本發(fā)明涉及助行器，更具體地說，涉及一種兒童康復(fù)助行器。

背景技術(shù)：

1、隨著醫(yī)療技術(shù)的不斷進(jìn)步，兒童康復(fù)領(lǐng)域也迎來了新的發(fā)展機(jī)遇。特別是對(duì)于腦癱等運(yùn)動(dòng)障礙兒童而言，有效的步態(tài)訓(xùn)練對(duì)其生活質(zhì)量的提升至關(guān)重要。然而，傳統(tǒng)的康復(fù)訓(xùn)練方法往往存在效果不佳、難以持續(xù)和缺乏個(gè)性化等問題，這嚴(yán)重影響了康復(fù)的效果和效率。

2、近年來，智能化康復(fù)設(shè)備的出現(xiàn)為解決這些問題帶來了新的希望。例如，vanhedel等人在其研究中提出了一種名為andago的地面行走輔助系統(tǒng)(van?hedel?h?j?a,rosselli?i,baumgartner-ricklin?s.clinical?utility?ofthe?over-groundbodyweight-supporting?walking?system?andago?in?children?and?youths?with?gaitimpairments[j].journal?ofneuroengineering?and?rehabilitation,2021,18(1):29)。這種系統(tǒng)通過動(dòng)態(tài)減重技術(shù)為患兒提供行走支持，在一定程度上改善了訓(xùn)練的安全性和有效性。

3、然而，andago系統(tǒng)仍然存在一些局限性。首先，它的步態(tài)分析功能相對(duì)簡(jiǎn)單，難以精確捕捉每個(gè)患兒的獨(dú)特步態(tài)特征。其次，雖然系統(tǒng)提供了動(dòng)態(tài)減重，但支撐力度的調(diào)節(jié)仍然較為粗糙，難以滿足不同患兒在康復(fù)過程中不斷變化的需求。此外，該系統(tǒng)缺乏有效的訓(xùn)練反饋機(jī)制和趣味性設(shè)計(jì)，難以長(zhǎng)期維持兒童患者的訓(xùn)練積極性。

4、除了andago，市面上還存在其他類型的兒童康復(fù)輔助設(shè)備，如基于跑步機(jī)based的lokomat系統(tǒng)和外骨骼設(shè)備。這些設(shè)備雖然在某些方面表現(xiàn)出色，但普遍存在靈活性不足、難以模擬真實(shí)行走環(huán)境、成本高昂等問題。更重要的是，它們大多采用固定的訓(xùn)練模式，難以根據(jù)患兒的實(shí)時(shí)狀態(tài)和長(zhǎng)期進(jìn)展進(jìn)行動(dòng)態(tài)調(diào)整。

5、鑒于現(xiàn)有技術(shù)的這些不足，亟需一種能夠提供精確步態(tài)分析、動(dòng)態(tài)支撐調(diào)節(jié)、個(gè)性化訓(xùn)練方案和趣味性互動(dòng)的兒童康復(fù)助行器。這種設(shè)備應(yīng)當(dāng)能夠適應(yīng)不同患兒的獨(dú)特需求，并在康復(fù)過程中不斷優(yōu)化訓(xùn)練策略，從而顯著提高訓(xùn)練效果和患兒的參與度。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述問題，本發(fā)明提出了一種兒童康復(fù)助行器，采用基于自適應(yīng)時(shí)空注意力網(wǎng)絡(luò)的步態(tài)分析引擎，能夠?qū)崿F(xiàn)精確的步態(tài)特征提取和分析。

2、本發(fā)明提供一種兒童康復(fù)助行器，包括：框架結(jié)構(gòu)，所述框架結(jié)構(gòu)為可調(diào)節(jié)高度的u形結(jié)構(gòu)；多模態(tài)傳感層，設(shè)置于所述框架結(jié)構(gòu)上，用于采集患者的步態(tài)數(shù)據(jù)；中央處理單元，與所述多模態(tài)傳感層電連接，用于接收并處理所述步態(tài)數(shù)據(jù)；執(zhí)行機(jī)構(gòu)，與所述中央處理單元電連接，用于根據(jù)所述中央處理單元的處理結(jié)果調(diào)整支撐力度；電源系統(tǒng)，與所述多模態(tài)傳感層、所述中央處理單元和所述執(zhí)行機(jī)構(gòu)電連接，用于供電；以及人機(jī)交互界面，與所述中央處理單元電連接，用于顯示數(shù)據(jù)和接收指令；其中，所述中央處理單元包括數(shù)據(jù)采集接口、數(shù)據(jù)預(yù)處理模塊、步態(tài)分析引擎、自適應(yīng)控制器和系統(tǒng)管理模塊；所述步態(tài)分析引擎基于自適應(yīng)時(shí)空注意力網(wǎng)絡(luò)對(duì)預(yù)處理后的步態(tài)數(shù)據(jù)進(jìn)行分析，得到步態(tài)特征；所述自適應(yīng)控制器基于所述步態(tài)特征生成控制指令；所述執(zhí)行機(jī)構(gòu)根據(jù)所述控制指令調(diào)整支撐力度，實(shí)現(xiàn)對(duì)患者的動(dòng)態(tài)支撐。

3、具體地，所述多模態(tài)傳感層包括：壓力傳感器，設(shè)置于所述框架結(jié)構(gòu)的扶手和胸部支撐帶上，用于獲得患者支撐力分布數(shù)據(jù)；慣性測(cè)量單元傳感器，固定在患者的腰部和雙腳，用于獲得身體姿態(tài)和運(yùn)動(dòng)數(shù)據(jù)；肌電圖傳感器，通過可拆卸式電極貼片安裝在患者的主要下肢肌肉群上，用于獲得肌肉活動(dòng)電位數(shù)據(jù)；以及距離傳感器，安裝在所述框架結(jié)構(gòu)底部，用于獲得步長(zhǎng)和行走速度數(shù)據(jù)；其中，所述壓力傳感器、所述慣性測(cè)量單元傳感器、所述肌電圖傳感器和所述距離傳感器均與所述中央處理單元的數(shù)據(jù)采集接口電連接。

4、具體地，所述執(zhí)行機(jī)構(gòu)包括：動(dòng)態(tài)支撐臂，采用伺服電機(jī)驅(qū)動(dòng)的多關(guān)節(jié)機(jī)械臂，連接在所述框架結(jié)構(gòu)兩側(cè)，用于根據(jù)所述自適應(yīng)控制器的控制指令調(diào)整支撐位置和力度；以及智能減重系統(tǒng)，使用電動(dòng)絞盤，通過所述框架結(jié)構(gòu)頂部的滑輪組連接到患者的專用背心，用于根據(jù)所述自適應(yīng)控制器的控制指令調(diào)整減重量；其中，所述動(dòng)態(tài)支撐臂和所述智能減重系統(tǒng)均與所述中央處理單元電連接，接收控制指令并反饋執(zhí)行狀態(tài)。

5、具體地，所述自適應(yīng)時(shí)空注意力網(wǎng)絡(luò)包括依次連接的自適應(yīng)時(shí)間卷積模塊、層次化空間注意力模塊和動(dòng)態(tài)融合與預(yù)測(cè)模塊；其中，所述自適應(yīng)時(shí)間卷積模塊接收所述數(shù)據(jù)預(yù)處理模塊輸出的預(yù)處理后的步態(tài)數(shù)據(jù)，通過動(dòng)態(tài)卷積核處理得到時(shí)序特征；所述層次化空間注意力模塊接收所述時(shí)序特征，通過多尺度特征金字塔注意力機(jī)制得到空間加權(quán)特征；所述動(dòng)態(tài)融合與預(yù)測(cè)模塊接收所述空間加權(quán)特征，通過自適應(yīng)特征重要性網(wǎng)絡(luò)得到最終的步態(tài)特征和預(yù)測(cè)結(jié)果。

