【技术实现步骤摘要】
本专利技术涉及运动监测，具体为一种用于糖尿病康复的运动过程机能监测方法。
技术介绍
1、糖尿病运动疗法的机理是提高胰岛素的敏感性，从而控制血糖水平，降低糖尿病及其并发症的发病几率。由于糖尿病的病因和发病机理不尽相同，虽然运动疗法对糖尿病治疗的重要性和有效性已经得到了广泛的认可，但是实际操作中依然存在着许多的困难，在临床上并未广泛的应用，困难主要包括医生和患者相关知识匮乏、患者个体差异性强、运动强度难以量化、监护困难、日常教育和指导困难等。从糖尿病治疗的现状来看，有必要在糖尿病康复运动中引入健康管理的理念，研发智能化运动信息采集和指导产品，建立家庭、社区、医院三级信息管理系统和人工智能数据平台，为糖尿病及其并发症患者提供个性化康复运动指导系统。
2、在糖尿病康复运动治疗的过程中，已经可以对患者的生理参数进行实时采集，并进行智能的处理和系统的管理，当监测到所采集的某种数值达到阈值时，则会发出提醒信号，达到提醒的目的。在一个周期（3至6个月）的治疗过程中，患者都是按照同一份运动计划进行康复训练，但在每一次的康复运动后，患者的身体机能都会相应的发生变化，如果仅仅是按照已经设定好的运动计划进行，那么就会造成局部康复程度不同的情况，因而会导致人员整体的康复程度较低的情况出现。
技术实现思路
1、本专利技术的目的在于提供一种用于糖尿病康复的运动过程机能监测方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种用于糖尿病康复的运动
3、步骤s1、利用监测设备对患者在进行康复运动过程中的各项人体生命特征进行监测，并将监测到的数据输送至云平台；
4、步骤s2、获取该患者所进行的康复动作，并判断患者所做出的动作是否达到训练动作的标准，若该动作未达标，则启动辅助模式，帮助患者将该动作做到标准；
5、步骤s3、运动结束后，记录该患者身体各部分肌肉群的变化，分析各个康复动作对患者身体内各部分肌肉群的影响，并预测肌肉群的恢复速度，制定该患者下一次的训练运动计划；
6、步骤s4、预测患者身体的整体恢复情况，并与患者实际的康复情况相结合，合理规划患者需要定期复查的时间；
7、步骤s5、在运动过程中若监测到患者的人体生命特征数值达到阈值，则触发警报模式，并根据该人员当前人体生命特征的变化状态，发送报警信息至社区平台或者医院平台。
8、进一步的，所述步骤s1中的监测设备包括心率传感器、温度传感器和血压传感器；所述心率传感器用于监测患者的心率变化，所述温度传感器用于监测患者的体温，所述血压传感器用于监测患者的血压；将上述监测到的数据信息上传至云平台，录入到该患者的康复档案数据库中。
9、进一步的，所述步骤s2包括：
10、步骤s201、标准的训练动作特征为{a、b、c、d、e......}，采集该患者当前所进行的康复动作的图像，根据该患者四肢的伸展的方向，以及各个肢体的角度状态，判断出当前该患者所进行的康复动作所对应的训练动作特征，其中康复动作∈{a、b、c、d、e......}，将患者进行的康复动作与标准的训练动作特征进行对比，判断患者所进行的康复动作是否达标；
11、步骤s202、若患者所进行的康复动作不标准，启动辅助模式，指导患者将动作进行到标准，其中辅助模式包括语音辅助和器械辅助，当启动语音辅助时，通过语音指令指导患者对其所进行的康复动作进行调整；当启动器械辅助时，利用物理器械对该患者的动作进行矫正。
12、进一步的，所述步骤s202中，获取患者的历史信息，判断患者的年龄和身体素质，并根据康复动作的难度，制定符合患者的动作标准，若患者年龄大或者身体素质偏低时，其进行康复训练的过程中，若康复动作不符合标准时，只启动语音辅助。
13、进一步的，所述步骤s3包括：
14、步骤s301、对患者的肢体处的肌肉群进行监测，其中前臂的肌肉群标记为p，上臂的肌肉群标记为q，小腿的肌肉群标记为m，大腿的肌肉群标记为n，并将本次训练结束后各个肌肉群的肌张力标记为、、、；将上一次训练后的肌张力标记为、、、；并计算每个肌肉群的肌张力变化值、、、；
15、其中表示为前臂的肌肉群的肌张力，表示为上臂的肌肉群的肌张力，表示为小腿的肌肉群的肌张力，表示为大腿的肌肉群的肌张力；
16、步骤s302、将本次训练的全部康复动作特征提取出来，其中所训练的康复动作特征包括a、b、c、d......，并获取每个康复动所进行的次数为na、nb、nc、nd......，将每个康复动作与其所主要训练的肌肉群对应（a，p）、（b，q）、（c，m）、（d，n）；
17、其中（a，p）表示康复动作特征a主要训练前臂的肌肉群p，（b，q）表示康复动作特征b主要训练上臂的肌肉群q，（c，m）表示康复动作特征c主要训练小腿的肌肉群m，（d，n）表示康复动作特征d主要训练大腿的肌肉群n；
18、计算每个康复动作进行的次数与其所对应的肌肉群的变化速率之间的关系：；
19、其中x表示康复动作特征，且x∈{a、b、c、d、e......}，表示单次进行康复动作特征x时肌张力的变化，表示进行康复特征x的次数；
