CN109273078B - 一种踝足康复牵引控制***及方法 - Google Patents
一种踝足康复牵引控制***及方法 Download PDFInfo
- Publication number
- CN109273078B CN109273078B CN201811273278.0A CN201811273278A CN109273078B CN 109273078 B CN109273078 B CN 109273078B CN 201811273278 A CN201811273278 A CN 201811273278A CN 109273078 B CN109273078 B CN 109273078B
- Authority
- CN
- China
- Prior art keywords
- module
- rehabilitation
- reminding
- pressure
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F5/00—Orthopaedic methods or devices for non-surgical treatment of bones or joints; Nursing devices; Anti-rape devices
- A61F5/01—Orthopaedic devices, e.g. splints, casts or braces
- A61F5/04—Devices for stretching or reducing fractured limbs; Devices for distractions; Splints
- A61F5/042—Devices for stretching or reducing fractured limbs; Devices for distractions; Splints for extension or stretching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Evolutionary Biology (AREA)
- Physiology (AREA)
- Computational Linguistics (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Heart & Thoracic Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Business, Economics & Management (AREA)
- Nursing (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Vascular Medicine (AREA)
- Mobile Radio Communication Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明属于踝足康复技术领域,公开了一种踝足康复牵引控制***及方法,所述踝足康复牵引控制***包括:踝足康复牵引控制***包括:压力检测模块、温度检测模块、中央控制模块、无线通信模块、智能手机、降温模块、康复提醒模块、数据存储模块、显示模块。本发明通过无线通信模块能够避免受到较大干扰而影响发送成功率,可及时快速的获取踝足康复信息;同时,通过康复提醒模块将医护人员制定的康复计划与已存储的康复计划进行比较,在未发生冲突的情况下存储所述康复计划且设置预设提醒时间,有助于保证康复计划的制定的准确性,进而通过在预设提醒时间对患者进行提醒,相比于现有技术中通过人工通知及提醒,可以提高康复计划的执行效率和准确性。
Description
技术领域
本发明属于踝足康复技术领域,尤其涉及一种踝足康复牵引控制***及方法。
背景技术
随着现代人运动健身理念的增强,特别是跑步、健步走、球类运动的增加,足踝的损伤也越来越多。如果不能及早发现和处理足踝问题,可能会对身体其他部位(如膝关节、髋关节、腰椎、颈椎等)带来损伤。现实生活中,饱受足部疾患折磨的人大有人在。踝矫形器是一种用于踝部软组织损伤和足踝关节不稳患者的矫形器。也可用于体育运动中个人的防护保健。用于踝部软组织损伤和足踝关节不稳患者的矫形器。也可用于体育运动中个人的防护保健。这种单纯的踝部矫形器主要有弹性护踝和韧带型踝部矫形器两种,结构都比较简单;如果足踝部损伤较重,那就需要配置踝足矫形器了。然而,现有踝足康复牵引控制***采集的数据在通信时,无线信号容易受到环境影响导致信号发送失败,降低报文发送的物理速率,导致长时间占用空口,降低通信信息吞吐量;同时,在现有技术中,通常由医护人员人工为患者制定踝足康复计划表,然后针对每个患者的每项康复项目,由医护人员进行人工通知和提醒,效率较低,且容易发生康复计划制定冲突、错误通知、遗漏通知等问题,发生执行错误,导致康复医疗资源的浪费,甚至贻误病情。
