一种肿瘤化疗防脱止吐按摩控制系统及方法与流程

本发明属于按摩技术领域，尤其涉及一种肿瘤化疗防脱止吐按摩控制系统及方法。

背景技术：

恶心、呕吐是一种十分常见的临床症状，常见于肿瘤患者手术及放化疗的不良反应、肿瘤疾病进展引起的消化道症状、晕车等。目前，药物止吐是最常用的止吐方法，临床上部分人群使用药物止吐治疗受到一定的限制，如孕妇、老年人等应慎用药物止吐治疗。另外，对于肿瘤患者长期放化疗出现的慢性恶心、呕吐、脱发等症状，止吐药物效果欠佳，长期应用更是出现耐药及药物不良反应。目前，通过按摩仪对人体穴位进行按摩，防脱止吐的效果确切。然而，现有按摩仪不能准确地找出穴位；同时，对按摩状态调整的方式过于单一，不利于进一步提高用户的按摩效果。

综上所述，现有技术存在的问题是：现有按摩仪不能准确地找出穴位；同时，对按摩状态调整的方式过于单一，不利于进一步提高用户的按摩效果。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种肿瘤化疗防脱止吐按摩控制系统及方法。

本发明是这样实现的，一种肿瘤化疗防脱止吐按摩控制方法，所述肿瘤化疗防脱止吐按摩控制方法包括：

第一步，肿瘤化疗防脱止吐按摩控制系统接通电源；

第二步，对检测患者的心率、体温、血流速数据和穴位数据；

第三步，利用按键控制器控制按摩仪进按摩操作；利用语音识别器识别患者语音控制指令；

第四步，根据操作命令，通过按驱动电路驱动按摩电极对头部进行按摩操作；利用震动器对身体进行震动按摩操作；

第五步，在按摩的过程中，对患者的生理数据进行检测或者根据患者的要求，调整按摩仪的按摩动作和/或按摩强度；

第六步，通过显示器显示检测的心电、体温、血流速数据。

进一步，通过生理检测器中的脉搏传感器检测患者脉搏信号，采用基于蚁群算法的rbf神经网络算法，包括以下步骤：

步骤一，对输入样本利用蚁群聚类算法进行聚类，得到的聚类中心作为rbf神经网络隐层单元的中心值；

步骤二，用伪逆算法调整隐层到输出层的权值；

步骤三，计算每个隐层单元的输出并进行规范化，判断每个隐层单元对网络输出的贡献大小；

步骤四，在满足误差的条件下，用裁减的方法简化网络结构。

进一步，通过震动器对身体进行震动按摩操作，采用小波算法，小波分解与重构过程如下：

步骤一，对含有噪声的信号进行离散采用，得到离散信号f(n)，小波变换系数ωf(j，k)为：

式中k为平移因子；j为分解尺度数；

步骤二，选择合适的db5小波基函数对需要处理的含噪信号进行小波分解，可以得到j尺度下的j个近似分量和j个细节分量；计算含噪声信号f(n)的正交小波分解公式为：

式中，c^j-1为近似小波系数；n是离散采样点数；d^j-1为细节小波系数；h^*和g^*是一组正交的镜像滤波器；

步骤三，对含噪信号进行小波多尺度分解，保留全部的低频小波系数，对于高频系数，首先设定一个阈值，然后将低于阈值的各尺度下的高频小波系数幅值全部置零，最后采用不同的阈值函数对剩下的所有高于阈值的系数进行收缩处理，即可得到各尺度下的估计小波系数；

