[发明专利]盆底肌训练指导系统、方法及电子设备在审

专利信息
申请号: 202211442335.X 申请日: 2022-11-17
公开(公告)号: CN115814359A 公开(公告)日: 2023-03-21
发明(设计)人: 贤少忠;孔广起 申请(专利权)人: 首都医科大学附属北京潞河医院
主分类号: A63B23/20 分类号: A63B23/20;A63B71/06
代理公司: 北京智鸿港知识产权代理事务所(普通合伙) 16003 代理人: 张学府
地址: 101199 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 盆底肌 训练 指导 系统 方法 电子设备
【权利要求书】:

1.一种盆底肌训练指导系统,其特征在于,包括:

信息采集装置,所述信息采集装置用于采集目标用户的盆底肌状态数据,并将所述盆底肌状态数据传输至微型处理器;

微型处理器,所述微型处理器基于所述盆底肌状态数据和从存储器调用的盆底肌状态评估模型,获得盆底肌状态评估结果数据,以及,基于所述盆底肌状态评估结果数据和从所述存储器调用的盆底肌训练指导策略模型,获得相应的盆底肌训练指导策略,并将所述盆底肌训练指导策略传输至控制器;

存储器,所述存储器用于存储预先构建且训练好的所述盆底肌状态评估模型和所述盆底肌训练指导策略模型;

控制器,所述控制器基于所述盆底肌训练指导策略,为所述目标用户提供盆底肌训练指导;

界面显示单元,所述界面显示单元与所述信息采集装置、所述微型处理器和所述控制器分别相连,以显示所述盆底肌状态数据、所述盆底肌状态评估结果数据和所述盆底肌训练指导策略。

2.根据权利要求1所述的盆底肌训练指导系统,其特征在于,所述微型处理器,还用于基于所述目标用户的盆底肌状态数据和从存储器调用的盆底肌状态评估模型,获得所述目标用户的训练后盆底肌状态评估结果数据,并将所述训练后盆底肌状态评估结果数据和预设的盆底肌期望状态数据进行比较,获得盆底肌状态比较结果数据,以及,基于所述盆底肌状态比较结果数据,切换或保持所述盆底肌训练指导策略。

3.根据权利要求2所述的盆底肌训练指导系统,其特征在于,所述盆底肌训练指导策略的内容包括以下任意一种或多种的组合:盆底肌知识宣教内容、盆底肌训练动作视频教学内容、训练强度、训练频次、训练时长、训练提醒和训练定时打卡。

4.根据权利要求2所述的盆底肌训练指导系统,其特征在于,所述盆底肌状态数据的类型包括以下任意一种或多种:问卷记录信息数据、肌能测试信息数据和肌能直采信息数据。

5.根据权利要求2所述的盆底肌训练指导系统,其特征在于,所述微型处理器还用于:

获取若干个盆底肌状态数据样本;

对各所述盆底肌状态数据样本分别进行人工评估的标注处理,获得各标注后的盆底肌状态数据样本;

基于各所述盆底肌状态数据样本和各所述标注后的盆底肌状态数据样本,以及结合卷积神经网络算法,对评估参数进行深度学习训练,获得所述盆底肌状态评估模型。

6.根据权利要求2所述的盆底肌训练指导系统,其特征在于,所述微型处理器还用于:

基于各所述盆底肌状态数据样本和所述盆底肌状态评估模型,分别获得各盆底肌状态评估结果数据样本;

基于各所述盆底肌状态评估结果数据样本,对各用户分别进行盆底肌训练指导策略的人工规划,以获得人工规划后的各盆底肌训练指导策略;

基于各所述盆底肌状态评估结果数据样本和所述人工规划后的各盆底肌训练指导策略,以及结合卷积神经网络算法,对训练指导参数进行深度学习训练,获得所述盆底肌训练指导策略模型。

7.一种盆底肌训练指导方法,其特征在于,包括:

获取目标用户的盆底肌状态数据;

基于所述盆底肌状态数据和预先构建且训练好的盆底肌状态评估模型,获得盆底肌状态评估结果数据;

基于所述盆底肌状态评估结果数据和预先构建且训练好的盆底肌训练指导策略模型,获得相应的盆底肌训练指导策略;

基于所述盆底肌训练指导策略,为所述目标用户提供盆底肌训练指导。

8.根据权利要求7所述的盆底肌训练指导方法,其特征在于,还包括:

获取所述目标用户的训练后盆底肌状态评估结果数据;

将所述训练后盆底肌状态评估结果数据和预设的盆底肌期望状态数据进行比较,获得盆底肌状态比较结果数据;

基于所述盆底肌状态比较结果数据,切换或保持所述盆底肌训练指导策略。

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首都医科大学附属北京潞河医院,未经首都医科大学附属北京潞河医院许可,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/202211442335.X/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