一种基于计次统计的康复机器人训练系统和训练方法与流程

本发明涉及一种康复机器人训练系统，具体涉及一种基于计次统计的康复机器人训练系统和训练方法；

背景技术：

现有技术中的康复机器人内置针对不同患者、不同疾病、不同症状的多个临床康复训练方案，每个方案还包括多个参数，方案的选择与参数的设置需要具有丰富临床经验的治疗师来操作，对每位病人进行训练都需要设置调整，操作麻烦且重复。

基于上述缺陷，市场上开发出的康复训练方案推荐方法采用的都是基于规则的推理机制或者基于深度学习方法，但这些方法的数据不是直接来自于治疗师的日常使用习惯，准确性、可信度及本科室的个性化适应性都不高。因此，需要进行改进。

技术实现要素：

为解决现有技术的不足，本发明的目的在于提供一种基于计次统计排序的康复机器人训练系统和训练方法，能够实现方案和参数的个性化推荐，具有高度的临床准确性和实用性，减少了治疗师的重复工作，降低了康复机器人的使用难度和时间成本。

为了实现上述目标，本发明采用如下的技术方案：

本发明首先公布了一种基于计次统计的康复机器人训练系统，包括：

患者管理模块：对患者信息进行集中管理；

方案管理模块：内置常用训练方案，并接受对方案的更改操作；

训练模块：控制康复机器人按预设的方案及参数进行训练，并实时触发本次训练使用方案的相关统计；

方案推荐模块：完成适合当前患者的个性化方案推荐；

方案参数推荐模块：完成适合当前患者的个性化参数推荐；

维度配置模块：配置合适的用于推荐的计算维度；

方案实时统计模块：按照维度全集对本次使用的训练方案进行计次统计；

方案参数实时统计模块：按照维度全集对本次使用的方案参数进行计次统计；

数据库访问模块：作为数据库访问接口，所述患者管理模块、方案实时统计模块、方案参数实时统计模块均通过数据库访问模块进行数据库操作；

数据库模块：存储患者信息、方案数据、方案参数相关的统计数据，并建立基于统计维度字段的查询索引。

优选地，该训练系统通过以太网或wifi将方案与方案参数发送给机器人，控制机器人进行康复训练，数据传输十分高效便捷。

本发明还公布了采用前述的训练系统实现方案推荐及参数推荐，进而进行康复训练的方法，其特征在于，包括：

(1)历史数据实时计次统计：包括方案的历史计次统计和方案参数的历史计次统计；

(2)基于可配置维度的方案推荐；

(3)基于可配置维度的方案参数值推荐。

优选地，前述的可配置维度包括：病症、受损侧、受损部位、诊断结果、性别、年龄、体重、病员肢体参数、训练模式及训练时长。

再优选地，前述的方案推荐和方案参数值推荐中，所采用的维度是相同或不同的。

更优选地，在每个方案正常运行结束时触发本方案的计次统计，所述方案的历史计次统计方法包括如下方面：

a)按总使用次数计次：该方案的总使用次数计次累加；

b)按受损侧计次：该方案对应于本次训练对象受损侧的统计维度计次累加；

c)按诊断结果计次：该方案对应于本次训练对象疾病病种的统计维度计次累加，该方案对应于本次训练对象症状的统计维度计次累加；

d)按性别计次,该方案对应于本次训练对象性别的统计维度计次累加；

e)按年龄计次：以1岁为间隔分段分别统计，该方案对应于本次训练对象年龄段的统计维度计次累加；

f)按体重计次：以1kg为间隔分段分别统计，该方案对应于本次训练对象体重段的统计维度计次累加；

g)按受损部位计次：该方案对应于本次训练对象受损部位的统计维度计次统计累加；

h)按训练模式计次：该方案对应于本次训练模式的统计维度计次累加；

i)按照运行时间累加：本次训练对应的该方案实际运行时间累加，暂停时长不统计，单位为分钟。

进一步优选地，在每个方案正常运行结束时触发本方案的参数计次统计，所述方案参数的历史计次统计方法包括如下方面：

ⅰ)该方案的每个参数分别计次统计；

ⅱ)按照参数的最小可调刻度统计，对每个刻度值分别进行累加计数，如步速：0-2km/s连续可调，最小刻度为0.1km/h，则对0，0.1，0.2，0.3…，2.0每个刻度值进行计次；

