【技术实现步骤摘要】
本专利技术涉及一种基于动态生理数据和用户指令生成训练方案的方法，属于医疗保健信息学。
技术介绍
1、当前在个性化居家康复领域，一种普遍采用的技术方式是利用肌电或压力传感器，对用户的生理状态进行实时监测，并通过生物反馈的方式引导用户完成训练，这类方法通常预设一个客观的生理数据指标作为训练目标，用户在训练中的任务，即是通过自身的生理活动，使其产生的实时生理数据达到或维持在该目标数值上，这种方式在理论上为居家训练的量化与标准化提供了基础，并在一定时期内构成了该领域的主流技术路径。
2、然而，当此种技术方式应用于本体感觉相对薄弱的康复初期用户时，其局限性便开始显现，用户接收到的训练指令为一个外部客观数值，其与用户的内在用力感觉之间缺乏直接对应，用户难以将该指令内化为确切的用力意图，训练过程常表现为对未知目标的反复试探；同时，系统仅以最终的生理数据数值作为评判依据，无法分辨数据背后神经肌肉募集模式的正确性，用户为达成数值目标，时常无意识地调用非目标辅助肌群进行代偿或因意图不稳产生不连贯的生理输出；因此，现有技术路径在采集并采纳了被代偿...
【技术保护点】
1.一种基于动态生理数据和用户指令生成训练方案的方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种基于动态生理数据和用户指令生成训练方案的方法，其特征在于，步骤c中建立个性化映射模型的方法包括：获取至少两个主观感知标签及其各自对应的有效生理数据，其中主观感知标签为表征用户感知用力的不同强度等级的术语；并且，通过对至少两个主观感知标签及其对应的有效生理数据应用曲线拟合算法，生成个性化映射模型。
3.根据权利要求1所述的一种基于动态生理数据和用户指令生成训练方案的方法，其特征在于，激活时序特征包括从指令发出到生理数据首次突破静息基...
【技术特征摘要】
1.一种基于动态生理数据和用户指令生成训练方案的方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种基于动态生理数据和用户指令生成训练方案的方法，其特征在于，步骤c中建立个性化映射模型的方法包括：获取至少两个主观感知标签及其各自对应的有效生理数据，其中主观感知标签为表征用户感知用力的不同强度等级的术语；并且，通过对至少两个主观感知标签及其对应的有效生理数据应用曲线拟合算法，生成个性化映射模型。
3.根据权利要求1所述的一种基于动态生理数据和用户指令生成训练方案的方法，其特征在于，激活时序特征包括从指令发出到生理数据首次突破静息基线噪声阈值的起效延迟，与生理数据从起效点上升至第一峰值所用时间的倒数所表征的峰值斜率；模板为起效延迟和峰值斜率的数值范围。
4.根据权利要求1所述的一种基于动态生理数据和用户指令生成训练方案的方法，其特征在于，稳定性指标的确定与稳定条件的判断方法包括：在一个滑动时间窗口内持续计算生理数据流的变异系数cv，其中，为生理数据在滑动时间窗口内的标准差，为生理数据在滑动时间窗口内的平均值；并且，当变异系数cv的数值持续低于稳定态阈值时，判定满足稳定条件。
5.根据权利要求1所述的一种基于动态生理数据和用户指令生成训练方案的方法，其特征在于，步骤e中的协同校正反馈，是一种非数值化的图形用户界面变化，图形用户界面的形态变化程度，由实时生理数据与生理数据目标范围之间的偏离量确定。
6.根据权利要求1所述的一种基于动态生理数据和用户指令生成训练方案的方法，其特征在于，在步骤e之后还包括一个用于补偿会话内疲劳的动态调整机制，该机制包括：针对用户成功执行的每一次训练任务，...
【专利技术属性】
技术研发人员：张利，杨楠，瞿桢，
申请(专利权)人：湖南艾瑞特生物医疗科技有限公司，
类型：发明
国别省市：
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。