一种自适应智能按摩放松设备的制作方法

1.本发明涉及一种智能按摩放松设备，特别是一种基于生理信息感知的自适应调整按摩方式的智能按摩放松设备。


背景技术：

2.按摩作为一种能够有效缓解身体疲劳、放松肌肉、改善血液循环的方式，受到了广大人群的欢迎。按摩的核心目标始终是缓解肌肉疲劳，减轻身体紧张，以及提升整体的舒适度。传统的按摩方式如手动按摩或简单的按摩设备，往往不能满足人们对于个性化和高效率的需求。
3.现代的按摩设备不仅能够模拟人手的按摩动作，还能提供多种按摩模式和附加功能，如热敷、冷敷、电刺激等，现在的按摩设备大多采用预设程序或用户自己手动调整对按摩方式进行控制，但是预设程序无法精细的适应每次用户不同的肌肉状态，例如，如果用户在按摩过程中感到不适，他们需要手动停止设备的工作。同时，由于每个人的身体状况和需求都是不同的，预设的程序可能并不适合所有的用户。另外用户自行设置使用起来也不够便利，用户难以量化自身肌肉疲劳或损伤等程度，难以确定合适的参数以设置按摩放松程序，降低了用户体验。
4.生物电是指生物体内由神经元和肌肉细胞等产生的微弱电信号。这些电信号可以通过适当的仪器和技术被测量和记录，从而为医学诊断、研究和监测提供有用的信息。主要的生物电信号包括肌肉电信号（emg）、心脏电信号（ecg）和脑部电信号（eeg）。这些生物电信号在医学诊断和研究中具有重要作用，可以提供关于肌肉、心脏和脑部活动的信息，通过分析这些信号，可以获得有关生物体功能和健康状况的宝贵见解。
5.肌肉电信号（electromyographic，简称emg）是一种记录和分析肌肉活动的生物电信号。肌肉在运动和收缩时会产生微弱的电信号，这些信号可以通过表面电极或针状电极采集和测量。表面肌电信号通常用于非侵入性研究和临床应用，比如评估肌肉功能、康复训练和人体运动分析，易于使用且对患者较为友好。
6.心脏电信号（electrocardiogram，简称ecg）是一种用于检测和记录心脏电活动的生物电信号。心脏在跳动时会发出特定的电信号，这些信号可以通过皮肤表面的电极采集和测量。ecg信号的基本特征是由心脏的起搏和传导系统产生的电势差引起的波形变化。ecg被广泛应用于医学领域，用于评估心脏的健康状况、诊断心脏疾病和监测治疗效果。
7.脑部电信号（electroencephalogram，简称eeg）是一种测量和记录大脑电活动的生物电信号。它通过在头皮上放置多个电极来捕捉大脑神经元的电活动，反映了大脑各部分的电位变化。eeg信号的特点包括频率、脑电图波形等，eeg信号被分为不同频率范围的波段，如δ（delta）、θ（theta）、α（alpha）、β（beta）和γ（gamma）波。不同频率范围反映了大脑不同功能状态的活动；每个频率范围的eeg波形有独特的形态，可用于分析不同的认知和情感过程。
8.光学式脉搏波形采集代表光学脉搏波测量（photoplethysmography,简称ppg），是
一种用于测量血管中脉搏和血流变化的无创性技术。它通过利用光的吸收特性来监测血液通过皮肤的变化，从而提供有关心跳和血流的信息。 光学式脉搏波形（ppg）采集模块可以用来测量心率、脉搏波形和血氧饱和度等。
9.心率（heart rate，简称hr）是指心脏每分钟跳动的次数，通常用“bpm”（每分钟跳动次数）作为单位。心率可以反映心脏的节奏和运行情况，以及整个循环系统的活动。
10.血氧饱和度（oxygen saturation，简称spo2）是指血液中氧气与血红蛋白结合的程度，通常以百分比（%）表示。这是一个反映体内氧气供应状况的指标，与肺部和心血管系统的功能密切相关。
11.肌肉电信号（emg），心脏电信号（ecg）、脑部电信号（eeg）、心率（hr）和血氧饱和度（spo2）这些信息可以通过传感器捕捉，并转化为数字信号，通过分析这些生理数据的各项指标，可以评估人体的疲劳程度，从而自适应地确定合适的参数以设置按摩放松程序。


