数据时序矩阵通过特征嵌入模块以得到生理状态嵌入运动状态时序特征向量，作为所述生理状态嵌入运动状态时序特征。
4.根据权利要求3所述的用于康复护理的智能辅助系统，其特征在于，所述生理状态嵌入运动状态时序分析模块，包括：
5.根据权利要求4所述的用于康复护理的智能辅助系统，其特征在于，所述康复方案调整模块，用于：将所述生理状态嵌入运动状态时序特征向量通过分类器以得到分类结果，所述分类结果用于表示被监测患者的康复方案是否需要调整。
6.根据权利要求5所述的用于康复护理的智能辅助系统，其特征在于，还包括用于对所述基于转
7.根据权利要求6所述的用于康复护理的智能辅助系统，其特征在于，所述训练模块，包括：
8.根据权利要求7所述的用于康复护理的智能辅助系统，其特征在于，所述损失训练单元，用于：使用所述分类器以如下训练分类公式对所述训练生理状态嵌入运动状态时序特征向量进行处理以得到训练分类结果；其中，所述训练分类公式为：
9.一种用于康复护理的智能辅助方法，其特征在于，包括：
10.根据权利要求9所述的用于康复护理的智能辅助方法，其特征在于，对所述运动数据编码向量的序列进行上下文全局运动状态关联特征分析以得到上下文运动状态特征向量的序列，包括：将所述运动数据编码向量的序列通过基于转换器的运动状态上下文编码器以得到所述上下文运动状态特征向量的序列。
...【技术特征摘要】
1.一种用于康复护理的智能辅助系统，其特征在于，包括：
2.根据权利要求1所述的用于康复护理的智能辅助系统，其特征在于，所述运动状态特征全局关联分析模块，用于：将所述运动数据编码向量的序列通过基于转换器的运动状态上下文编码器以得到所述上下文运动状态特征向量的序列。
3.根据权利要求2所述的用于康复护理的智能辅助系统，其特征在于，所述生理状态嵌入运动状态时序分析模块，用于：将所述上下文运动状态特征向量的序列和所述生理数据时序矩阵通过特征嵌入模块以得到生理状态嵌入运动状态时序特征向量，作为所述生理状态嵌入运动状态时序特征。
4.根据权利要求3所述的用于康复护理的智能辅助系统，其特征在于，所述生理状态嵌入运动状态时序分析模块，包括：
5.根据权利要求4所述的用于康复护理的智能辅助系统，其特征在于，所述康复方案调整模块，用于：将所述生理状态嵌入运动状态时序特征向量通过分类器以得到分类结果，所述分类结果用于表示被监测患者的康复方...
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。