一种痛经治疗仪及治疗方法与流程

本发明涉及医疗器械技术领域，特别涉及一种痛经治疗仪及治疗方法。

背景技术：

近几年来，随着智能传感器技术、物联网、人工智能等先进技术的快速发展，各类智能产品迅速推向市场并得到消费者的热捧，各行各业也开始将自身的传统业务与“智能”相挂钩，推出了大量形式的新产品以及业务。现代人在物质生活得到保障的情况下，也开始对自己的身体状况和健康方面越来越重视，因此近几年的健康电子设备也十分受到市场的关注及消费者的追捧。

月经是女性特有的生理现象，规律的月经反应了女性良好的健康状态，而不规律的月经则代表了女性健康状态的失衡，并和多种疾病相关。所以我们可以说，月经是女性生理健康的晴雨表。根据调研，中国有接近80％的女性伴有轻度及以上的痛经，其中超过14％的女性痛经对生活有影响，而有半数女性对痛经不采取任何措施。少数女性采用热敷或去医院的方法治疗痛经。痛经是女性经常会面临的问题，对于痛经患者来说，除了有效的药物治疗以外，极少有合适的治疗方法及治疗产品。专利cn108325079a公开了一种缓解痛经装置与治疗仪，通过移动智能终端控制缓解痛经装置的波形信号输出，使得缓解痛经装置输出波形信号，利用电刺激进行痛经治疗，但电刺激主要是刺激运动纤维，其中高频刺激的刺激性较强，疼痛感较强，有几率导致局部感觉缺失，且由于每个人身体体质的不同，对痛觉的敏感程度不同，从互联网上下载的博信信号参数并不能适应不同身体素质的女性对痛经治疗的需求。

技术实现要素：

本发明的目的在于克服现有技术的缺点与不足，提供一种痛经治疗仪及治疗方法，此治疗仪及治疗方法可实现适应不同身体素质的女性进行痛经治疗，并采用tens电流刺激，减少肌肉组织损伤。

本发明的目的通过以下的技术方案实现：一种痛经治疗仪，包括治疗部、控制部、连接部；

所述控制部通过连接部与固定部连接，包括依次连接的主控模块、电压跟随器、双极型转换电路，还包括连接主控模块输出端和双极型转换电路输入端的升压电路；

所述治疗部内设电极片，电极片通过连接部连接双极型转换电路的输出端；所述治疗部还设有疼痛传感器，疼痛传感器通过连接部连接控制部，同时反馈参数至主控模块；

在治疗时，治疗部贴合于人体待治疗部位，控制部通过连接部控制电极片输出交替电流，为无极性的电刺激波形，通过tens(经皮神经电刺激)达到镇痛效果；利用疼痛传感器的疼痛指数作为反馈参数，反向调节控制部输出电流强度与频率。

优选的，所述控制部还包括无线传输端，用于与移动终端蓝牙连接，以实现移动终端远程操作控制治疗仪的治疗。

优选的，所述控制部内装有可充电电池，实现便携治疗，以低电压控制也降低使用危险性。

优选的，所述连接部为导电纽扣，便于治疗仪各部分的拆卸和组装。

优选的，所述治疗部为柔性贴片，涂有弱胶，考虑到腹部皮肤比较敏感且女性在痛经时想要快速找准穴位比较麻烦，采用弱胶固定的方式可方便撕下贴片校正穴位；所述电极片内置于贴片上。

更进一步的，所述贴片设有凸起。

一种痛经治疗方法，包括如下步骤：

通过tens电流刺激传统痛经治疗穴位；

测量个体痛觉参数，并根据参数调节电流刺激强度及频率。

优选的，所述痛经治疗方法基于强化学习的ai技术，使用奖惩机制寻求最优决策，进一步控制电流刺激强度及频率，具体步骤为：

搭建深度卷积神经网络模型；

第一个模型是一般的dqn网络模型，即输入层接三个卷积层后，接两个全连接层，输出为每个动作的q值；

第二个模型，即竞争网络(duelingnet)将卷积层提取的抽象特征分流到两个支路中；其中上路代表状态值函数v(s)(valuedfunction)，其中s(state)表示静态的状态环境本身具有的价值；下路代表依赖状态的动作优势函数a(a)(advantagefunction)，其中a(action)表示选择某个action额外带来的价值；最后这两路再聚合再一起得到每个动作的q值；这种竞争结构能学到在没有动作的影响下环境状态的价值v(s)；