综上所述,现有技术存在的问题是:
(1)现有踝足康复牵引控制***采集的数据在通信时,无线信号容易受到环境影响导致信号发送失败,降低报文发送的物理速率,导致长时间占用空口,降低通信信息吞吐量;同时,在现有技术中,通常由医护人员人工为患者制定踝足康复计划表,然后针对每个患者的每项康复项目,由医护人员进行人工通知和提醒,效率较低,且容易发生康复计划制定冲突、错误通知、遗漏通知等问题,发生执行错误,导致康复医疗资源的浪费,甚至贻误病情。
(2)无线发射器将采集的压力、温度数据发送到智能手机的过程中,信号与噪声的大量重叠,导致信号传递的精度降低,同时导致局部分析能力降低。
(3)现有技术中存储器在存储采集的压力、温度、获取的提醒计划数据信息进行分类的过程中,容易导致分类结果偏向多数类,降低效果的理想性。
(4)现有的压阻式压力传感器实时检测牵引器对足部压力数据信息时,容易陷入局部极小的缺陷。
发明内容
针对现有技术存在的问题,本发明提供了一种踝足康复牵引控制***及方法。
本发明是这样实现的,一种踝足康复牵引控制方法,所述踝足康复牵引控制方法包括以下步骤:
第一步,通过压力检测模块利用压力传感器实时检测牵引器对足部压力数据信息;通过温度检测模块利用温度传感器实时检测牵引器内部康复环境温度数据信息;
第二步,中央控制模块通过无线通信模块利用无线发射器将采集的压力、温度数据发送到智能手机进行查询;
第三步,当温度高时,中央控制模块控制降温模块利用降温器为患者康复过程提供降温操作;当压力过高时,中央控制模块控制康复提醒模块中的设备对对患者的足部牵引力进行操作调节,并提醒患者康复提醒信息;
第四步,中央控制模块经过数据的处理,将所采集的压力、温度传递给数据存储模块进行储存,同时经过数据处理将采集的压力和温度信息传递到显示屏,显示屏进而显示相关的温度和压力数据;
第五步,中央控制模块从数据存储模块中的存储器存获取提醒计划数据信息,传递到显示屏,进行显示提醒。
进一步,所述压力检测模块通过压阻式压力传感器实时检测牵引器对足部压力数据信息时,采用基于遗传算法的小波神经网路算法,包括以下步骤:
步骤一,初始化种群:网络输入层与隐含层之间的连接权值vji、隐含层导输出层的权值wkj、伸缩因子aj和平移因子bj进行初始化编码,确定每个种群中的个体包含的基因个数利用网格法来确定搜索空间的每个初始点,然后对其进行编码以产生一定规模的初始种群;
步骤二,根据个体的适应度,对群体中的个体进行选择、交叉和变异操作;
步骤三,判断是否满足遗传算法结束条件,采用两个结束条件:适应度达到一定的值或适应度达到某一较低的值同时迭代一定的代数,两个条件满足任何一个都可退出,转入小波网络优化搜索;
步骤四,遗传算子操作:先进行变异操作以保持群体的多样性,在进行交叉操作,最后进行四分之二选择策略;
步骤五,判断是否达到物种操作的代数,若是则进行物种操作,否则重新计算个体的适应度;
步骤六,在进行K次操作后,选择m个具有全局性的进化解,以m个进化解为初始解,设计小波网路,获得神经网路的权值、伸缩因子和平移因子;
步骤七,用误差反向传播算法训练网络,直到满足指定精度。
进一步,所述无线通信模块在通过无线发射器将采集的压力、温度数据发送到智能手机的过程中,采用基于最优小波包的信号去噪算法,包括以下步骤:
步骤一,信号的小波包分解,选择一个小波并确定所需分解的层次N,然后对含噪信号进行N层小波包分解;
步骤二,对于给定的Shannon熵标准,选择最优小波包基;
步骤三,对分解的各个频段根据不同的阈值选择方法选择阈值,对最优小波包基每个节点上的分解系数进行阈值量化,阈值量化采用软阈值方法;
步骤四,只利用阈值量化以后的最优小波包基的分解系数进行信号的重构,重构得到的信号就是经过最优小波包基去噪后的信号。
进一步,所述数据存储模块通过存储器存储采集的压力、温度、获取的提醒计划数据信息进行分类的过程中,存储器采用基于聚类融合欠抽样改进AdaBoost算法,包括以下步骤:
步骤一,给定样本集合D={(x1,y1),(x2,y2),…,(xn,yn)},其中,n为训练集样本总数,xi是输入空间X的实例,yi∈{-1,+1}是输出分类Y对应的分类标签,迭代次数为T,重复使用K均值算法产生h个聚类结果,共识函数使用Fred提出的Co-association矩阵方法,最终将训练样本聚成c个簇,分别记为C1,C2,…,Cc;
步骤三,For t=1,2,3,…,T预定的迭代次数;
根据各个簇中负类数与正类的比率,从每个簇中抽取部分负类与所有正类合并成1∶1平衡数据集用于下面的分类器训练,每个簇中负类样本被抽中的概率与样本权重相关,Maj Size为负类样本总数,则每个簇中抽取的负类样本数:
使用弱学习算法训练得到分类器ht;
步骤四,通过遗传算法选择出差异度比较大的分类器,选择性集成得到最后的强分类器:
其中,NUM为最后集成的分类器数目。
进一步,所述无线通信模块的通信方法如下:
首先,发送方设备在配置的多个射频芯片中选取一个发送芯片,以用于发送报文;
然后,记录所述报文的发送完成时间;
最后,在以所述发送完成时间为起始时间点的预设时间段内,若所述多个射频芯片中的任一射频芯片接收到确认,则确认所述报文发送成功。
本发明的另一目的在于提供一种实现所述踝足康复牵引控制方法的踝足康复牵引控制***,所述踝足康复牵引控制***包括:
压力检测模块,与中央控制模块连接,用于通过压力传感器实时检测牵引器对足部压力数据信息;
温度检测模块,与中央控制模块连接,用于通过温度传感器实时检测踝足牵引器内部康复环境温度数据信息;
中央控制模块,与压力检测模块、温度检测模块、无线通信模块、降温模块、康复提醒模块、数据存储模块、显示模块连接,用于通过单片机控制各个模块正常工作;
无线通信模块,与中央控制模块、智能手机连接,用于通过无线发射器将采集的压力、温度数据发送到智能手机进行查询;
降温模块,与中央控制模块连接,用于通过降温器为患者在牵引器内部进行提供降温操作;
康复提醒模块,与中央控制模块连接,用于对患者的足部牵引力进行操作调节,并提醒患者康复提醒信息;
数据存储模块,与中央控制模块连接,用于通过存储器存储采集的压力、温度、获取的提醒计划数据信息;
显示模块,与中央控制模块连接,用于通过显示器显示患者在康复过程中足部压力、环境温度、康复提醒计划信息。
本发明的另一目的在于提供一种应用所述踝足康复牵引控制方法的信息数据处理终端。
本发明的优点及积极效果为:本发明通过无线通信模块对发送速率的调节,使得能够对相应的发送速率进行测试,确保既能够使用较高的速率发送报文而提高***的吞吐量,又能够避免受到较大干扰而影响发送成功率,可以及时快速的获取踝足康复信息;同时,通过康复提醒模块接收踝足康复计划,所述康复计划包括患者信息、待执行项目、每个待执行项目对应的开始时间、执行时长以及执行地点;将所述康复计划与已存储的康复计划进行比较,如果未发生冲突,则存储所述康复计划且设置预设提醒时间,其中,冲突指的是执行时间、执行地点以及执行人中的一项或多项的冲突;如果当前时间到达所述预设提醒时间,则向所述患者信息对应的患者终端发送警示信息;其中,所述预设提醒时间早于所述开始时间。采用上述方案,通过将医护人员制定的康复计划与已存储的康复计划进行比较,在未发生冲突的情况下存储所述康复计划且设置预设提醒时间,有助于保证康复计划的制定的准确性,进而通过在预设提醒时间对患者进行提醒,相比于现有技术中通过人工通知及提醒,可以提高康复计划的执行效率和准确性。本发明采用基于遗传算法的小波神经网路算法,压力检测模块通过压阻式压力传感器实时检测牵引器对足部压力数据信息时,避免陷入局部极小的缺陷。本发明采用基于最优小波包的信号去噪算法,无线通信模块在通过无线发射器将采集的压力、温度数据发送到智能手机的过程中,提高了信号传递的精度,减少信号与噪声的大量重叠,同时提高对所采集的牵引器内部的对脚的压力和温度数据信号的局部分析能力。本发明采用基于聚类融合欠抽样改进AdaBoost算法,数据存储模块通过存储器存储采集的压力、温度、获取的提醒计划数据信息进行分类的过程中,可以避免分类结果偏向多数类,提高效果的理想性。
附图说明
图1是本发明实施例提供的踝足康复牵引控制方法流程图。
图2是本发明实施例提供的踝足康复牵引控制***结构示意图;
图中:1、压力检测模块;2、温度检测模块;3、中央控制模块;4、无线通信模块;5、智能手机;6、降温模块;7、康复提醒模块;8、数据存储模块;9、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明实施例提供的踝足康复牵引控制方法包括以下步骤:
S101:通过压力检测模块利用压力传感器实时检测牵引器对足部压力数据信息;通过温度检测模块利用温度传感器实时检测牵引器内部康复环境温度数据信息;
S102:中央控制模块通过无线通信模块利用无线发射器将采集的压力、温度数据发送到智能手机进行查询;
S103:当温度高时,中央控制模块控制降温模块利用降温器为患者康复过程提供降温操作;当压力过高时,中央控制模块控制康复提醒模块中的设备对对患者的足部牵引力进行操作调节,并提醒患者康复提醒信息;
S104:中央控制模块经过数据的处理,将所采集的压力、温度传递给数据存储模块进行储存,同时经过数据处理将采集的压力和温度信息传递到显示屏,显示屏进而显示相关的温度和压力数据;
S105:中央控制模块从数据存储模块中的存储器存获取提醒计划数据信息,传递到显示屏,进行显示提醒。
如图2所示,本发明提供的踝足康复牵引控制***包括:压力检测模块1、温度检测模块2、中央控制模块3、无线通信模块4、智能手机5、降温模块6、康复提醒模块7、数据存储模块8、显示模块9。
压力检测模块1,与中央控制模块3连接,用于通过压力传感器实时检测牵引器对足部压力数据信息;
温度检测模块2,与中央控制模块3连接,用于通过温度传感器实时检测踝足牵引器内部康复环境温度数据信息;
中央控制模块3,与压力检测模块1、温度检测模块2、无线通信模块4、降温模块6、康复提醒模块7、数据存储模块8、显示模块9连接,用于通过单片机控制各个模块正常工作;
无线通信模块4,与中央控制模块3、智能手机5连接,用于通过无线发射器将采集的压力、温度数据发送到智能手机5进行查询;
降温模块6,与中央控制模块3连接,用于通过降温器为患者在牵引器内部进行提供降温操作;
康复提醒模块7,与中央控制模块3连接,用于对患者的足部牵引力进行操作调节,并提醒患者康复提醒信息;
数据存储模块8,与中央控制模块3连接,用于通过存储器存储采集的压力、温度、获取的提醒计划数据信息;
显示模块9,与中央控制模块3连接,用于通过显示器显示患者在康复过程中足部压力、环境温度、康复提醒计划信息。
所述压力检测模块通过压阻式压力传感器实时检测牵引器对足部压力数据信息时,为了避免陷入局部极小的缺陷,采用基于遗传算法的小波神经网路算法,包括以下步骤:
步骤一,初始化种群:网络输入层与隐含层之间的连接权值vji、隐含层导输出层的权值wkj、伸缩因子aj和平移因子bj进行初始化编码,确定每个种群中的个体包含的基因个数利用网格法来确定搜索空间的每个初始点,然后对其进行编码以产生一定规模的初始种群;
步骤二,根据个体的适应度,对群体中的个体进行选择、交叉和变异操作;
步骤三,判断是否满足遗传算法结束条件,采用两个结束条件:适应度达到一定的值或适应度达到某一较低的值同时迭代一定的代数,两个条件满足任何一个都可退出,转入小波网络优化搜索;
步骤四,遗传算子操作:先进行变异操作以保持群体的多样性,在进行交叉操作,最后进行四分之二选择策略;
步骤五,判断是否达到物种操作的代数,若是则进行物种操作,否则重新计算个体的适应度;
步骤六,在进行K次操作后,选择m个具有全局性的进化解,以m个进化解为初始解,设计小波网路,获得神经网路的权值、伸缩因子和平移因子;
步骤七,用误差反向传播算法训练网络,直到满足指定精度。
所述无线通信模块在通过无线发射器将采集的压力、温度数据发送到智能手机的过程中,为了提高信号传递的精度,减少信号与噪声的大量重叠,同时提高对所采集的牵引器内部的对脚的压力和温度数据信号的局部分析能力,采用基于最优小波包的信号去噪算法,包括以下步骤:
步骤一,信号的小波包分解,选择一个小波并确定所需分解的层次N,然后对含噪信号进行N层小波包分解;
步骤二,对于给定的Shannon熵标准,选择最优小波包基;
步骤三,对分解的各个频段根据不同的阈值选择方法选择阈值,对最优小波包基每个节点上的分解系数进行阈值量化,阈值量化采用软阈值方法;
步骤四,只利用阈值量化以后的最优小波包基的分解系数进行信号的重构,重构得到的信号就是经过最优小波包基去噪后的信号。
所述数据存储模块通过存储器存储采集的压力、温度、获取的提醒计划数据信息进行分类的过程中,为了避免分类结果偏向多数类,提高效果的理想性,存储器采用基于聚类融合欠抽样改进AdaBoost算法,包括以下步骤:
步骤一,给定样本集合D={(x1,y1),(x2,y2),…,(xn,yn)},其中,n为训练集样本总数,xi是输入空间X的实例,yi∈{-1,+1}是输出分类Y对应的分类标签,迭代次数为T,重复使用K均值算法产生h个聚类结果,共识函数使用Fred提出的Co-association矩阵方法,最终将训练样本聚成c个簇,分别记为C1,C2,…,Cc;
步骤三,For t=1,2,3,…,T预定的迭代次数;
根据各个簇中负类数与正类的比率,从每个簇中抽取部分负类与所有正类合并成1∶1平衡数据集用于下面的分类器训练,每个簇中负类样本被抽中的概率与样本权重相关,Maj Size为负类样本总数,则每个簇中抽取的负类样本数:
使用弱学习算法训练得到分类器ht;
步骤四,通过遗传算法选择出差异度比较大的分类器,选择性集成得到最后的强分类器:
其中,NUM为最后集成的分类器数目。
本发明提供的无线通信模块4通信方法如下:
首先,发送方设备在配置的多个射频芯片中选取一个发送芯片,以用于发送报文;
然后,记录所述报文的发送完成时间;
最后,在以所述发送完成时间为起始时间点的预设时间段内,若所述多个射频芯片中的任一射频芯片接收到确认,则确认所述报文发送成功。
本发明提供的记录所述报文的发送完成时间的过程包括:
获取所述报文的开始发送时间;
根据所述报文的发送速率和长度计算得到发送所述报文所需要的时间长度;
根据所述开始发送时间和所述所需要的时间长度计算所述发送完成时间。
本发明提供的通信方法还包括:
根据所述发送芯片与所述多个射频芯片中的主射频芯片间的时间差,对所述发送完成时间进行修正;
根据所述任一其他射频芯片与所述主射频芯片间的时间差,对接收所述确认的时间进行修正;
对所述任一其他射频芯片接收到的确认进行解调,并根据解调出来的物理传输速率,确定对应的允许延迟时间长度;
将所述允许延迟时间长度作为所述预设时间段,以确定当前接收到的确认对应的报文。
本发明提供的康复提醒模块7提醒方法如下:
(1)从医护终端接收康复计划,所述康复计划包括患者信息、待执行项目、每个待执行项目对应的开始时间、执行时长以及执行地点;
(2)将所述康复计划与已存储的康复计划进行比较,如果未发生冲突,则存储所述康复计划且设置预设提醒时间,其中,冲突指的是执行时间、执行地点以及执行人中的一项或多项的冲突;
(3)如果当前时间到达所述预设提醒时间,则向所述患者信息对应的患者终端发送警示信息;其中,所述预设提醒时间早于所述开始时间。
本发明提供的提醒方法还包括:
向所述患者终端发送康复计划表以供所述患者终端显示,所述康复计划表中包含与所述患者终端关联的全部康复计划;
向所述患者终端发送康复计划表以供所述患者终端显示,所述康复计划表中包含与所述患者终端关联的各个待执行项目的执行安排,所述待执行项目的执行安排包括需要执行所述待执行项目的患者信息以及每个患者信息对应的开始时间、执行时长以及执行地点;
向所述患者信息对应的患者终端发送所述康复计划以供所述患者终端显示。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (3)
1.一种踝足康复牵引控制方法,其特征在于,所述踝足康复牵引控制方法包括以下步骤:
第一步,通过压力检测模块利用压力传感器实时检测牵引器对足部压力数据信息;通过温度检测模块利用温度传感器实时检测牵引器内部康复环境温度数据信息;
第二步,中央控制模块通过无线通信模块利用无线发射器将采集的压力、温度数据发送到智能手机进行查询;
第三步,当温度高时,中央控制模块控制降温模块利用降温器为患者康复过程提供降温操作;当压力过高时,中央控制模块控制康复提醒模块中的设备对患者的足部牵引力进行操作调节,并提醒患者康复提醒信息;
第四步,中央控制模块经过数据的处理,将所采集的压力、温度传递给数据存储模块进行储存,同时经过数据处理将采集的压力和温度信息传递到显示屏,显示屏进而显示相关的温度和压力数据;
第五步,中央控制模块从数据存储模块中的存储器存获取提醒计划数据信息,传递到显示屏,进行显示提醒;
所述压力检测模块通过压阻式压力传感器实时检测牵引器对足部压力数据信息时,采用基于遗传算法的小波神经网路算法,包括以下步骤:
步骤一,初始化种群:网络输入层与隐含层之间的连接权值vji、隐含层导输出层的权值wkj、伸缩因子aj和平移因子bj进行初始化编码,确定每个种群中的个体包含的基因个数利用网格法来确定搜索空间的每个初始点,然后对其进行编码以产生一定规模的初始种群;
步骤二,根据个体的适应度,对群体中的个体进行选择、交叉和变异操作;
步骤三,判断是否满足遗传算法结束条件,采用两个结束条件:适应度达到一定的值或适应度达到某一较低的值同时迭代一定的代数,两个条件满足任何一个都可退出,转入小波网络优化搜索;
