[发明专利]一种上肢康复训练机器人康复训练功能的评估方法在审
申请号: | 201810085337.5 | 申请日: | 2018-01-29 |
公开(公告)号: | CN108172297A | 公开(公告)日: | 2018-06-15 |
发明(设计)人: | 韦宇炜;何汉武;胡兆勇;汤一格 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G16H50/30 | 分类号: | G16H50/30;G16H20/30 |
代理公司: | 佛山帮专知识产权代理事务所(普通合伙) 44387 | 代理人: | 胡丽琴 |
地址: | 510090 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种上肢康复训练机器人康复训练功能的评估方法,其根据上肢康复训练的内容和特点选取评价指标,并对评价指标进行分类,构建了比较完善的评价指标体系,然后利用模糊评价法对康复训练的效果进行评估,从而使得所述上肢康复训练机器人的康复训练功能量化,减少了评估的误差;最后,所述评估方法将通过建立的评估模型得到的评估结果与康复治疗师的人工评估结果进行对比,并根据对比结果对评估模型的合理性进行判定,然后根据判定结果对隶属函数进项调整,从而增加了隶属函数的准确性,提高了评估的准确性。 1 | ||
搜索关键词: | 上肢康复训练 康复训练 评估 机器人 隶属函数 评估模型 评价指标 评价指标体系 对比结果 模糊评价 判定结果 评估结果 人工评估 治疗师 构建 合理性 判定 量化 康复 分类 | ||
(1)建立评价指标体系:根据上肢康复训练的内容和特点选取评价指标,并对评价指标进行分类,构建评价指标体系;
(2)建立判断矩阵,并计算权重:利用层次分析法,建立不同层次的判断矩阵,并基于所述判断矩阵,计算所述评价指标的权重;
(3)确定隶属函数:利用模糊评价法确定所述评价指标的隶属函数;
(4)构建评估模型:基于所述评价指标的权重及隶属函数,构建评估模型并计算得分;
(5)将所述评估模型得分与人工评估结果进行比对:将所述所述评估模型得分与人工评估结果进行比对,如比对结果为所述评估模型为合理,则利用所述评估模型对所述上肢康复训练机器人的康复训练功能进行评估;如比对结果为不合理,则根据比对结果对步骤(3)中的隶属函数进行调整,然后重复步骤(3)‑步骤(5),直到得到合理的评估模型。
2.如权利要求1所述上肢康复训练机器人康复训练功能的评估方法,其特征在于:步骤(2)的具体实施步骤如下:(a)构造判断矩阵U:同等级指标之间的两两比较,
其中,Uij表示指标i和指标j之间的重要标度赋值,当i=j时,Uij=1;
(b)计算权重:采用乘积方根法计算每个所述评价指标的权重,然后对判断矩阵进行一致性检验。
3.如权利要求2所述的上肢康复训练机器人康复训练功能的评估方法,其特征在于:在步骤(b)中采用乘积方根法计算权重的具体步骤如下:b1)计算所述判断矩阵U的特征向量W:
其中,j=1,2,...,m,
b2)计算所述判断矩阵U的最大特征值λmax:
b3)计算所述判断矩阵U的一致性指标CI:
b4)采用平均随机一致性指标CR,对所述判断矩阵进行一致性检验:其中RI为平均同阶随机指标,当
时,则所述判断矩阵U通过一致性检验;当CR≥0.1时所述判断矩阵U没有通过一致性检验,则需要重新建立所述判断矩阵U。
1)上肢Fugl‑Meyer运动功能评定得分为x,其隶属函数为μ1,并且隶属函数为μ1的构造采用k次抛物线戒下型分布的方法,则μ1表示为:其中a1、b1为相邻的分级标准且
2)训练次数为n,其隶属函数为μ2,并且隶属函数为μ2的构造采用偏大型Γ分布的方法,则μ2表示为:其中
a2为常数;
3)训练模式的隶属函数为μ3,并且μ3的构造采用矩形分布的方法,则μ3表示为:
4)训练模式难度等级包括简单、一般和困难三个等级,其隶属函数为μ4,并且μ4的构造采
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广东工业大学,未经广东工业大学许可,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/patent/201810085337.5/,转载请声明来源钻瓜专利网。