[发明专利]基于人工智能的康复训练方法、装置、系统及存储介质在审

专利信息
申请号: 202010909663.0 申请日: 2020-09-02
公开(公告)号: CN112116981A 公开(公告)日: 2020-12-22
发明(设计)人: 曹小伍;雷铭轩;欧阳思奕;方梓馨;李禅;华国明 申请(专利权)人: 杭州憶盛医疗科技有限公司
主分类号: G16H20/30 分类号: G16H20/30;G06T19/00;G10L15/22;G06K9/00
代理公司: 深圳市恒程创新知识产权代理有限公司 44542 代理人: 张小容
地址: 310000 浙江省杭州市滨江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 康复训练 方法 装置 系统 存储 介质
【权利要求书】:

1.一种基于人工智能的康复训练方法,其特征在于,所述基于人工智能的康复训练方法包括以下步骤:

侦测到用户发送人工智能辅助的启动指令后,获取用户对应的康复训练处方,并提示用户佩戴AR设备;

基于所述康复训练处方确定对应的康复训练动作,将所述康复训练动作转化为对应的3D训练视频,并将所述3D训练视频发送至所述AR设备,以供所述AR设备播放所述3D训练视频;

获取所述用户的康复跟随动作,并检测所述康复跟随动作是否与所述康复训练动作匹配;

若检测到所述康复跟随动作与所述康复训练动作不匹配,则播报对应的调整语音。

2.如权利要求1所述的基于人工智能的康复训练方法,其特征在于,所述基于所述康复训练处方确定对应的康复训练动作,将所述康复训练动作转化为对应的3D训练视频的步骤包括:

识别所述康复训练处方中的文字信息、图片信息或者语音信息,根据所述文字信息、所述图片信息和所述语音信息中至少一项确定所述康复训练处方中对应的各个康复训练动作;

将各个所述康复训练动作进行集合,并将所述集合后的康复训练动作转化为对应的3D训练视频。

3.如权利要求2所述的基于人工智能的康复训练方法,其特征在于,所述根据所述文字信息、所述图片信息和所述语音信息中至少一项确定所述康复训练处方中对应的各个康复训练动作的步骤包括:

获取所述文字信息中的各个目标文字信息,并基于各个所述目标文字信息确定对应的各个所述康复训练动作,其中,所述目标文字信息中包含有对应的训练动作词语;或者

获取所述图片信息中的各个目标图片信息,并基于各个所述目标图片信息确定对应的各个所述康复训练动作,其中,所述目标图片信息中包含有对应的训练动作;或者

获取所述语音信息中的各个目标语音信息,并基于各个所述目标语音信息确定对应的各个所述康复训练动作,其中,所述目标语音信息中包含有对应的训练动作关键词。

4.如权利要求2所述的基于人工智能的康复训练方法,其特征在于,所述将所述康复训练动作进行集合,并将所述集合后的康复训练动作转化为对应的3D训练视频的步骤包括:

根据各个所述康复训练动作中的动作属性,将各个所述康复训练动作进行分类,得到各个所述康复训练动作对应的各个动作集合;

根据各个所述动作集合中的动作优先级,将各个所述动作集合进行排序,并将各个所述排序后的各个动作集合转化为对应的3D训练视频。

5.如权利要求1所述的基于人工智能的康复训练方法,其特征在于,所述侦测到用户发送人工智能辅助的启动指令后,获取用户对应的康复训练处方的步骤包括:

侦测到用户发送人工智能辅助的启动指令后,播报对应的提示信息,并基于所述提示信息接收所述用户对应的身份信息;

基于所述身份信息获取所述用户与医生对应的历史聊天信息,并基于所述历史聊天信息确定所述用户对应的康复训练处方。

6.如权利要求1所述的基于人工智能的康复训练方法,其特征在于,所述获取所述用户的康复跟随动作,并检测所述康复跟随动作是否与所述康复训练动作匹配的步骤包括:

获取所述康复跟随动作,并识别所述康复跟随动作中的动作姿势、动作幅度和动作速度;

检测所述动作姿势、所述动作幅度和所述动作速度与所述康复训练动作中的动作姿势、动作幅度和动作速度对应的标准程度差是否小于或者等于预设偏差。

7.如权利要求1至6任一项所述的基于人工智能的康复训练方法,其特征在于,所述检测所述用户的康复跟随动作是否与所述康复训练动作匹配的步骤之后,还包括:

若检测到所述康复跟随动作与所述康复训练动作匹配,则获取所述用户的身体状况;

根据所述身体状况确定所述用户的心率状况和体力状况,根据所述心率状况和所述体力状况调整所述康复训练动作。

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杭州憶盛医疗科技有限公司,未经杭州憶盛医疗科技有限公司许可,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/202010909663.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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