状态价值函数表示为v(s；θ，β)；

动作优势函数表示为a(s，a；θ，α)；

动作q值为两者相加q(s，a；θ，α，β)＝v(s；θ，β)+a(s，a；θ，α)；

其中θ是卷积层参数，β和α是两支路全连接层参数。

更进一步的，在实际中，一般要将动作优势流设置为单独动作优势函数减去某状态下所有动作优势函数的平均值：

这样做可以保证该状态下各动作的优势函数相对排序不变，而且可以缩小q值的范围，去除多余的自由度，提高算法稳定性。

更进一步的，在dqn网络模型中，引入了竞争网络(duelingnet)，称其为ddqn；

在ddqn中，先用mainnet找到max′q(s′,a′；θi)的action，再去targetnet中找到这个action的q值以构成targetq值；

对targetq生成方式进行修改：

l(θ)＝e[(targetq-q(s，a；θi))²]

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明通过痛觉神经传感测定与人工智能算法，测量出个体痛觉参数，将痛觉反馈作为强化学习输入源，通过强化学习实时优化电疗波形，采用无极性的电刺激波形，为不同身体素质的女性带来更好的治疗效果。

2、本发明使用经皮神经电刺激法对痛经进行治疗，相比于传统的治疗方法，电疗法有着快速、精准、有效、无副作用的特点，能够更好的缓解和治疗痛经的症状。

3、本发明采用柔性贴片，更好地贴合皮肤，同时考虑到腹部皮肤比较敏感，采用弱胶固定的方式方便女性校正贴片位置。

4、本发明优化网络模型，去处多余的自由度，提高算法的稳定性。

5、本发明可结合数据挖掘数据分析技术，通过采集到用户数据进行分类、估计、相关性分组、聚类、分析，根据用户数据分析出来的模型为每位用户智能推荐更适于用户的治疗方案。

附图说明

图1是本发明痛经治疗仪的整体示意图；

图2是本发明痛经治疗仪控制部与连接部示意图；

图3是本发明痛经治疗仪治疗部与连接部示意图；

图4是本发明痛经治疗方法强化学习框架示意图；

图5是本发明痛经治疗仪流程框图；

图6是本发明实施例志愿者测试数据报告对比图；

图7是本发明实施例痛经治疗仪按摩模式下的锤击效果脉冲波形示意图；

(其中a与b表示锤击模式下两种变换波形)；

图8是本发明实施例数据挖掘与智能推荐流程图；

图9是本发明实施例推荐系统的最终推荐解释的形成流程图。

其中：1—保护外壳；2—凸起；3—保护膜；4—贴片；5—状态指示灯；6—纽扣母扣；7—纽扣子扣；8—usb接口。

具体实施方式

为了更好的理解本发明的技术方案，下面结合附图详细描述本发明提供的实施例，但本发明的实施方式不限于此。

实施例1

如图1-3所示，一种痛经治疗仪，包括治疗部、控制部、连接部；

所述控制部通过连接部与固定部连接，包括依次连接的主控模块、电压跟随器、双极型转换电路，还包括连接主控模块输出端和双极型转换电路输入端的升压电路，以及可与移动终端蓝牙连接的无线传输端；控制部的各部件外装有保护外壳1，外壳上安装有状态指示灯5；

所述治疗部为柔性贴片4，贴片设有凸起2并涂有弱胶，出厂时配有保护膜3，考虑到腹部皮肤比较敏感且女性在痛经时想要快速找准穴位比较麻烦，采用弱胶并设置凸起的方式可方便撕下贴片校正穴位；所述电极片内置于贴片上，电极片通过连接部连接双极型转换电路的输出端；所述治疗部还设有疼痛传感器，疼痛传感器通过连接部连接控制部，同时反馈参数至主控模块；

所述连接部为导电纽扣，便于治疗仪各部分的拆卸和组装；连接部也可置换为导电线。

所述控制部内装有可充电电池，配合保护外壳留有的usb接口8进行充电，实现便携治疗，以低电压控制也降低使用危险性；供电部分也可为导电线，连接普通插座。

所述状态指示灯具有电量低状态、工作状态、待机状态三种状态的提醒。

痛经治疗仪的主控模块选armcortexm3系列主控处理器；无线传输端选cc2541蓝牙4.0；可充电电池提供的电压为3.3～4.2v、电池容量为410ma·h、额定功率为350mw、输出电流80ma。

一种痛经治疗方法，基于上述痛经治疗仪，包括如下步骤：

在治疗时，撕下痛经治疗仪贴片的保护膜，将治疗部贴合于人体待治疗部位，无线传输端连接智能设备app，控制部接收到智能设备的数据后，通过连接部控制电极片输出交替电流，为无极性的电刺激波形，利用tens(经皮神经电刺激)达到镇痛效果；

测量个体痛觉参数，并根据参数调节电流刺激强度及频率。

除了上述治疗模式，治疗仪还设计有按摩模式、运动模式和音乐模式，按摩模式通过输出锤击效果脉冲波仿造按摩的效果，锤击效果脉冲波形具体波形如图7所示。治疗模式除治疗痛经外，可以通过变换治疗波形，治疗肌肉酸痛、验证、阵痛、风湿等症状。

所述痛经治疗方法基于强化学习的ai技术，使用奖惩机制寻求最优决策，进一步控制电流刺激强度及频率，具体步骤为：

搭建深度卷积神经网络模型；

第一个模型是一般的dqn网络模型，即输入层接三个卷积层后，接两个全连接层，输出为每个动作的q值；

第二个模型，即竞争网络(duelingnet)将卷积层提取的抽象特征分流到两个支路中。其中上路代表状态值函数v(s)(valuedfunction)，其中s(state)表示静态的状态环境本身具有的价值；下路代表依赖状态的动作优势函数a(a)(advantagefunction)，其中a(action)表示选择某个action额外带来的价值。最后这两路再聚合在一起得到每个动作的q值。这种竞争结构能学到在没有动作的影响下环境状态的价值v(s)；

状态价值函数表示为v(s；θ，β)；

动作优势函数表示为a(s，a；θ，α)；

动作q值为两者相加q(s，a；θ，α，β)＝v(s；θ，β)+a(s，a；θ，α)；

其中θ是卷积层参数，β和α是两支路全连接层参数。

而在实际中，一般要将动作优势流设置为单独动作优势函数减去某状态下所有动作优势函数的平均值：

这样做可以保证该状态下各动作的优势函数相对排序不变，而且可以缩小q值的范围，去除多余的自由度，提高算法稳定性。

在dqn网络模型中，选择使用ddqn；

在ddqn中，先用mainnet找到max′q(s′,a′；θi)的action，再去targetnet中找到这个action的q值以构成targetq值；

对targetq生成方式进行修改：

l(θ)＝e[(targetq-q(s，a；θi))²]

所述app可设置初始数据、监测治疗数据，初始数据包括力度调节、模式选择、定时调节等，在使用前和使用中可随时根据个人情况调整。

项目组与广州中医药大学进行合作，找了一百名在校女大学生进行测试，将数据以表格形式记录，显效率达到92.13％，疗效示意图如图6所示，可以看出本发明的痛经治疗仪治疗效果显著。

另外，本发明还可结合数据挖掘和智能推荐算法，对用户每次使用时所调的参数进行数据收集与分析，汇集成大量的数据之后，使用机器学习算法进行数据挖掘，从而了解不同的年龄、身高、体重、疼痛程度等差异性应该适应的不同参数，从而推荐给用户，使项目的产品的治疗效果更加的优异，数据挖掘与智能推荐流程图如图8所示，其中，如图9所示，推荐系统的最终推荐解释的形成包括如下步骤：

a、用户各类型特征的收集：具体包括用户行为提取、行为特征转换以及用户属性提取；结合转换后的行为特征与用户属性，构成特征向量；

b、接收特征向量并根据相关表生成初始推荐结果；

c、结合基于用户的协同过滤(usercf)，根据用户已经产生行为的物品、非候选物品、业务方提供的物品黑名单等，定义用户的相似度，对初始推荐结果进行过滤；根据预设定的推荐目标进行排名，最后生成推荐结果。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。