一种艾灸手法轨迹获取与复现的方法与流程

本发明涉及艾灸治疗技术领域，更具体地说，它涉及一种艾灸手法轨迹获取与复现的方法。

背景技术：

艾灸是用艾叶制成的艾条，产生的艾热刺激人体穴位或特定部位，通过激发经气的活动来调整人体紊乱的生理生化功能，从而达到防病治病目的的一种治疗方法。

传统艾灸方法多为艾灸师手握艾条对病床上的患者进行艾灸，持续时间长，劳动强度大，且艾灸师艾灸水平参差不齐，部分患者无法享受到较好的艾灸手法。艾灸机器人可有效替代艾灸师进行艾灸，但同样面临只有固定艾灸、上下直线艾灸等极简单艾灸手法的问题。

技术实现要素：

针对现有技术存在的不足，本发明的目的在于提供一种艾灸手法轨迹获取与复现的方法，该方法解决了现有技术中存在的艾灸机器人只有固定艾灸、上下直线艾灸等极简单艾灸手法的问题。

为实现上述目的，本发明提供了如下技术方案：一种艾灸手法轨迹获取与复现的方法，包括以下步骤：

s1获取艾灸手法轨迹；

s11搭建艾灸数据采集系统；

s12采集艾灸轨迹数据；

s13使用机器学习的方法得到轨迹预测模型；

s2复现艾灸手法轨迹；

s21搭建艾灸机器人系统；

s22采用笛卡尔空间映射轨迹，获取艾灸机器人基坐标系下的艾灸机器人末端轨迹；

s23进行轨迹跟踪与异常监测。

进一步地，所述艾灸数据采集系统包括

红外运动捕捉仪，所述红外运动捕捉仪用于对整个艾灸过程进行监控；

两组mark点，所述mark点分别贴在艾灸师手背与患者艾灸穴位上，用于供红外运动捕捉仪实时追踪；

温度传感器，所述温度传感器实时监测艾灸师在艾灸过程中，艾灸穴位的表面温度；

主控制台，所述主控制台能够接收红外运动捕捉仪传输的mark点轨迹信息并进行处理，所述主控制台能够接收接收温度传感器传输的温度信息并进行处理。

进一步地，步骤s12包括以下步骤：

s121打开艾灸数据采集系统，准备采集轨迹信息；

s122艾灸师开始艾灸，主控制台接收mark点轨迹点信息；

s123重复步骤s122，直至完成同一穴位艾灸n次；

s124更换穴位，重复步骤s122至s124，直至艾灸完所有穴位；

s125根据艾灸师手部与艾条信息，建立艾灸师手部和艾条的运动学模型，根据艾灸手法不同和艾条燃烧端变化信息，得出艾条末端位姿^toolp＝^toolto^op，完成手背mark点的位姿数据到艾条末端位姿数据的转换，其中，^toolto为变换矩阵；

s126根据艾条末端的轨迹点数据(xi,yi,zi,αi,βi,γi)，得到艾灸师手的瞬时速度也即艾条末端的瞬时速度vi，根据温度传感器的实时监测获取艾灸穴位表面温度temi。

进一步地，所述不同艾灸手法包括

悬定灸：艾条燃烧对准艾灸穴位，并与穴位的距离保持恒定；

雀啄灸：施与穴位的火力有渐变过程，即先由弱到强，然后再由强到弱，体现在艾条燃烧头距离皮肤的高度变化就是由高到低，再由低到高，这个过程犹如麻雀啄米，故名雀啄灸；

摆尾灸：热量不持续，有间断，艾条在一定的区间内往返运动。

进一步地，步骤s13包括以下步骤：

s131选择穴位a，对s12中主控制台接收的穴位a的n组离散轨迹点数据进行预处理；

s132使用机器学习模型拟合数据，生成穴位a连续的艾灸轨迹和该穴位对应的变换矩阵函数^acupttool(t)，并传输至主控制台；

s133更换穴位，重复步骤s131至s132，获取所有穴位对应的艾灸轨迹，生成艾灸轨迹预测模型；

s134使用均方根误差与r方值指标对轨迹预测模型进行评估与优化，若出现过拟合现象，则调整训练集的成分，若出现欠拟合现象，则增加数据样本以及训练量。

进一步地，所述机器学习模型包括

线性回归模型、高斯过程模型、神经网络模型。

进一步地，所述艾灸机器人系统包括

次控制台，所述次控制台包括有人机交互界面，所述人机交互界面包括有穴位选择、急停、恢复零位功能。

艾灸机器人，所述艾灸机器人用于对患者进行艾灸治疗，且与次控制台耦接并实时通信；

温度传感器，所述温度传感器实时监测艾灸机器人在艾灸过程中，艾灸穴位的表面温度，并将温度数据实时传送至次控制台；

进一步地，步骤s22包括以下步骤：

s221艾灸师在人机交互界面中选择穴位b与相应艾灸手法；

s222将穴位b代入s13生成的轨迹预测模型中获取穴位b的艾灸轨迹和该穴位对应的变换矩阵函数^acup′ttool(t)；

s223控制艾灸机器人移动至该穴位，得到变换矩阵^acup′tb，代入公式^bttool＝(^acup′tb)^-1·^acup′ttool完成坐标变换，获取艾灸机器人基坐标系下变换矩阵函数^bttool(t)与末端轨迹^bp(t)＝^bttool(t)·^toolp(t)。

