[发明专利]一种防骨质疏松的锻炼装置

权利要求书

1.一种防骨质疏松的锻炼装置，其特征在于，包括锻炼装置(1)、检测器(2)和调节控制终端(3)；

所述锻炼装置(1)包括移动座椅(4)，所述移动座椅(4)的底部设置有滑块(5)，所述滑块(5)的一端连接有伸缩轴(6)，所述伸缩轴(6)的一端连接有液压装置(7)，所述滑块(5)的内侧套接有滑轨(8)，所述滑轨(8)的一端固定有驱动电机箱(9)，所述驱动电机箱(9)的两侧均设置有活动轴(10)，所述活动轴(10)的外侧套接有旋转踏板(11)，所述移动座椅(4)的两侧均设置有旋转电机(12)，所述旋转电机(12)的顶部设置有旋转轴(13)，所述旋转轴(13)的顶部连接有活动支架(14)；

所述检测器(2)绑缚在人体骨骼处，用于检测骨质数据；

所述调节控制终端(3)包括深度学习模型(15)、强化学习模型(16)、调整终端(17)，所述深度学习模型(15)将上一次检测器检测的检测数据与训练数据和下一次检测器检测到的检测数据输入至深度学习网络模型中，得到训练强度与骨质数据的关联性，所述强化学习模型(16)根据训练强度与骨质数据的关联性生成强化学习模型，所述调整终端(17)将当前检测器(2)的检测数据作为状态向量输入至强化学习模型(16)中，生成调控锻炼装置(1)的调节方案，并对锻炼装置(1)实现控制。

2.根据权利要求1所述的一种防骨质疏松的锻炼装置，其特征在于，所述检测器(2)包括感测器(18)和振动器(19)，所述振动器(19)对人体骨骼处发出振动波，所述感测器(18)检测穿过人体骨骼的振动波的数据。

3.根据权利要求1所述的一种防骨质疏松的锻炼装置，其特征在于，所述强化学习模型(16)中以提取出的训练强度数据与骨质疏松的条件概率以及训练强度数据到承受能力的关联程度的条件概率为权重，将两个条件概率进行拼接，形成强化学习模型的动作选择。

4.根据权利要求1所述的一种防骨质疏松的锻炼装置，其特征在于，所述深度学习模型(15)采用LSTM神经网络，所述LSTM神经网络采用由卷积到批标准化到激活Relu函数的卷积单元形式的网络结构组成。

5.根据权利要求1所述的一种防骨质疏松的锻炼装置，其特征在于，所述旋转电机(12)、液压装置(7)、驱动电机箱(9)的驱动电机均与调整终端(17)信号连接。

6.根据权利要求1所述的一种防骨质疏松的锻炼装置，其特征在于，所述移动座椅(4)与滑块(5)之前设置有升降结构(20)。

7.根据权利要求6所述的一种防骨质疏松的锻炼装置，其特征在于，所述升降结构(20)包括升降轴(21)，所述升降轴(21)的底部连接有液压驱动器(22)，所述升降轴(21)的一侧设置有调节轴(23)，所述液压驱动器(22)的底部与滑块(5)相连，所述升降轴(21)的顶部与移动座椅(4)相连。