20、步骤s303、设定每个肌肉群的恢复阈值，计算当前肌肉群的肌张力与阈值之间的差值、、、，并根据差值计算需要进行康复动作的次数；
21、获取单次进行康复动作的时间ta、tb、tc、td；
22、通过计算可得到：
23、前臂的肌肉群p恢复到恢复阈值状态所需时间为；
24、上臂的肌肉群q恢复到恢复阈值状态所需时间为；
25、小腿的肌肉群m恢复到恢复阈值状态所需时间为；
26、大腿的肌肉群n恢复到恢复阈值状态所需时间为；
27、一次完整的康复训练中康复动作a的训练次数为sa，进行康复动作b的训练次数为sb，进行康复动作c的训练次数为sc，进行康复动作d的训练次数为sd，
28、判断、、、的时间长短，并将恢复到阈值状态的所需时间短所对应的康复动作的次数减少，将恢复到阈值状态的所需时间长所对应的康复动作次数增加，直至在最后一次进行康复训练后，各个肌肉群均达到恢复阈值；调节每个康复动作应进行的训练次数后，生成新的训练计划，作为下一次训练时所需进行的康复训练项目和次数。
29、进一步的，所述步骤s4包括：
30、步骤s401、根据训练后患者的恢复状态，预测患者进行康复训练k周期后应该恢复的状态，与患者实际在进行周期的康复训练后的恢复状态相比对，得到预期与实际之间存在的差值；
31、步骤s402、并预测恢复周期数据，计算出患者应该去做定期复查的日期。
32、进一步的，所述步骤s4中，可录入将该患者的主治医生的值日表，根据预测的复查日期，获取该主治医生最相近的值日时本文档来自技高网...
【技术保护点】
1.一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述监测方法具体包括以下步骤：
2.根据权利要求1所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S1中的监测设备包括心率传感器、温度传感器和血压传感器；所述心率传感器用于监测患者的心率变化，所述温度传感器用于监测患者的体温，所述血压传感器用于监测患者的血压；将上述监测到的数据信息上传至云平台，录入到该患者的康复档案数据库中。
3.根据权利要求1所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S2包括：
4.根据权利要求3所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S202中，获取患者的历史信息，判断患者的年龄和身体素质，并根据康复动作的难度，制定符合患者的动作标准，若患者年龄大或者身体素质偏低时，其进行康复训练的过程中，若康复动作不符合标准时，只启动语音辅助。
5.根据权利要求1所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S3包括：
6.根据权利要求1所述的一种用于糖尿病康复
7.根据权利要求6所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S4中，可录入将该患者的主治医生的值日表，根据预测的复查日期，获取该主治医生最相近的值日时间，并将该时间推荐给患者。
8.根据权利要求1所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S5包括：
9.根据权利要求8所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤S5中，获取社区人员和医院人员分别到达患者当前所处地理位置的路况，若医院与患者之间的交通情况良好，而社区与患者之间处于交通堵塞，则可在判断在轻度紧急的状态下，同时向医院发出报警通知。
...【技术特征摘要】
1.一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述监测方法具体包括以下步骤：
2.根据权利要求1所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤s1中的监测设备包括心率传感器、温度传感器和血压传感器；所述心率传感器用于监测患者的心率变化，所述温度传感器用于监测患者的体温，所述血压传感器用于监测患者的血压；将上述监测到的数据信息上传至云平台，录入到该患者的康复档案数据库中。
3.根据权利要求1所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤s2包括：
4.根据权利要求3所述的一种用于糖尿病康复的运动过程机能监测方法，其特征在于：所述步骤s202中，获取患者的历史信息，判断患者的年龄和身体素质，并根据康复动作的难度，制定符合患者的动作标准，若患者年龄大或者身体素质偏低时，其进行康复训练的过程中，若康复动作不符合标准时，只启动语音辅助。...
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。