ⅲ)按受损侧计次:该参数刻度值对应于本次训练对象受损侧的统计维度计次累加；

ⅳ)按诊断结果计次：该参数刻度值对应于本次训练对象疾病的统计维度计次累加，该参数刻度值对应于本次训练对象症状的统计维度计次累加；

ⅴ)按性别计次,该参数刻度值对应于本次训练对象性别的统计维度计次累加；

ⅵ)按年龄计次：以1岁为间隔分段分别统计，该参数刻度值对应于本次训练对象年龄段的统计维度计次累加；

ⅶ)按体重计次：以1kg为间隔分段分别统计，该参数刻度值对应于本次训练对象体重段的统计维度计次累加；

ⅷ)按受损部位计次：该参数刻度值对应于本次训练对象受损部位的统计维度计次累加；

ⅸ)按照病员肢体参数分别计次：该参数刻度值对应于本次训练对象肢体参数段的统计维度计次累加，肢体参数包括上臂长，前臂长，大腿长，小腿长，按1厘米为分段单位；

ⅹ)按照方案训练时长时间段计次统计，该参数刻度值对应于本次训练时间段的统计维度计次累加，按1分钟为分段单位；

xi)按照训练模式分别计次统计，该参数刻度值对应于本次训练模式的统计维度计次累加。

更优选地，前述基于可配置维度的方案推荐方法如下：

通过配置确定方案推荐的n个维度，维度来自于前述方案计次统计的维度；

将维度按照临床优先级顺序排列成数组:[r1、r2、r3…rn]；

将方案标识、维度构成表格的列名；

每个方案为一行，分别为方案id，各维度的统计次数，设统计数据有m行；

通过前面的步骤构造为一个方案统计数据表格；

根据构造的统计维度数组，从最高优先级的维度，依次对统计表格进行排序；再将数据r1列按照计次数值从大到小进行排序；

然后将前(m-m/n)个元素按照r2列从大到小进行排序；

以此类推，每次新的维度排序后，下一个维度的排序只对去掉m/n个后面元素剩余的元素进行排序；

最后得到按照rn排序后的m/n个元素，排在最前面的即为推荐的备选方案。

进一步优选地，前述基于可配置维度的方案参数值推荐方法如下：

根据配置确定该参数推荐的n个维度，维度来自于前述参数计次统计的维度；

将维度按照临床优先级顺序排列成列表:[r1’、r2’、r3’…rn’]；

将参数刻度值名称parmvalue和n个维度r1’、r2’、r3’…rn’构成参数值统计表格的列名：parmvalue、r1’、r2’、r3’…rn’；

每个参数刻度值为一行，对应该刻度值的各维度的统计次数为各列的值，设该参数值统计表有m’行；

通过前面步骤构造为一个方案参数值统计表格；

根据前面确定的统计维度，从最高优先级的维度，依次对参数值统计表格进行排序；

将数据按照r1’列按照计次数值从大到小进行排序；

然后将前(m’-m’/n)个元素按照r2’列进行排序；

以此类推，每次新的维度排序后，下一个维度的排序只对去掉m’/n个后面元素后剩余的元素进行排序；

最后得到按照rn’排序后的m’/n个元素，排在最前面为推荐的备选参数值。

本发明的有益之处在于：

(1)本发明提出的基于计次统计排序的机器人康复训练系统和训练方法的数据直接来源于机器人康复治疗的日常实际训练的历史统计，具有高度的临床准确性，降低了机器人康复训练方案的选择和参数调整难度，训练过程中智能推荐的方案和参数的可信度和准确度较高；

(2)相较于现有技术中的其他训练方法，本发明的基于实时计次记录的方式在训练时就进行了实时统计，相较于现有技术中在推荐时才进行统计的方法而言，能够大大减少大数据量时的统计计算性能，提高计算效率；

(3)随着数据的不断累积，推荐的准确性能够不断提高，使用时间越长，越适应本科室的使用习惯，能极大地降低康复机器人使用的难度和时间成本，减轻治疗师的工作量。

附图说明

图1是本发明的基于计次统计的康复机器人训练系统的原理框图；

图2是本发明的基于计次统计的康复机器人训练方法的流程框图。

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。

实施例1

如图1所示，本实施例公布了基于计次统计的康复机器人训练系统，包括：

患者管理模块：对患者信息进行集中管理，具体包括对患者信息进行新增、修改、查询、删除管理，信息包括患者年龄、身高、体重、肢体参数、受损侧、疾病、症状等，信息通过数据库访问模块保存在数据库中；在患者信息界面启动训练，进入训练功能。

方案管理模块：内置常用训练方案，并接受对方案的更改操作；治疗师可新增、修改、删除、查询方案；方案列表按照使用频率从高到低排序；方案可按病例、受损侧进行重新排序。

训练模块：使用训练方案，按照预设的方案参数进行康复训练，治疗师可根据临床需要进行方案选择、方案添加和参数调整；控制机器人进行训练；每次训练完成时，实时触发本次训练使用方案的相关统计，包括方案各维度的计次统计、方案参数各维度的计次统计，通过方案实时统计模块、方案参数实时统计模块实现。

方案推荐模块：根据设置的推荐维度，使用推荐算法基于方案实时统计模块提供的数据库完成适合当前患者的个性化方案推荐。

方案参数推荐模块：根据设置推荐维度，使用推荐算法完成适合当前患者的个性化参数推荐。

维度配置模块：治疗师根据临床需要和本科室的主流患者人群配置适用于本科室的用于推荐的计算维度，用于推荐的维度是实时统计维度的子集；方案推荐和参数推荐可配置使用不同的推荐维度。

方案实时统计模块：训练结束时，按照维度全集对本次使用的训练方案进行计次统计，统计结果通过数据库访问模块保存在数据库中。

方案参数实时统计模块：训练结束时，按照维度全集对本次使用的方案参数进行计次统计，统计结果通过数据库访问模块保存在数据库中。

数据库访问模块：为上层模块提供统一的数据库访问接口，屏蔽下层数据库和上层数据访问逻辑，患者信息管理、方案实时统计、方案参数实时统计均通过数据库访问模块进行数据库操作。

数据库模块：关系数据库，保存患者信息，方案数据，方案统计数据，方案参数统计数据，统计数据表建立基于统计维度字段的索引，提高查询效率。

以上模块采用如图1所示的数据交互模式后，该训练系统通过以太网或wifi将方案与方案参数发送给机器人，机器人进行康复训练，数据传输十分高效便捷。

实施例2

本实施例公布了采用实施例1的训练系统实现方案推荐及参数推荐，进而进行康复训练的方法，如图2所示，包括以下步骤：

(1)历史数据实时计次统计：包括方案的历史计次统计和方案参数的历史计次统计；

(2)基于可配置维度的方案推荐；

(3)基于可配置维度的方案参数值推荐。

在该训练系统中，重点解决了方案推荐和方案参数值推荐的问题，其中，需要重点说明的是，计次统计是实时进行的，即在每个方案正常运行结束时触发本方案或方案参数值的计次统计，因而使得本发明的训练方法中，推荐计算的性能得到大大提高。

具体地，方案的历史计次统计方法包括如下方面：

a)按总使用次数计次：该方案的总使用次数计次累加；

b)按受损侧计次:该方案对应于本次训练对象受损侧的统计维度计次累加；

c)按诊断结果计次：该方案对应于本次训练对象疾病病种的统计维度计次累加，该方案对应于本次训练对象症状的统计维度计次累加；

d)按性别计次,该方案对应于本次训练对象性别的统计维度计次累加；

e)按年龄计次：以1岁为间隔分段分别统计，该方案对应于本次训练对象年龄段的统计维度计次累加；

f)按体重计次：以1kg为间隔分段分别统计，该方案对应于本次训练对象体重段的统计维度计次累加；

g)按受损部位计次：该方案对应于本次训练对象受损部位的统计维度计次统计累加；

h)按训练模式计次：该方案对应于本次训练模式的统计维度计次累加；

i)按照运行时间累加：本次训练对应的该方案实际运行时间累加，暂停时长不统计，单位为分钟。

方案参数的历史计次统计方法包括如下方面：

ⅰ)该方案的每个参数分别计次统计；

ⅱ)按照参数的最小可调刻度统计，对每个刻度值分别进行累加计数，如步速：0-2km/s连续可调，最小刻度为0.1km/h，则对0，0.1，0.2，0.3…，2.0每个刻度值进行计次；

ⅲ)按受损侧计次:该参数刻度值对应于本次训练对象受损侧的统计维度计次累加；

ⅳ)按诊断结果计次：该参数刻度值对应于本次训练对象疾病的统计维度计次累加，该参数刻度值对应于本次训练对象症状的统计维度计次累加；

ⅴ)按性别计次,该参数刻度值对应于本次训练对象性别的统计维度计次累加；

ⅵ)按年龄计次：以1岁为间隔分段分别统计，该参数刻度值对应于本次训练对象年龄段的统计维度计次累加；

ⅶ)按体重计次：以1kg为间隔分段分别统计，该参数刻度值对应于本次训练对象体重段的统计维度计次累加；

ⅷ)按受损部位计次：该参数刻度值对应于本次训练对象受损部位的统计维度计次累加；

ⅸ)按照病员肢体参数分别计次：该参数刻度值对应于本次训练对象肢体参数段的统计维度计次累加，肢体参数包括上臂长，前臂长，大腿长，小腿长，按1厘米为分段单位；

ⅹ)按照方案训练时长时间段计次统计，该参数刻度值对应于本次训练时间段的统计维度计次累加，按1分钟为分段单位；

xi)按照训练模式分别计次统计，该参数刻度值对应于本次训练模式的统计维度计次累加。

这样一来，方案和方案参数值的实时计次结果统计后，存入数据库，方便后续读取调用，然后基于可配置维度分布进行方案推荐和参数值推荐。其中，可配置维度包括：病症、受损侧、受损部位、诊断结果、性别、年龄、体重、病员肢体参数、训练模式及训练时长等。而在方案推荐和方案参数值推荐中，所采用的维度是相同或不同的，这些都可以根据治疗师或病人的需求进行灵活设置和选择。

基于可配置维度的方案推荐方法如下：

通过配置确定方案推荐的n个维度，维度来自于前述方案计次统计的维度；

将维度按照临床优先级顺序排列成数组:[r1、r2、r3…rn]；

将方案标识、维度构成表格的列名；

每个方案为一行，分别为方案id，各维度的统计次数，设统计数据有m行；

通过前面的步骤构造为一个方案统计数据表格；

根据构造的统计维度数组，从最高优先级的维度，依次对统计表格进行排序；再将数据r1列按照计次数值从大到小进行排序；

然后将前(m-m/n)个元素按照r2列从大到小进行排序；

以此类推，每次新的维度排序后，下一个维度的排序只对去掉m/n个后面元素剩余的元素进行排序；

最后得到按照rn排序后的m/n个元素，排在最前面的即为推荐的备选方案。

基于可配置维度的方案参数值推荐方法如下：

根据配置确定该参数推荐的n个维度，维度来自于前述参数计次统计的维度；

将维度按照临床优先级顺序排列成列表:[r1’、r2’、r3’…rn’]；

将参数刻度值名称parmvalue和n个维度r1’、r2’、r3’…rn’构成参数值统计表格的列名：parmvalue、r1’、r2’、r3’…rn’；

每个参数刻度值为一行，对应该刻度值的各维度的统计次数为各列的值，设该参数值统计表有m’行；

通过前面步骤构造为一个方案参数值统计表格；

根据前面确定的统计维度，从最高优先级的维度，依次对参数值统计表格进行排序；

将数据按照r1’列按照计次数值从大到小进行排序；

然后将前(m’-m’/n)个元素按照r2’列进行排序；

以此类推，每次新的维度排序后，下一个维度的排序只对去掉m’/n个后面元素后剩余的元素进行排序；

最后得到按照rn’排序后的m’/n个元素，排在最前面为推荐的备选参数值。

通过以上方法，即实现了康复机器人训练过程中的方案推荐和参数推荐，数据直接来源于机器人康复治疗的日常实际训练的历史统计，具有高度的临床准确性，降低了机器人康复训练方案的选择和参数调整难度，因而训练过程中智能推荐的方案和参数的可信度和准确度较高；相较于现有技术中的其他训练方法，本发明的基于实时计次记录的方式在训练时就进行了实时统计，相较于现有技术中在推荐时才进行统计的方法而言，能够大大减少大数据量时的统计计算性能，提高计算效率；而且，随着数据的不断累积，推荐的准确性能够不断提高，使用时间越长，越适应本科室的使用习惯，能极大地降低康复机器人使用的难度和时间成本，减轻治疗师的工作量。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。