步骤四，由于小波重构是小波分解的逆过程，故重构去噪后的信号估计值可以通过估计小波系数进行逆小波变换处理后得到，重构的小波系数如下：

本发明的另一目的在于提供一种实现所述肿瘤化疗防脱止吐按摩控制方法的肿瘤化疗防脱止吐按摩控制系统，所述肿瘤化疗防脱止吐按摩控制系统包括：

供电模块，与主控模块连接，用于为肿瘤化疗防脱止吐按摩控制系统供电操作；

操作模块，与主控模块连接，用于通过按键控制器控制按摩仪进按摩操作；

生理检测模块，与主控模块连接，用于通过生理检测器检测患者心电、体温、血流速数据；

穴位检测模块，与主控模块连接，用于检测患者穴位数据；

主控模块，与供电模块、操作模块、生理检测模块、穴位检测模块、语音识别模块、按摩驱动模块、震动模块、调整模块、显示模块连接，用于通过单片机控制各个模块正常工作；

语音识别模块，与主控模块连接，用于通过语音识别器识别患者语音控制指令；

按摩驱动模块，与主控模块连接，用于通过驱动电路驱动按摩电极对头部进行按摩操作；

震动模块，与主控模块连接，用于通过震动器对身体进行震动按摩操作；

调整模块，与主控模块连接，用于调整按摩仪的按摩动作和/或按摩强度；

显示模块，与主控模块连接，用于通过显示器显示检测心电、体温、血流速数据。

本发明的另一目的在于提供一种应用所述肿瘤化疗防脱止吐按摩控制方法的按摩仪。

本发明的优点及积极效果为：本发明通过穴位检测模块先利用增强现实设备获取包含人体部位的三维目标图像，接着基于预先建立的人体穴位数学模型，在三维目标图像中标记出人体部位上的人体穴位，最后利用增强现实设备将标记有人体穴位的三维目标图像进行展现，通过上述方法用户能够清楚准确地知晓人体部位上的人体穴位，以便对人体穴位进行保健，达到穴位养生的目的；同时，通过调整模块获取用户的体征数据，并结合按摩时间点，查找对应的按摩指令，从而相应的控制按摩器在对应的按摩时间点，执行相应的按摩动作，或者按照不同的按摩强度执行按摩动作，从而使得按摩器的按摩操作更加能够适应不同时间、不同用户的身体状态，有利于提高按摩效果。

附图说明

图1是本发明实施例提供的肿瘤化疗防脱止吐按摩控制系统结构示意图；

图中：1、供电模块；2、操作模块；3、生理检测模块；4、穴位检测模块；5、主控模块；6、语音识别模块；7、按摩驱动模块；8、震动模块；9、调整模块；10、显示模块。

图2是本发明实施例提供的肿瘤化疗防脱止吐按摩控制方法流程图。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

下面结合附图对本发明的结构作详细的描述。

如图1所示，本发明实施例提供的肿瘤化疗防脱止吐按摩控制系统包括：供电模块1、操作模块2、生理检测模块3、穴位检测模块4、主控模块5、语音识别模块6、按摩驱动模块7、震动模块8、调整模块9、显示模块10。

供电模块1，与主控模块5连接，用于为肿瘤化疗防脱止吐按摩控制系统供电操作；

操作模块2，与主控模块5连接，用于通过按键控制器控制按摩仪进按摩操作；

生理检测模块3，与主控模块5连接，用于通过生理检测器检测患者心电、体温、血流速数据；

穴位检测模块4，与主控模块5连接，用于检测患者穴位数据；

主控模块5，与供电模块1、操作模块2、生理检测模块3、穴位检测模块4、语音识别模块6、按摩驱动模块7、震动模块8、调整模块9、显示模块10连接，用于通过单片机控制各个模块正常工作；

语音识别模块6，与主控模块5连接，用于通过语音识别器识别患者语音控制指令；

按摩驱动模块7，与主控模块5连接，用于通过驱动电路驱动按摩电极对头部进行按摩操作；

震动模块8，与主控模块5连接，用于通过震动器对身体进行震动按摩操作；

调整模块9，与主控模块5连接，用于调整按摩仪的按摩动作和/或按摩强度；

显示模块10，与主控模块5连接，用于通过显示器显示检测心电、体温、血流速数据。

如图2所示，本发明提供的肿瘤化疗防脱止吐按摩控制方法包括以下步骤：

s101：首先，肿瘤化疗防脱止吐按摩控制系统接通电源；

s102：对检测患者的心率、体温、血流速数据和穴位数据；

s103：利用按键控制器控制按摩仪进按摩操作；利用语音识别器识别患者语音控制指令；

s104：根据操作命令，通过按驱动电路驱动按摩电极对头部进行按摩操作；利用震动器对身体进行震动按摩操作；

s105：在按摩的过程中，对患者的生理数据进行检测或者根据患者的要求，调整按摩仪的按摩动作和/或按摩强度；

s106：通过显示器显示检测的心电、体温、血流速数据。

所述生理检测模块3通过生理检测器中的脉搏传感器检测患者脉搏信号的过程中，为了避免脉搏传感器产生温度漂移的现象，降低测量误差，提高检测的精度，采用基于蚁群算法的rbf神经网络算法，包括以下步骤：

步骤一，对输入样本利用蚁群聚类算法进行聚类，得到的聚类中心作为rbf神经网络隐层单元的中心值；

步骤二，用伪逆算法调整隐层到输出层的权值；

步骤三，计算每个隐层单元的输出并进行规范化，判断每个隐层单元对网络输出的贡献大小；

步骤四，在满足误差的条件下，用裁减的方法简化网络结构。

所述震动模块8通过震动器对身体进行震动按摩操作的过程中，提高震动器的按摩性能服务，需要检测震动器的振动强度，利用振动传感器检测震动器的振动强度过程中，为了最大限度地减少信号去噪前后之间的误差，采用小波算法，小波分解与重构过程如下：

