[发明专利]肢体运动训练方案自动推荐方法和系统

权利要求书

1.一种肢体运动训练方案自动推荐方法，其中，该方法包括以下步骤：

对患者进行Brunnstrom量表、Holden步行能力分级、Berg平衡量表和改良的Ashworth量表评估，记录各量表评估结果的等级；

采集患者静息状态下的左/右前额叶、左/右运动区和左/右枕叶的脑皮层氧合血红蛋白浓度变化数据，计算各个脑区两两之间的功能连接指标；

根据量表的评估结果和脑区间的功能连接指标，利用预先建立的神经网络模型对运动训练方案进行自动推荐；

将推荐的运动训练方案推送给医生进行审核，将量表的评估结果和脑区间的功能连接指标以及经医生确认/修改后的训练方案用于更新预先建立的神经网络模型。

2.根据权利要求1所述的肢体运动训练方案自动推荐方法，其中，预先建立的所述神经网络模型为CNN-SVM模型，所述CNN-SVM模型的训练方法为：以若干例患者的量表评估结果和脑区间功能连接值作为输入特征，医生为患者制定的运动训练方案作为输出，建立针对不同分类问题的各个模型数据库，利用模型数据库依次建立针对不同分类问题的神经网络模型，进行各个神经网络模型的学习和训练，确定最佳的模型参数。

3.根据权利要求2所述的肢体运动训练方案自动推荐方法，其中，所述输入特征包含以下特征值：患者的左手、右手、左上肢、右上肢、左下肢、右下肢的Ashworth分级和Brunnstrom分期、患者的站位平衡功能、坐位平衡功能和步行能力等级，以及脑区两两之间的功能连接。

4.根据权利要求2所述的肢体运动训练方案自动推荐方法，其中，所述运动训练方案的输出为训练内容、训练部位、训练方式和训练模式的组合，将运动训练方案设置为以下分类问题：左上肢运动训练方式/模式、右上肢运动训练方式/模式、左下肢运动训练方式/模式、右下肢运动训练方式/模式、左手运动训练方式/模式、右手运动训练方式/模式、步行训练模式、是否进行平衡训练。

5.根据权利要求1所述的肢体运动训练方案自动推荐方法，其中，利用预先建立的神经网络模型自动推荐合适的运动训练方案具体为：将患者的量表评估结果和脑区间功能连接指标依次输入到针对不同分类问题的模型进行计算，分别获得不同问题的输出结果，根据输出结果综合进行分析，推荐出完整的运动训练方案。

6.根据权利要求1所述的肢体运动训练方案自动推荐方法，其中，脑区之间的功能连接指标通过计算两个脑区各个采集通道氧合血红蛋白浓度变化量的小波相位相干性的均值得到。

7.根据权利要求1所述的肢体运动训练方案自动推荐方法，其中，根据以下方式更新预先建立的神经网络模型：由预先建立的所述神经网络模型训练基于由大量患者量表和脑功能评估指标以及运动训练处方的信息构成的运动训练方案数据库；根据量表和脑功能评估信息得到的运动训练方案经医生审核确认/修改后，量表评估结果、脑功能连接指标以及训练方案将自动补充进数据库；随着数据库的更新，神经网络模型重新进行训练和参数优化。

8.一种肢体运动训练方案自动推荐系统，包括：

量表评估模块，用于输入量表信息、自动计算量表评估结果并将结果传输至智能学习模块；

信息采集模块，用于采集患者相应脑区的脑皮层血流中血红蛋白浓度变化信号，并将采集到的信号传输至近红外脑功能评估模块；

近红外脑功能评估模块，用于根据采集到的脑血红蛋白浓度变化信号计算各脑区之间的功能连接指标，并将计算得到的脑功能连接指标传输至智能学习模块；

所述智能学习模块，包含预先建立的运动训练方案推荐神经网络模型，用于根据量表评估结果和脑功能连接指标计算得到各类运动训练问题的推荐结果；以及

训练方案推荐模块，用于根据各类运动训练问题的推荐结果综合分析，得到综合的运动训练方案，反馈给患者和医生。

9.根据权利要求8所述的肢体运动训练方案自动推荐系统，其中，所述智能学习模块将后期输入智能学习模块的量表和脑功能评估信息以及经医生确认/修改后的运动训练方案的信息自动补充进数据库，并随着数据库的更新不断地重新训练预先建立的神经网络模型。