6、具體地，所述自適應(yīng)時(shí)間卷積模塊采用動(dòng)態(tài)卷積核生成網(wǎng)絡(luò)，包括以下步驟：獲得輸入的多模態(tài)傳感器數(shù)據(jù)，所述多模態(tài)傳感器數(shù)據(jù)包括壓力數(shù)據(jù)、姿態(tài)數(shù)據(jù)、肌電圖數(shù)據(jù)和距離數(shù)據(jù)；基于所述多模態(tài)傳感器數(shù)據(jù)，通過自適應(yīng)池化操作得到固定維度的特征；根據(jù)所述固定維度的特征，利用可學(xué)習(xí)的權(quán)重矩陣和偏置向量進(jìn)行線性變換；對(duì)所述線性變換的結(jié)果通過sigmoid激活函數(shù)，得到動(dòng)態(tài)卷積核；使用所述動(dòng)態(tài)卷積核對(duì)原始輸入數(shù)據(jù)進(jìn)行一維卷積操作，得到時(shí)序特征；其中，所述動(dòng)態(tài)卷積核的大小根據(jù)輸入數(shù)據(jù)的特征動(dòng)態(tài)調(diào)整。

7、具體地，所述層次化空間注意力模塊采用多尺度特征金字塔注意力，包括以下步驟：獲得所述自適應(yīng)時(shí)間卷積模塊輸出的時(shí)序特征；對(duì)所述時(shí)序特征進(jìn)行多尺度下采樣，構(gòu)建特征金字塔，得到不同尺度的特征圖；對(duì)每個(gè)尺度的特征圖，利用可學(xué)習(xí)的權(quán)重矩陣和偏置向量計(jì)算注意力權(quán)重；將所述注意力權(quán)重與對(duì)應(yīng)尺度的特征圖相乘，得到加權(quán)特征；對(duì)所述加權(quán)特征進(jìn)行上采樣，使其恢復(fù)到原始時(shí)間步長(zhǎng)；將不同尺度上采樣后的加權(quán)特征進(jìn)行拼接，得到融合后的空間加權(quán)特征。

8、具體地，所述動(dòng)態(tài)融合與預(yù)測(cè)模塊采用自適應(yīng)特征重要性網(wǎng)絡(luò)，包括以下步驟：獲得所述層次化空間注意力模塊輸出的空間加權(quán)特征；基于所述空間加權(quán)特征，通過可學(xué)習(xí)的權(quán)重矩陣和偏置向量，計(jì)算特征重要性權(quán)重；將所述特征重要性權(quán)重與所述空間加權(quán)特征相乘，得到加權(quán)特征；使用門控循環(huán)單元處理所述加權(quán)特征，得到隱藏狀態(tài)；基于所述隱藏狀態(tài)，通過全連接層預(yù)測(cè)步態(tài)參數(shù)，包括步長(zhǎng)、步頻、對(duì)稱性指數(shù)和穩(wěn)定性指數(shù)。

9、具體地，所述中央處理單元還用于執(zhí)行以下步驟：獲得預(yù)測(cè)的步態(tài)參數(shù)和實(shí)際測(cè)量的步態(tài)參數(shù)；基于所述預(yù)測(cè)的步態(tài)參數(shù)和所述實(shí)際測(cè)量的步態(tài)參數(shù)，計(jì)算步態(tài)參數(shù)預(yù)測(cè)誤差；獲得異常檢測(cè)結(jié)果，所述異常檢測(cè)結(jié)果表示當(dāng)前步態(tài)是否存在異常；根據(jù)所述步態(tài)參數(shù)預(yù)測(cè)誤差、所述異常檢測(cè)結(jié)果和模型復(fù)雜度，構(gòu)建多任務(wù)損失函數(shù)；基于所述多任務(wù)損失函數(shù)，采用梯度下降法更新模型參數(shù)；其中，所述模型參數(shù)更新過程采用滑動(dòng)窗口策略，實(shí)現(xiàn)在線適應(yīng)學(xué)習(xí)。

10、具體地，所述中央處理單元為nvidia?jetsonagx?orin，包括：12核v8.2?cpu，用于系統(tǒng)管理和任務(wù)調(diào)度；nvidiaampere架構(gòu)gpu，具有2048個(gè)cuda核心，用于并行處理自適應(yīng)時(shí)空注意力網(wǎng)絡(luò)的計(jì)算任務(wù)；32gb?256位lpddr5內(nèi)存，用于存儲(chǔ)運(yùn)行時(shí)數(shù)據(jù)和中間計(jì)算結(jié)果；64gb?emmc?5.1存儲(chǔ)，用于存儲(chǔ)操作系統(tǒng)、應(yīng)用程序和患者歷史數(shù)據(jù)。

11、具體地，還包括安全保護(hù)機(jī)制，所述安全保護(hù)機(jī)制包括：硬件層安全機(jī)制，在所述框架結(jié)構(gòu)上設(shè)置緊急停止按鈕，用于在緊急情況下切斷所述執(zhí)行機(jī)構(gòu)的動(dòng)力輸出；軟件層安全機(jī)制，在所述步態(tài)分析引擎和所述自適應(yīng)控制器中內(nèi)置異常檢測(cè)算法，用于快速識(shí)別并響應(yīng)異常情況；系統(tǒng)層安全機(jī)制，由所述系統(tǒng)管理模塊實(shí)時(shí)監(jiān)控所有子系統(tǒng)的狀態(tài)，在檢測(cè)到任何異常時(shí)觸發(fā)安全模式。

12、本發(fā)明的有益效果主要體現(xiàn)在以下幾個(gè)方面：

13、首先，通過創(chuàng)新的自適應(yīng)時(shí)空注意力網(wǎng)絡(luò)技術(shù)，本發(fā)明能夠精確捕捉每個(gè)患兒的獨(dú)特步態(tài)特征，并實(shí)時(shí)調(diào)整分析策略。這種高度個(gè)性化的步態(tài)分析為后續(xù)的支撐調(diào)節(jié)和訓(xùn)練方案制定提供了可靠基礎(chǔ)，顯著提高了訓(xùn)練的針對(duì)性和有效性。

14、其次，本發(fā)明的動(dòng)態(tài)支撐調(diào)節(jié)功能能夠根據(jù)實(shí)時(shí)分析結(jié)果精確調(diào)整支撐力度和位置。這不僅確保了訓(xùn)練過程的安全性，還能夠在保護(hù)患兒的同時(shí)適度增加訓(xùn)練難度，促進(jìn)運(yùn)動(dòng)功能的恢復(fù)和提升。

15、再者，本發(fā)明集成了游戲化訓(xùn)練模塊，通過趣味性的交互設(shè)計(jì)大大提高了患兒的訓(xùn)練積極性。這解決了傳統(tǒng)康復(fù)訓(xùn)練枯燥乏味、難以堅(jiān)持的問題，為長(zhǎng)期有效訓(xùn)練創(chuàng)造了條件。

16、此外，本發(fā)明的模塊化設(shè)計(jì)和智能數(shù)據(jù)管理系統(tǒng)為臨床應(yīng)用提供了極大便利。治療師可以更專注于制定個(gè)性化康復(fù)策略，同時(shí)系統(tǒng)的長(zhǎng)期數(shù)據(jù)跟蹤和分析功能也為康復(fù)進(jìn)程的評(píng)估和調(diào)整提供了有力支持。

17、最后，本發(fā)明的設(shè)計(jì)充分考慮了實(shí)用性和適用性，既能滿足醫(yī)療機(jī)構(gòu)的專業(yè)需求，又可以在家庭環(huán)境中使用，為患兒提供全方位、持續(xù)性的康復(fù)支持。

18、總的來說，本發(fā)明的兒童康復(fù)助行器通過融合先進(jìn)的人工智能技術(shù)、精密的機(jī)械設(shè)計(jì)和人性化的交互設(shè)計(jì)，為兒童康復(fù)領(lǐng)域提供了一個(gè)全面、高效、智能化的解決方案。它不僅能夠顯著提高康復(fù)訓(xùn)練的效果，還能提升患兒和醫(yī)療人員的使用體驗(yàn)，有望在提高腦癱等運(yùn)動(dòng)障礙兒童生活質(zhì)量方面發(fā)揮重要作用。