步骤一，对含有噪声的信号进行离散采用，得到离散信号f(n)，小波变换系数ωf(j，k)为

式中k为平移因子；j为分解尺度数；

步骤二，选择合适的db5小波基函数对需要处理的含噪信号进行小波分解，可以得到j尺度下的j个近似分量和j个细节分量；计算含噪声信号f(n)的正交小波分解公式为：

式中，c^j-1为近似小波系数；n是离散采样点数；d^j-1为细节小波系数；h^*和g^*是一组正交的镜像滤波器；

步骤三，对含噪信号进行小波多尺度分解，保留全部的低频小波系数，对于高频系数，首先设定一个阈值，然后将低于阈值的各尺度下的高频小波系数幅值全部置零，最后采用不同的阈值函数对剩下的所有高于阈值的系数进行收缩处理，即可得到各尺度下的估计小波系数；

步骤四，由于小波重构是小波分解的逆过程，故重构去噪后的信号估计值可以通过估计小波系数进行逆小波变换处理后得到，重构的小波系数如下：

所述语音识别模块6通过语音识别器识别患者语音控制指令的过程中，为了在干净和噪声环境均能够获得很好的语音识别效率，使语音识别器具有更优的收敛速度和优化性能，采用基于hmm/svm的语音识别算法，包括以下步骤：

步骤一，采集语音信号并转换为数字信号；

步骤二，对语音信号去噪滤波；

步骤三，使用mfcc提取语音信号特征参数，去除冗余和噪声数据；

步骤四，使用hmm训练语音信号求得参数库；

步骤五，使用hmm对语音信号时序处理，计算概率矢量v；

步骤六，将v输入到支持向量机模型svm中进行训练学习，同时使用优化算法对相关svm高斯核函数参数寻优，至符合svm收敛条件；

步骤七，利用上述信息得到viterbi评分，并使用svm非线性映射viterbi评分，最后完成语音识别过程。

本发明提供的穴位检测模块4检测方法如下：

1)利用增强现实设备获取包含人体部位的三维目标图像；

2)对图像进行清晰度增强处理；

3)基于预先建立的人体穴位数学模型，在所述三维目标图像中标记出所述人体部位上的人体穴位；

4)利用所述增强现实设备将标记有人体穴位的所述三维目标图像进行展现。

本发明提供的基于预先建立的人体穴位数学模型，在所述三维目标图像中标记出所述人体部位上的人体穴位之前，所述方法还包括：

获取若干人体样本图片；

分别在每个所述人体样本图片中对人体穴位进行标记；

基于标记有人体穴位的所述人体样本图片，建立所述人体穴位数学模型。

本发明提供的基于标记有人体穴位的所述人体样本图片，建立所述人体穴位数学模型，包括：

分别提取每个所述人体样本图片中的人体部位特征和人体穴位特征；

建立所述人体部位特征与所述人体穴位特征之间的对应关系；

基于所述人体部位特征与所述人体穴位特征之间的对应关系，训练神经网络，获得所述人体穴位数学模型。

本发明提供的基于预先建立的人体穴位数学模型，在所述三维目标图像中标记出所述人体部位上的人体穴位，包括：

将所述三维目标图像作为所述人体穴位数学模型的输入；

提取所述三维目标图像中人体部位的人体部位特征作为目标人体部位特征；

匹配出与所述目标人体部位特征相对应的人体穴位特征作为目标人体穴位特征；

根据所述目标人体穴位特征，对所述三维目标图像中的人体部位进行标记，输出标记有人体穴位的所述三维目标图像。

本发明提供的调整模块9调整方法如下：

(1)通过医疗设备检测按摩部位的体征数据：体湿数据、按摩部位的体温数据、被按摩用户的心电数据、被按摩用户的脑电数据、按摩部位的血液流量数据和血液流向数据；设定按摩时间点；

(2)根据所述体征数据以及按摩时间点，查找对应的按摩指令；

(3)根据查找的按摩指令控制所述按摩器在对应的按摩时间点执行相应的按摩动作和/或按摩强度。

本发明提供的体征数据包括按摩部位的体湿数据、按摩部位的体温数据、被按摩用户的心电数据、被按摩用户的脑电数据、按摩部位的血液流量数据和血液流向数据中的一种或者多种。

本发明提供的根据所述体征数据以及按摩时间点，查找对应的按摩指令的步骤之前，所述方法还包括：

获取用户在不同按摩时间点、不同的体征数据下，执行不同的按摩动作，和/或按摩动作的按摩强度，所对应的完成一次按摩的持续时间的样本数据；

根据所述样本数据进行训练，确定按摩持续时间超过预定时长的一次按摩，在不同按摩时间点所对应的按摩动作以及按摩动作的按摩强度。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。