步骤四,遗传算子操作:先进行变异操作以保持群体的多样性,在进行交叉操作,最后进行四分之二选择策略;
步骤五,判断是否达到物种操作的代数,若是则进行物种操作,否则重新计算个体的适应度;
步骤六,在进行K次操作后,选择m个具有全局性的进化解,以m个进化解为初始解,设计小波网路,获得神经网路的权值、伸缩因子和平移因子;
步骤七,用误差反向传播算法训练网络,直到满足指定精度;
所述无线通信模块在通过无线发射器将采集的压力、温度数据发送到智能手机的过程中,采用基于最优小波包的信号去噪算法,包括以下步骤:
步骤一,信号的小波包分解,选择一个小波并确定所需分解的层次N,然后对含噪信号进行N层小波包分解;
步骤二,对于给定的Shannon熵标准,选择最优小波包基;
步骤三,对分解的各个频段根据不同的阈值选择方法选择阈值,对最优小波包基每个节点上的分解系数进行阈值量化,阈值量化采用软阈值方法;
步骤四,只利用阈值量化以后的最优小波包基的分解系数进行信号的重构,重构得到的信号就是经过最优小波包基去噪后的信号;
所述数据存储模块通过存储器存储采集的压力、温度、获取的提醒计划数据信息进行分类的过程中,存储器采用基于聚类融合欠抽样改进AdaBoost算法,包括以下步骤:
步骤一,给定样本集合D={(x1,y1),(x2,y2),…,(xn,yn)},其中,n为训练集样本总数,xi是输入空间X的实例,yi∈{-1,+1}是输出分类Y对应的分类标签,迭代次数为T,重复使用K均值算法产生h个聚类结果,共识函数使用Fred提出的Co-association矩阵方法,最终将训练样本聚成c个簇,分别记为C1,C2,…,Cc;
步骤三,For t=1,2,3,…,T预定的迭代次数;
根据各个簇中负类数与正类的比率,从每个簇中抽取部分负类与所有正类合并成1∶1平衡数据集用于下面的分类器训练,每个簇中负类样本被抽中的概率与样本权重相关,MajSize为负类样本总数,则每个簇中抽取的负类样本数:
使用弱学习算法训练得到分类器ht;
步骤四,通过遗传算法选择出差异度比较大的分类器,选择性集成得到最后的强分类器:
其中,NUM为最后集成的分类器数目;
所述无线通信模块的通信方法如下:
首先,发送方设备在配置的多个射频芯片中选取一个发送芯片,以用于发送报文;
然后,记录所述报文的发送完成时间;
最后,在以所述发送完成时间为起始时间点的预设时间段内,若所述多个射频芯片中的任一射频芯片接收到确认,则确认所述报文发送成功。
2.一种实现权利要求1所述踝足康复牵引控制方法的踝足康复牵引控制***,其特征在于,所述踝足康复牵引控制***包括:
压力检测模块,与中央控制模块连接,用于通过压力传感器实时检测牵引器对足部压力数据信息;
温度检测模块,与中央控制模块连接,用于通过温度传感器实时检测踝足牵引器内部康复环境温度数据信息;
中央控制模块,与压力检测模块、温度检测模块、无线通信模块、降温模块、康复提醒模块、数据存储模块、显示模块连接,用于通过单片机控制各个模块正常工作;
无线通信模块,与中央控制模块、智能手机连接,用于通过无线发射器将采集的压力、温度数据发送到智能手机进行查询;
降温模块,与中央控制模块连接,用于通过降温器为患者在牵引器内部进行提供降温操作;
康复提醒模块,与中央控制模块连接,用于对患者的足部牵引力进行操作调节,并提醒患者康复提醒信息;
数据存储模块,与中央控制模块连接,用于通过存储器存储采集的压力、温度、获取的提醒计划数据信息;
显示模块,与中央控制模块连接,用于通过显示器显示患者在康复过程中足部压力、环境温度、康复提醒计划信息。
3.一种应用权利要求1所述踝足康复牵引控制方法的信息数据处理终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811273278.0A CN109273078B (zh) | 2018-10-30 | 2018-10-30 | 一种踝足康复牵引控制***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811273278.0A CN109273078B (zh) | 2018-10-30 | 2018-10-30 | 一种踝足康复牵引控制***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109273078A CN109273078A (zh) | 2019-01-25 |