进一步地，步骤s23包括以下步骤：

s231建立艾灸机器人的运动学模型，通过求解末端轨迹^bp(x,y,z,α,β,γ)的逆运动学问题得到关节轨迹，控制艾灸机器人运动，完成艾灸手法的轨迹跟踪；

s232艾灸机器人系统运行过程中温度传感器实时监测艾灸穴位表面温度，并将温度数据实时发送至次控制台，若有异常，则次控制台发出警报，并暂停艾灸机器人运行。

综上所述，本发明具有以下有益效果：在艾灸机器人替代艾灸师进行艾灸的过程中，能够灵动复刻艾灸师的艾灸手法；同时能够对艾灸机器人的艾灸过程进行监控，进一步确保艾灸手法的正确性。

附图说明

图1为基于机器学习的艾灸手法轨迹获取与复现方法的流程图；

图2为获取艾灸手法轨迹的流程图；

图3为复现艾灸手法轨迹的流程图；

图4为艾灸数据采集系统的示意图；

图5为艾灸机器人系统的示意图；

图6为mark点在患者穴位的实施状态图；

图7为mark点在艾灸师手部的实施状态图。

附图标记：1、红外运动捕捉仪；2、温度传感器；3、艾条；4、mark点；5、主控制台；6、艾灸机器人；7、次控制台。

具体实施方式

下面结合附图和实施例，对本发明进一步详细说明。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“底面”和“顶面”、“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。

如图1-7所示，基于机器学习的艾灸手法轨迹获取与复现方法，具体按照以下步骤实施：

s1获取艾灸手法轨迹

s11搭建艾灸数据采集系统；

s12采集艾灸轨迹数据；

s13使用机器学习的方法得到轨迹预测模型；

s2复现艾灸手法轨迹

s21搭建艾灸机器人系统；

s22采用笛卡尔空间映射轨迹，获取艾灸机器人6基坐标系下的艾灸机器人6末端轨迹；

s23进行轨迹跟踪与异常监测。

综上所述，本发明具有以下有益效果：在艾灸机器人替代艾灸师进行艾灸的过程中，能够灵动复刻艾灸师的艾灸手法；同时能够对艾灸机器人的艾灸过程进行监控，进一步确保艾灸手法的正确性。

艾灸数据采集系统包括

红外运动捕捉仪1，红外运动捕捉仪1用于对整个艾灸过程进行监控；

两组mark点4，mark点4分别贴在艾灸师手背与患者艾灸穴位上，用于供红外运动捕捉仪1实时追踪；此处的两组mark点4用于复刻艾灸师在进行艾灸时的艾灸手法。

温度传感器2，温度传感器2实时监测艾灸师在艾灸过程中，艾灸穴位的表面温度；

主控制台5，主控制台5能够接收红外运动捕捉仪1传输的mark点4轨迹信息并进行处理，主控制台5能够接收接收温度传感器2传输的温度信息并进行处理。

如图4所示，艾灸数据采集系统的一种实施方式包括有一个温度传感器2、两组mark点4、四组红外运动捕捉仪1与一台计算机，红外运动捕捉仪1设置在视角能覆盖整个床面的位置，计算机即为主控制台5，用于接收红外运动捕捉仪1捕捉的mark点4轨迹信息与相应信息的处理，温度传感器2固定在床沿可以测量人体表面温度的位置，并将患者艾灸穴位实时温度信息发送至计算机，艾灸师在红外运动捕捉仪1视场范围内手握艾条3对患者艾灸穴位进行艾灸。

