[发明专利]一种用于个体化治疗肌少症的方法有效

专利信息
申请号: 202110824827.4 申请日: 2021-07-21
公开(公告)号: CN113694482B 公开(公告)日: 2022-04-22
发明(设计)人: 吴苠铭 申请(专利权)人: 四川大学华西医院
主分类号: A63B24/00 分类号: A63B24/00;A63B21/02;A63B21/055;A63B22/00;A63B22/02;A63B22/04;A63B22/06
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 张国栋
地址: 610041 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 个体化 治疗 肌少症 方法
【权利要求书】:

1.一种用于个体化治疗肌少症的方法,其特征在于,所述用于个体化治疗肌少症的方法包括以下步骤:

步骤一,根据肌少症患者的疾病严重程度,通过运动训练系统对老年人的肌块、肌力、平衡和耐力进行训练;

步骤二,在运动训练过程中,通过老年人基本信息采集模块对老年人基本生命体征和训练周期中相关生命体征数据进行采集,老年人基本信息采集模块将数据传递到中央控制模块,中央控制模块对数据进行分析;

步骤三,中央控制模块将采集的数据和数据分析的结果通过通信模块传递到云服务模块中,利用大数据处理技术对数据进行整合分析,为老年人运动训练作出相应的方案;

步骤四,云服务模块通过通信模块将运动训练方案传递到中央控制模块,中央控制模块控制运动训练设备模块对老年人的运动训练动作进行校正,同时提供相应的训练强度;

所述老年人基本信息采集模块包括呼吸、心率/脉搏、体温和肌肉MRI影像采集单元;图像采集部位:腰3横突平面腰肌横截面积;还包括人体成分分析BIA测量;

肌肉MRI影像模块设置有图像预处理模块和基于图像肌肉状态分析识别模块;

图像预处理模块中设置有老年人肌肉图像导入模块、老年人肌肉图像去噪增强模块、老年人肌肉图像色彩转换模块、老年人肌肉图像边缘检测和分割模块、老年人肌肉图像直方图匹配/轮廓匹配模块;

所述老年人肌肉图像边缘检测和分割模块对老年人肌肉图像进行分割,具体过程为:

确定像素点的相似度,根据相似度将相似性质的像素点连成合并;

在图像中的每个图像中,确定一个区域和种子点;

将种子点周围所设置领域的像素点,按照生长规则进行生长合并,直到没有能满足生长点的像素为止。

2.如权利要求1所述的用于个体化治疗肌少症的方法,其特征在于,所述运动训练系统包括:运动训练设备模块、老年人基本信息采集模块、中央控制模块、通信模块、云服务模块、有氧运动模块,有氧运动和阻抗运动相结合模块;运动训练方法包括有氧运动,阻抗运动,有氧运动和阻抗运动相结合;

老年人基本信息采集模块与中央控制模块连接,中央控制模块与运动训练设备模块连接,中央控制模块通过通信模块与云服务模块连接。

3.如权利要求2所述用于个体化治疗肌少症的方法,其特征在于,所述运动训练设备模块包括阻力绳、阻力训练真皮腰带、阻力伞、阻力训练弹力绳;调高训练器、体能协调训练器、拉力绳、健身棒、阻力训练把手、跑步机、椭圆仪、固定自行车、踏步机、划船机。

4.如权利要求1所述的用于个体化治疗肌少症的方法,其特征在于,所述中央控制模块包括:数据处理单元、数据分析建模单元、数据储存单元、数据分类单元、语音控制单元、设备安全检测单元以及人机交互单元;

数据处理单元对采集到的数据进行数据预处理和深度处理,数据分析建模单元对数据进行分析,并建立相应的肌肉训练模型;

数据储存单元对系统中的数据进行处理,数据分类单元对数据进行分类;语音控制单元和人机交互单元对运动训练设备单元中的运动训练设备进行控制。

5.如权利要求1所述的用于个体化治疗肌少症的方法,其特征在于,所述脉搏采集单元设置有脉搏信号去噪模块、脉搏信号增强模块、脉搏信号调理模块和脉搏信号模数转换模块。

6.如权利要求5所述的用于个体化治疗肌少症的方法,其特征在于,所述脉搏信号去噪模块对脉搏信号进行去噪的具体过程为:

根据获取的脉搏信号,对含有噪声的脉搏信号进行提取,并进行小波分解,得到相应的小波分解系数;

确定阈值处理函数,对分解得到的小波系数进行阈值化处理,得到原始信号的小波系数;

利用阈值化处理后的得到的小波系数进行重构,得到去噪后的信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学华西医院,未经四川大学华西医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110824827.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top