CN109273078B true CN109273078B (zh) | 2021-11-09 |
Family
ID=65194007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811273278.0A Active CN109273078B (zh) | 2018-10-30 | 2018-10-30 | 一种踝足康复牵引控制***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109273078B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112086166B (zh) * | 2020-09-18 | 2022-11-15 | 常州市中医医院 | 一种骨科患者皮肤牵引护理方法与*** |
CN112451307B (zh) * | 2020-10-29 | 2023-03-31 | 成都市龙泉驿区中医医院 | 一种基于连接踝泵装置的智能化模拟场景***及其终端 |
CN114052724B (zh) * | 2022-01-13 | 2022-09-09 | 西安交通大学医学院第一附属医院 | 基于人工智能的骨科牵引异常检测*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103747479A (zh) * | 2013-12-30 | 2014-04-23 | 李炜峰 | 无线通信方法和无线通信设备 |
CN104083269A (zh) * | 2014-07-29 | 2014-10-08 | 四川旭康医疗电器有限公司 | 基于疼痛反馈控制的关节牵伸康复训练***及其实现方法 |
CN203943886U (zh) * | 2014-04-18 | 2014-11-19 | 赵文 | 多功能康复治疗鞋和康复治疗*** |
CN106021895A (zh) * | 2016-05-12 | 2016-10-12 | 北京鑫丰南格科技股份有限公司 | 护理计划提醒方法和装置 |
CN107438398A (zh) * | 2015-01-06 | 2017-12-05 | 大卫·伯顿 | 移动式可穿戴的监控*** |
CN107887006A (zh) * | 2017-10-27 | 2018-04-06 | 上海京颐科技股份有限公司 | 康复计划提醒方法及装置、存储介质、服务器 |
CN108536290A (zh) * | 2018-03-29 | 2018-09-14 | 四川斐讯信息技术有限公司 | 一种智能穿戴设备的控制方法和智能穿戴设备 |
CN108703828A (zh) * | 2018-06-04 | 2018-10-26 | 王荣涛 | 下肢牵引器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9968840B2 (en) * | 2015-06-23 | 2018-05-15 | Ipcomm | Method and apparatus to provide haptic and visual feedback of skier foot motion and forces transmitted to the ski boot |
-
2018
- 2018-10-30 CN CN201811273278.0A patent/CN109273078B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103747479A (zh) * | 2013-12-30 | 2014-04-23 | 李炜峰 | 无线通信方法和无线通信设备 |
CN203943886U (zh) * | 2014-04-18 | 2014-11-19 | 赵文 | 多功能康复治疗鞋和康复治疗*** |
CN104083269A (zh) * | 2014-07-29 | 2014-10-08 | 四川旭康医疗电器有限公司 | 基于疼痛反馈控制的关节牵伸康复训练***及其实现方法 |
CN107438398A (zh) * | 2015-01-06 | 2017-12-05 | 大卫·伯顿 | 移动式可穿戴的监控*** |
CN106021895A (zh) * | 2016-05-12 | 2016-10-12 | 北京鑫丰南格科技股份有限公司 | 护理计划提醒方法和装置 |