本发明主要对常用的艾灸手法进行获取和复现，包括但不限于悬定灸、雀啄灸、摆尾灸。具体来说，

悬定灸：艾条燃烧对准艾灸穴位，并与穴位的距离保持恒定；

雀啄灸：施与穴位的火力有渐变过程，即先由弱到强，然后再由强到弱，体现在艾条燃烧头距离皮肤的高度变化就是由高到低，再由低到高，这个过程犹如麻雀啄米，故名雀啄灸；

摆尾灸：热量不持续，有间断，艾条在一定的区间内往返运动。

步骤s12包括以下步骤：

s121打开艾灸数据采集系统，准备采集轨迹信息；准备工作包括打开红外运动捕捉仪1、温度传感器2、主控制台5等，使得艾灸师在正式艾灸时所有艾灸手法过程能够被清晰完整的捕捉。

s122艾灸师开始艾灸，令艾灸师手握艾条3且在艾灸过程中手与艾条3不得有相对运动，依次对该穴位使用悬定灸、雀啄灸、摆尾灸这三种艾灸手法，也可以酌情增加艾灸师自己掌握的适合该穴位的艾灸手法，同时艾灸数据采集系统捕捉mark点4轨迹点数据(xhi,yhi,zhi,αhi,βhi,γhi)(i＝1,2,…,j)在通过一次低通滤波后除去抖动、使数据更加平滑，保存在计算机中。其中，j为艾灸数据采集系统在艾灸师一次艾灸过程中采集的数据数。然后主控制台5接收mark点4轨迹点信息；

s123重复步骤s122，直至完成同一穴位艾灸n次，例如5次；

s124更换穴位，重复步骤s122至s124，直至艾灸完所有穴位；

s125根据艾灸师手部与艾条3信息，即将艾灸师手与艾条3分别视为刚体，建立艾灸师手部和艾条3的运动学模型。

考虑艾条3燃烧的变化，得到艾条3末端位姿^toolp＝^toolto^op，完成手背mark点的位姿数据到艾条3末端位姿数据的转换，其中，^toolto为变换矩阵。

s126由艾条3末端的轨迹点数据(xi,yi,zi,αi,βi,γi)，得到艾灸师手的瞬时速度也即艾条3末端的瞬时速度vi；通过温度传感器2获取艾灸穴位表面温度temi；最终得到m个穴位分别对应的5组轨迹数据。

步骤s13包括以下步骤：

s131选择穴位a，对s12中主控制台5接收的穴位a的n组离散轨迹点数据进行预处理，并进行分析；按上述n＝5为例，得到的该穴位的5组离散轨迹点数据(xi,yi,zi,αi,βi,γi,vi,temi)，预处理包括处理缺失值、处理异常值、将数据规范化和进行主成分分析。

s132使用机器学习模型拟合数据，生成穴位a连续的艾灸轨迹和该穴位对应的变换矩阵函数，并传输至主控制台5；此处的学习模型包括但不限于线性回归、高斯过程、神经网络模型，这些学习模型采用人工智能领域常规设计和使用方式，以线形回归模型为例，使用线性回归模型x(t)＝f(xi)、y(t)＝f(yi)……、tem(t)＝f(temi)拟合数据，得到该穴位一条连续的艾灸轨迹，包括该穴位下的变换矩阵函数^acupttool(t)。

s133更换穴位，重复步骤s131至s132，获取所有穴位对应的艾灸轨迹，生成艾灸轨迹预测模型(x,y,z,α,β,γ,v,tem)；

s134使用均方根误差与r方值指标对轨迹预测模型进行评估与优化，若出现过拟合现象，则调整训练集的成分，若出现欠拟合现象，则增加数据样本以及训练量。

艾灸机器人系统包括

次控制台7，次控制台7包括有人机交互界面，人机交互界面包括有穴位选择、急停、恢复零位等功能。

艾灸机器人6，艾灸机器人6用于对患者进行艾灸治疗，且与次控制台7耦接并实时通信；

温度传感器2，温度传感器2实时监测艾灸机器人6在艾灸过程中，艾灸穴位的表面温度，并将温度数据实时传送至次控制台7；

步骤s22包括以下步骤：

s221艾灸师在人机交互界面中选择穴位b与相应艾灸手法，如悬定灸、雀啄灸、摆尾灸等；

s222将穴位b代入s13生成的轨迹预测模型中获取穴位b的艾灸轨迹和该穴位对应的变换矩阵函数^acup′ttool(t)；此处依然以线形回归模型为例，其它使用基于机器学习模型的方法例如神经网络、高斯过程等模型也在本专利保护范围内。

s223控制艾灸机器人6移动至该穴位，得到变换矩阵^acup′tb，代入公式^bttool＝(^acup′tb)^-1·^acup′ttool完成坐标变换，获取艾灸机器人6基坐标系下变换矩阵函数^bttool(t)与末端轨迹^bp(t)＝^bttool(t)·^toolp(t)。

步骤s23包括以下步骤：

s231建立艾灸机器人6的运动学模型，通过求解末端轨迹^bp(x,y,z,α,β,γ)的逆运动学问题得到关节轨迹，控制艾灸机器人6运动，完成艾灸手法的轨迹跟踪；

s232艾灸机器人6系统运行过程中温度传感器2实时监测艾灸穴位表面温度，并将温度数据实时发送至次控制台7，若有异常，则次控制台7发出警报，并暂停艾灸机器人6运行。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。