[发明专利]康复运动的自适应训练方法、装置、介质及康复机器人

说明书

本申请公开了一种康复运动的自适应训练方法、装置、计算机可读存储介质及康复机器人。方法包括预先基于不同的误差调控策略与不同类型的多感觉反馈组合生成多种不同难度等级的康复训练模式。在康复训练过程中，计算训练者在当前康复训练模式下的当前任务完成度值；基于当前任务完成度值和在当前康复训练模式下的训练者的功能状态，调用预先设置的模式切换条件自适应调整康复训练模式的难度级别。模式切换条件基于训练者在当前康复训练模式下的任务完成度值的变化情况和训练者的运动状态共同确定。本申请无需采集训练者过多的生理信号，不仅可有效降低康复训练过程中的数据处理复杂度，易于操作，还可有效提升训练者的康复训练效果。

技术领域

本申请涉及智能机器人技术领域，特别是涉及一种康复运动的自适应训练方法、装置、计算机可读存储介质及康复机器人。

背景技术

近年来脑卒中的患病率逐年上升，随着医疗水平的提升脑卒中的致死率降低，但是这也意味着致残率的升高，给社会和家庭带来了极大的经济负担。康复机器人技术的发展有望能够解决康复医师相对不足的现状，帮助更多患者实现康复训练。主动的运动学习有利于神经重塑，为了使康复机器人的训练能够达到更好的训练效果并使之在训练后有一个很好的保持效果，提供有利于运动学习的康复策略有着重要意义。研究表明，增强的反馈有利于运动学习，整合多种外部反馈给患者提供最合适的反馈策略在康复训练中是十分必要的。

运动学习是以两种方式进行的，一种是通过镜像神经元模仿正确的动作，另一种是通过一次次的训练减少误差。可以说运动学习是一个减小目标任务和实际动作的误差的过程，所以对运动误差的反馈十分重要。相关技术通过视觉和力觉把误差的反馈进行放大和减小会产生不同的效果来设计康复机器人的康复训练方法，误差减小(ErrorReduction，ER)的反馈可以增加人的自信，对于运动能力比较低的人有着积极的作用；误差放大(Error Augmentation，EA)的反馈则可以带给人挑战的感觉，可以激发运动能力较高的人付出努力。不同的反馈策略可以调动在运动学习过程中的内在动机，将不同反馈策略以自适应的方式提供给患者，使患者能够在训练中保持着主动运动学习的状态有利于患者的康复训练效果。

尽管相关技术可以提供多感觉反馈的虚拟交互系统，但是每种感觉单独反馈无法保证好的康复训练效果，且在康复训练过程中若不考虑使用机器的训练者的内在动机调控，训练者的康复保持效果不佳；且考虑训练者情绪调控调整训练策略，又需要采集过多的生理信号，整个数据处理过程较为复杂不能实现实时的切换训练方式。

发明内容

本申请提供了一种康复运动的自适应训练方法、装置、计算机可读存储介质及康复机器人，无需采集训练者过多的生理信号，不仅可有效降低康复训练过程中的数据处理复杂度，易于操作，还可有效提升训练者的康复训练效果。

为解决上述技术问题，本发明实施例提供以下技术方案：

本发明实施例一方面提供了一种康复运动的自适应训练方法，包括：

预先基于不同的误差调控策略与不同类型的多感觉反馈组合，生成多种不同难度等级的康复训练模式；

计算训练者在当前康复训练模式下的当前任务完成度值；

基于所述当前任务完成度值和在所述当前康复训练模式下的训练者的功能状态，调用预先设置的模式切换条件自适应调整康复训练模式的难度级别；

其中，所述模式切换条件基于训练者在所述当前康复训练模式下的任务完成度值的变化情况和训练者的运动状态共同确定。

可选的，所述基于不同的误差调控策略与不同类型的多感觉反馈组合，生成多种不同难度等级的康复训练模式包括：

分别基于正常误差、误差减小、误差增大的视觉反馈和力觉反馈生成9种康复训练模式，每种康复训练模式设置有不同训练难度级别；