CN107887006A (zh) * | 2017-10-27 | 2018-04-06 | 上海京颐科技股份有限公司 | 康复计划提醒方法及装置、存储介质、服务器 |
CN108536290A (zh) * | 2018-03-29 | 2018-09-14 | 四川斐讯信息技术有限公司 | 一种智能穿戴设备的控制方法和智能穿戴设备 |
CN108703828A (zh) * | 2018-06-04 | 2018-10-26 | 王荣涛 | 下肢牵引器 |
Also Published As
Publication number | Publication date |
---|---|
CN109273078A (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109273078B (zh) | 一种踝足康复牵引控制***及方法 | |
US10319209B2 (en) | Method and system for motion analysis and fall prevention | |
CN113496216B (zh) | 一种基于骨骼关键点的多角度跌倒高危识别方法及*** | |
CN101194273B (zh) | 时空自组织映射 | |
CN111158494B (zh) | 姿势矫正装置及姿势矫正方法 | |
US20180177436A1 (en) | System and method for remote monitoring for elderly fall prediction, detection, and prevention | |
US9060714B2 (en) | System for detection of body motion | |
EP1305767B1 (en) | Method for remote medical monitoring incorporating video processing | |
KR101779800B1 (ko) | 기계학습 기반 다면적 성장 평가 방법 및 시스템 | |
Guraliuc et al. | Limb movements classification using wearable wireless transceivers | |
CN106210269B (zh) | 一种基于智能手机的人体动作识别***及方法 | |
Muscillo et al. | An adaptive Kalman-based Bayes estimation technique to classify locomotor activities in young and elderly adults through accelerometers | |
CN113647939B (zh) | 一种针对脊柱退行性疾病的人工智能康复评估与训练*** | |
CN113111865B (zh) | 一种基于深度学习的跌倒行为检测方法和*** | |
CN112668531A (zh) | 一种基于动作识别的运动姿态矫正方法 | |
CN111461042A (zh) | 跌倒检测方法及*** | |
CN110321820A (zh) | 一种基于非接触式设备的视线落点检测方法 | |
Lin et al. | Adaptive multi-modal fusion framework for activity monitoring of people with mobility disability | |
CN111820902B (zh) | 一种基于活动度特征的踝关节韧带损伤智能决策*** | |
CN109583272B (zh) | 一种能够获取人体生活状态的足迹*** | |
CN109907427B (zh) | 一种基于大数据的康复进程检测鞋垫的检测方法 | |
Cai | Empathic computing | |
CN109793645B (zh) | 一种辅助帕金森病人步态康复训练装置 | |
CN113887335A (zh) | 基于多尺度时空层级网络的跌倒风险实时评估***和方法 | |
CN114020154A (zh) | 一种智能坐姿矫正器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |