[发明专利]基于机器学习的多模态康复诊疗云平台的实现方法

说明书

本发明涉及一种基于机器学习的多模态康复诊疗云平台的实现方法，属于康复诊疗数据处理平台技术领域。本发明整体共分为五大步骤：多模态数据结构的搭建、多模态数据接收与存储、机器学习与迭代、个性化定制、云平台管理体系。本发明不仅解决了现存康复诊疗设备数据无法积累、诊疗者训练记录不完整的问题，还可以解决智能康复诊疗设备识别训练模型迭代优化缓慢、诊疗精度不高、康复训练效率低下等问题，同时也为更多的康复诊疗设备提供了自身诊疗模态识别和机器学习迭代调优的平台，必将为整个社会的全民健康做出重大贡献。本发明可广泛运用于康复诊疗训练与数据处理平台场合。

技术领域

本发明涉及一种基于机器学习的多模态康复诊疗云平台的实现方法，属于康复诊疗数据处理平台技术领域。

背景技术

随着人口老龄化的加快以及肌体失能人群的增加，市场上出现了许多为人们提供诸如肢体训练、位置转移、独立自理等功能的康复诊疗智能设备甚至是机器人设备，为肌体失能人群提供康复诊断和训练理疗服务。同时，这些智能康复理疗设备也存在着诊断不精准、训练理疗效率低、诊疗数据无法积累、诊疗者训练记录不完整等难题，康复诊疗设备的设计制造者也找不到一个可以为其设备上的模态识别算法进行机器学习和迭代优化的平台，更不用说还会提供实现在理疗患者实际的康复诊疗中收集真实数据，积累为智能设备提供机器学习的大数据，进而实现模态识别算法的迭代优化，同时还能为诊疗患者提供个性化的诊疗算法的综合性平台了。

发明内容

为了从根本上解决智能康复理疗设备诊断不精准、训练理疗效率低、诊疗数据无法积累、诊疗者训练记录不完整等难题，同时为设备的设计制造者提供一个可以为其设备上的模态识别算法进行机器学习和不断迭代优化的平台，本发明设计实现了一个包含管理人员管理、设备类型与数据结构管理、设备管理、模态识别算法管理、机器学习与迭代管理、个性定制管理等功能的综合云平台，在理疗者实际的康复诊疗中收集真实数据，为智能设备积累机器学习的大数据，实现模态识别算法的不断迭代优化，并能为诊疗患者提供个性化的诊疗定制服务。

本发明所述的基于机器学习的多模态康复诊疗云平台的实现方法，包括如下步骤：

S1:多模态数据结构的搭建：支持多种类型的康复诊疗设备的添加，并通过多模态数据结构的搭建部分,完成新增类型康复诊疗设备的相关数据存储结构的自动生成，为后续各部分奠定数据存储的基础，具体的搭建步骤如下：

S11:添加新的设备类型；

S12:设定添加类型设备的相关属性信息，支持多种属性；

S13:自动生成添加类型设备的基础信息数据表，即根据S12中添加的该类型设备的属性项，对应地自动生成该类型设备的基础信息数据表结构，其中为了识别不同的设备，设备的唯一识别编号是必须额外自动增加的；

S14:自动生成添加类型设备交互数据原始信息数据表，其结构包括设备唯一识别码、接收时间、原始数据内容；

S15:设定添加类型设备交互的数据项信息，包含数据交互的方向和对应的多项交互数据项，设备唯一识别码和交互的时间戳是必须的；其中数据交互的方向包含上行和下行两种，上行为该类型设备交互的监视数据、下行为该类型设备交互的控制数据；

S16:自动生成添加类型设备交互信息数据表，即根据S15中添加的该类型设备的数据交互方向和对应的数据项，自动生成添加设备的监视实时数据表、控制实时数据表，用于实时交互数据的存储；同时，自动同步生成监视历史数据表、控制历史数据表，其中监视历史数据表存储的数据将是识别算法进行机器学习的训练数据集；

S17:设定添加类型设备识别结果数据项，即通过识别算法计算出的结果包含的信息项，允许添加多个结果项，为每个结果项设定是否需要计算准确度；系统会自动增加识别算法ID、设备唯一识别码、诊疗者ID以及整体准确度，为后续数据统计分析汇总和机器学习奠定基础；