本申请公开了一种基于物联网的康复护理交互式管理系统及方法，涉及康复护理的智能管理领域，其将采集到的待监测康复训练患者的多个预定时间点的康复训练图像数据作为输入数据，然后通过计算机视觉技术和图像处理技术分别对所述康复训练图像数据中的患者面部特征、关节特征以及整体步态特征进行提取和分析，并结合这些特征得到用于表示待监测康复训练患者的康复训练方案是否需要调整的分类结果。也就是，综合分析患者在康复训练过程中的面部特征、关节特征以及整体步态特征，可以对患者康复动作训练进行多方位分析。这样，有助于提供个性化的康复方案，并给予康复建议，以提高康复护理的效率和全面性。
【技术实现步骤摘要】
本申请涉及康复护理的智能管理领域，且更为具体地，涉及一种基于物联网的康复护理交互式管理系统及方法。
技术介绍
1、当人体下肢骨折经历复位、固定和手术后，通常需要数月的时间才能达到临床愈合。在这段时间，患肢的正常运动会受到限制，患者无法自由活动。这种情况容易导致骨质脱钙、关节肌肉粘连、关节僵硬和肌肉萎缩等问题的发生。这些问题严重影响了患者的生活质量。因此，为了恢复功能，患者通常需要接受一段时间的康复护理。
2、但是，在现有技术中，患者进行康复训练过程中，往往会忽视患者的心理情绪变化，从而导致患者的康复护理效率降低，同时无法将患者康复动作训练进行多方位分析，导致患者康复动作训练的效率低下，以至于动作训练的针对性缺乏，无法使得患者的康复护理更加高效以及全面。
3、因此，期待一种基于物联网的康复护理交互式管理系统及方法，通过深度学习技术对康复动作训练过程中的状态进行多方位分析，从而提供个性化的康复方案，并给予康复建议，以提高康复护理的效率和全面性。
技术实现思路
1、为了解决上述技术问题，提出了本申请。
2、根据本申请的第一方面，提供了一种基于物联网的康复护理交互式管理系统，其包括：
3、康复训练患者数据采集模块，用于采集待监测康复训练患者的多个预定时间点的康复训练图像数据；
4、康复训练患者特征提取模块，用于对所述待监测康复训练患者的多个预定时间点的康复训练图像数据进行提取和分析以得到患者面部变化特征图以及患者姿态变化特征图；</p>5、康复训练患者特征融合模块，用于对所述患者面部变化特征图和所述患者姿态变化特征图进行高维空间单元流形子维度超凸相关性度量以得到患者康复训练特征图；
6、康复训练患者分类结果生成模块，用于基于所述患者康复训练特征图，以得到分类结果；
7、其中，所述康复训练患者特征融合模块，用于：以如下公式对所述患者面部变化特征图和所述患者姿态变化特征图进行高维空间单元流形子维度超凸相关性度量以得到患者康复训练特征图；其中，所述公式为：
8、；
9、其中，表示所述患者面部变化特征图，表示所述患者姿态变化特征图，表示所述患者面部变化特征图和所述患者姿态变化特征图的均值特征图，表示向量的按位置相减，表示以2为底的对数函数值，和表示权重超参数，表示所述患者康复训练特征图。
10、在上述基于物联网的康复护理交互式管理系统中，所述康复训练患者特征提取模块，包括：患者面部特征获取单元，用于对所述待监测康复训练患者的多个预定时间点的康复训练图像数据进行卷积编码以得到患者面部变化特征图；
11、患者关节特征获取单元，用于对所述待监测康复训练患者的多个预定时间点的康复训练图像数据进行卷积编码以得到患者关节变化特征图；
12、患者步态特征获取单元，用于对所述待监测康复训练患者的多个预定时间点的康复训练图像数据进行卷积编码以得到患者步态变化特征图；
13、关联特征获取单元，用于将所述患者关节变化特征图和所述患者步态变化特征图进行融合以得到所述患者姿态变化特征图。
14、在上述基于物联网的康复护理交互式管理系统中，所述患者面部特征获取单元，包括：
15、面部区域获取子单元，用于将所述待监测康复训练患者的多个预定时间点的康复训练图像数据通过基于第一目标检测网络的面部区域获取模块以得到多个面部感兴趣区域；
16、面部感兴趣区域排列子单元，用于将所述多个面部感兴趣区域按时间维度排列为三维面部变化输入张量；
17、面部变化特征获取子单元，用于将所述三维面部变化输入张量通过基于三维卷积神经网络模型的面部变化特征提取模块以得到患者面部变化特征图。
18、在上述基于物联网的康复护理交互式管理系统中，所述患者关节特征获取单元，包括：关节区域获取子单元，用于将所述待监测康复训练患者的多个预定时间点的康复训练图像数据通过基于第二目标检测网络的关节区域获取模块以得到多个关节感兴趣区域；
19、关节感兴趣区域排列子单元，用于将所述多个关节感兴趣区域按时间维度排列为三维关节变化输入张量；
20、关节变化特征获取子单元，用于将所述三维关节变化输入张量通过基于显著目标检测器的关节变化特征提取模块以得到患者关节变化特征图。
21、在上述基于物联网的康复护理交互式管理系统中，所述患者步态特征获取单元，包括：步态特征获取子单元，用于将所述待监测康复训练患者的多个预定时间点的康复训练图像数据通过基于深浅特征融合模块的步态特征提取器以得到多个步态特征矩阵；
22、步态变化特征获取子单元，用于将所述多个步态特征矩阵按时间维度排列为三维步态变化输入张量后通过基于空间注意力机制的步态变化特征提取模块以得到患者步态变化特征图。
23、在上述基于物联网的康复护理交互式管理系统中，所述面部区域获取子单元，用于：
24、使用基于锚窗的第一目标检测网络以如下公式对待监测康复训练患者的多个预定时间点的康复训练图像数据中的各个康复训练图像数据进行处理以得到所述多个面部感兴趣区域；其中，所述公式为：
25、；
26、其中，为康复训练图像数据，为锚框，面部感兴趣区域，表示分类，表示回归。
27、在上述基于物联网的康复护理交互式管理系统中，所述步态特征获取子单元，用于：从所述步态特征提取器的第i层提取浅层特征矩阵，所述第i层为所述步态特征提取器的第一层至第六层；从所述步态特征提取器的第j层提取深层特征矩阵，所述第j层与所述第i层之间的比值大于等于5；以及使用所述深浅特征融合模块来融合所述浅层特征矩阵和所述深层特征矩阵以得到所述多个步态特征矩阵中各个步态特征矩阵。
28、根据本申请的第二方面，提供了一种基于物联网的康复护理交互式管理方法，其包括：
29、采集待监测康复训练患者的多个预定时间点的康复训练图像数据；
30、对所述待监测康复训练患者的多个预定时间点的康复训练图像数据进行提取和分析以得到患者面部变化特征图以及患者姿态变化特征图；
31、对所述患者面部变化特征图和所述患者姿态变化特征图进行高维空间单元流形子维度超凸相关性度量以得到患者康复训练特征图；
32、基于所述患者康复训练特征图，以得到分类结果；
33、其中，对所述患者面部变化特征图和所述患者姿态变化特征图进行高维空间单元流形子维度超凸相关性度量以得到患者康复训练特征图，用于：以如下公式对所述患者面部变化特征图和所述患者姿态变化特征图进行高维空间单元流形子维度超凸相关性度量以得到患者康复训练特征图；其中，所述公式为：
34、；
35、其中，表示所述患者面部变化特征图，表示所述患者姿态变化特征图，表示所述患者面部变化特征图和所述患者姿态变化特征图的均值特征图，表示向量的按位置相减，表示以2为底的对数函数值，和表示权重本文档来自技高网
...
【技术保护点】
1.一种基于物联网的康复护理交互式管理系统，其特征在于，包括：
2.根据权利要求1所述的基于物联网的康复护理交互式管理系统，其特征在于，所述康复训练患者特征提取模块，包括：
3.根据权利要求2所述的基于物联网的康复护理交互式管理系统，其特征在于，所述患者面部特征获取单元，包括：
4.根据权利要求3所述的基于物联网的康复护理交互式管理系统，其特征在于，所述患者关节特征获取单元，包括：
5.根据权利要求4所述的基于物联网的康复护理交互式管理系统，其特征在于，所述患者步态特征获取单元，包括：
6.根据权利要求5所述的基于物联网的康复护理交互式管理系统，其特征在于，所述面部区域获取子单元，用于：
7.根据权利要求6所述的基于物联网的康复护理交互式管理系统，其特征在于，所述步态特征获取子单元，用于：
8.根据权利要求7所述的基于物联网的康复护理交互式管理系统，其特征在于，所述康复训练患者分类结果生成模块，包括：
9.根据权利要求8所述的基于物联网的康复护理交互式管理系统，其特征在于，所述分类结果用于表示待监测康复训练患者的康复训练方案是否需要调整。
10.一种基于物联网的康复护理交互式管理方法，其特征在于,包括：
...
【技术特征摘要】
1.一种基于物联网的康复护理交互式管理系统，其特征在于，包括：
2.根据权利要求1所述的基于物联网的康复护理交互式管理系统，其特征在于，所述康复训练患者特征提取模块，包括：
3.根据权利要求2所述的基于物联网的康复护理交互式管理系统，其特征在于，所述患者面部特征获取单元，包括：
4.根据权利要求3所述的基于物联网的康复护理交互式管理系统，其特征在于，所述患者关节特征获取单元，包括：
5.根据权利要求4所述的基于物联网的康复护理交互式管理系统，其特征在于，所述患者步态特征获取单元，包括：
6.根据权利...
【专利技术属性】
技术研发人员：王秀彬，
申请(专利权)人：吉林大学，
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。