脑卒中患者居家康复进度反馈及监测方法

文档序号:39802538发布日期:2024-10-29 17:17阅读:5来源:国知局
脑卒中患者居家康复进度反馈及监测方法

本发明涉及康复监测,更具体地说,本发明涉及康复监测技术。


背景技术:

1、脑卒中也称为脑中风,是一种常见的脑血管疾病,患者常常会出现运动障碍、认知障碍等症状,其中偏瘫是最为常见的运动障碍,影响患者的日常生活和社会参与能力。随着老龄化现象的加剧,脑卒中患者数量逐年增加,成为世界上第二大致死及第一致残疾病,脑卒中患者的术后康复治疗成为康复医学和康复工程的重点研究领域。康复训练不仅能够帮助患者恢复身体和认知功能,还能提高患者的生活质量和自理能力,减轻家庭和社会的负担,促进康复患者的社会融入。现有技术存在的不足:

2、脑卒中患者通常会遗留不同程度的功能障碍,其中运动功能的缺失或受损对患者病情恢复和日常生活的影响最大,神经可塑性理论认为,步行运动康复训练能够通过重复练习和刺激,促进中枢神经系统的可塑性,从而使受损区域重新学习和掌控受损功能,因此需要设计一种方法监测脑卒中患者居家步行运动康复进度。

3、针对上述问题,本发明提出一种解决方案。


技术实现思路

1、为了克服现有技术的上述缺陷,本发明的实施例提供脑卒中患者居家康复进度反馈及监测方法,通过脑卒中患者居家康复进度反馈及监测方法,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:

3、脑卒中患者居家康复进度反馈及监测方法其特征在于,包括以下步骤:

4、采集患者的步态序列和步行距离;对步态序列进行预处理,基于神经网络算法获得患者的步态评估值;根据步行距离获取步行速度和步行评估值,结合步态评估值基于机器学习算法建立康复进度监测模型,构成康复进度评估系数; 根据康复进度评估系数对脑卒中患者居家康复进度进行反馈及监测。

5、在一个优选的实施方式中,所述对步态序列进行预处理具体方法如下:基于改进的otsu方法进行步态图片前景与背景的分割;所述改进的otsu方法包括采用模拟退火算法选取最佳阈值以及采用黑洞搜索优化算法对初始值进行设定。

6、在一个优选的实施方式中,所述基于神经网络算法获得患者的步态评估值具体步骤如下:获取患者步态图像,根据基于黑洞搜索优化算法获取的最优步态阈值将步态图像的像素点分为两类;分别计算两类像素点的分布概率,根据所述分布概率结合图像平均灰度计算得到类间方差;对所述类间方差最大最小值进行记录,得到类间方差的最大值与最小值之差;根据所述类间方差的最大值与最小值之差结合预设的初始接受概率,计算得到初始值;将初始值结合类间方差的最大值与最小值之差和步态周期,计算得到步态评估值。

7、在一个优选的实施方式中,所述步行评估值的具体获取方法如下:测量患者的步行距离,结合计算得到的步行距离的均值和方差,并对步行距离进行归一化处理,得到步行评估值。

8、在一个优选的实施方式中,所述根据康复进度评估系数对脑卒中患者居家康复进度进行反馈及监测,具体为:当康复进度评估系数小于预设的康复进度评估阈值时,改进患者的康复过程,使得康复进度评估系数大于等于预设的康复进度评估阈值。

9、在一个优选的实施方式中,所述类间方差的最大值与最小值之差的具体获取方法如下:在预设的搜索范围内随机放置星体作为可选的步态阈值;根据像素点分布概率计算不同星体的类间方差值,将若在黑洞吸引过程中有星体的类间方差值优于预设的黑洞的类间方差值,则该星体的类间方差值成为新的黑洞的类间方差值并继续更新迭代;将黑洞的可选的步态阈值作为最优步态阈值。

10、在一个优选的实施方式中,所述步态周期的具体获取方法如下:实时获取人体质心以下区域的宽度,将不断变化的宽度值绘制成一条曲线,根据曲线的峰值之间的时间长度作为来划分步态周期。



技术特征:

1.脑卒中患者居家康复进度反馈及监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的脑卒中患者居家康复进度反馈及监测方法,其特征在于,所述对步态序列进行预处理具体方法如下:

3.根据权利要求1所述的脑卒中患者居家康复进度反馈及监测方法,其特征在于,所述基于神经网络算法获得患者的步态评估值具体步骤如下:

4.根据权利要求1所述的脑卒中患者居家康复进度反馈及监测方法,其特征在于,所述步行评估值的具体获取方法如下:

5.根据权利要求1所述的脑卒中患者居家康复进度反馈及监测方法,其特征在于,所述根据康复进度评估系数对脑卒中患者居家康复进度进行反馈及监测,具体为:

6.根据权利要求3所述的脑卒中患者居家康复进度反馈及监测方法,其特征在于,所述基于黑洞搜索优化算法获取的最优步态阈值的具体获取方法如下:

7.根据权利要求3所述的脑卒中患者居家康复进度反馈及监测方法,其特征在于,所述步态周期的具体获取方法如下:

8.根据权利要求7所述的脑卒中患者居家康复进度反馈及监测方法,其特征在于,所述步态评估值的具体计算公式如下:

9.根据权利要求7所述的脑卒中患者居家康复进度反馈及监测方法,其特征在于,所述步行评估值的具体计算公式如下:

10.根据权利要求7所述的脑卒中患者居家康复进度反馈及监测方法,其特征在于,所述康复进度评估系数的具体计算公式如下:


技术总结
本发明公开了脑卒中患者居家康复进度反馈及监测方法,涉及患者康复反馈及监测技术领域,包括以下步骤:首先采集患者的步态序列和步行距离;接着对步态序列进行预处理,基于神经网络算法获得患者的步态评估值;然后根据步行距离获取步行速度和步行评估值,结合步态评估值基于机器学习算法建立康复进度监测模型,构成康复进度评估系数;最后,根据康复进度评估系数对脑卒中患者居家康复进度进行反馈及监测;通过对脑卒中患者居家康复进度反馈及监测,能够帮助患者恢复运动功能,还能提高患者的生活质量和自理能力,减轻家庭和社会的负担,促进康复患者的社会融入。

技术研发人员:汪慧琴,宋云凤,徐盈盈,张柳,张钦
受保护的技术使用者:安徽医科大学第一附属医院
技术研发日:
技术公布日:2024/10/28
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1