技术实现要素：

12.为解决背景技术中存在的技术问题和需求，本发明通过结合生理感知模组、计算机控制的按摩放松硬件模块和人体疲劳检测算法，实现了按摩放松部位、按摩时长和按摩强度等的自适应调整，为用户提供了一种更加智能化、个性化的按摩放松设备。
13.本发明的具体技术方案如下：
14.本发明提供了一种自适应智能按摩放松设备，其特征在于，所述自适应智能按摩放松设备由生理感知模组、计算机和按摩放松硬件模块组成，所述生理感知模组和所述按摩放松硬件模块分别与所述计算机连接，所述按摩放松硬件模块由所述计算机控制。
15.所述生理感知模组由生物电信号采集模块或光学式脉搏波形（ppg）采集模块的一种或两种组成，所述生物电信号采集模块用于采集和预处理用户的肌肉电信号（emg）、心脏电信号（ecg）、脑部电信号（eeg）的一种或多种，所述光学式脉搏波形（ppg）采集模块用于采集和计算用户的心率（hr）和/或血氧饱和度（spo2）等生理信息。
16.所述自适应智能按摩放松设备采用人体疲劳检测算法监测用户的生理信息变化，所述人体疲劳检测算法对所述生理感知模组采集到的用户的生理信息进行计算，得到各项数据指标，通过对各项数据指标的监测从而判断人体的疲劳程度。
17.对所述各项数据指标根据专家赋权法确定各项生理信息数据指标所占权重，根据加权求和求取综合等级评价人体的疲劳程度或根据预训练机器学习模型或预训练神经网络计算用户人体疲劳状态。
18.作为优选的，监测的肌肉电信号（emg）的数据指标包括：时域指标或频域指标，肌电时域指标包括积分肌电值（integrated electromyography，简称iemg）或均方根值（root mean square，简称rms）中的一种或两种；肌电频域指标包括平均功率频率（mean power frequency，简称mpf）和中位频率（median frequency，简称mdf）中的一种或两种。
19.所述积分肌电值（iemg）是肌肉电信号（emg）的绝对值的积分，用于监测肌肉活动的总量；所述均方根值（rms）是肌肉电信号（emg）的平方的平均值的平方根，用于监测肌肉活动的强度。
20.所述平均功频率（mpf）是肌肉电信号（emg）功率谱的频率的加权平均值，用于监测肌肉活动的频率分布。所述中位频率（mdf）是将肌肉电信号（emg）功率谱分为两部分的频
率，用于监测肌肉活动的主要频率。
21.作为优选的，对心脏电信号（ecg）数据指标的监测包括：rr间期的均值和标准差，以及低频功率（ low frequency，简称lf）和高频功率（high frequency，简称hf）等数据中的一种或多种。
22.所述心脏电信号（ecg）的rr间期的均值和标准差，用于监测心率的平均水平和心率的变异性（疲劳会导致心率增加和变异性减小）；所述低频功率（lf）和高频功率（hf）指标，用于监测交感神经和副交感神经的活动（疲劳会导致交感神经活动增加，副交感神经活动减少）。
23.作为优选的，所述对脑部电信号（eeg）数据指标的监测包括对θ波和α波的比例、脑电波的同步性、脑电波的复杂度等数据的一种或多种。
24.所述θ波和α波的比例增加时，通常表示个体处于疲劳状态；
25.所述脑电波的同步性增加时，通常表示个体处于疲劳状态；
26.所述脑电波的复杂度降低时，通常表示个体处于疲劳状态。
27.所述对血氧饱和度（spo2）数据指标的监测为监测血氧饱和度（spo2）的高低。
28.当身体疲劳时，人体的血氧饱和度（spo2）会降低。
29.人体疲劳检测算法根据肌肉电信号（emg）的数据指标计算肌肉状态特征值，评估人体的肌肉疲劳程度；根据脑部电信号(eeg)计算主观感受特征值，评估人体的主观疲劳程度；根据心脏电信号（ecg）计算心脏状态特征值；以及根据心率（hr）及血氧饱和度（spo2）计算心肺状态特征值。
30.人体疲劳检测算法通过专家赋权法或预训练机器学习模型或预训练神经网络计算用户人体疲劳状态，通过计算机控制按摩放松硬件模块自动调整包括但不限于按摩时长、按摩强度或按摩放松部位的一种或多种；以下是详细的调整过程：
31.步骤一：
32.计算机每隔单位时间依托先验模型根据用户各肌肉疲劳程度和主观疲劳程度计算按摩放松程序整体是否停止，如若停止则按摩结束；
33.如若不停止则根据人体疲劳状态程度调整按摩强度，根据肌肉状态特征值调整按摩部位和按摩强度。
34.根据肌肉状态特征值调整按摩部位是计算机依托先验模型根据用户各肌肉疲劳程度自动确定用户不同部位的疲劳程度，根据先验模型自动确定和调整按摩器的工作部位，针对疲劳的部位进行按摩。
35.调整按摩强度是计算机根据用户各肌肉疲劳程度和主观疲劳程度，自动控制按摩放松硬件模块调整按摩的强度。当用户的肌肉疲劳程度超过一定阈值时，计算机会控制按摩放松硬件模块增强按摩强度，以更有效地缓解肌肉紧张和疲劳；反之，当用户的肌肉疲劳程度低于一定阈值时，计算机会控制按摩放松硬件模块降低按摩强度或停止该部位按摩，以防止过度按摩。
36.步骤二：
37.所述计算机根据人体疲劳程度控制所述按摩放松硬件模块调整按摩模式，如改变震动、电刺激模式、加热或冷敷、滚动或按压等。
38.步骤三：
39.所述计算机根据根据用户各肌肉疲劳程度和主观疲劳程度确定下个单位时间的按摩放松部位、强度后，控制按摩放松硬件模块执行按摩放松程序。
40.所述生理感知模组采集用户在按摩放松阶段的数据并进行预处理，为人体疲劳检测算法完成数据收集。
41.计算机将各项数据指标通过显示终端呈现给用户，以便用户了解自身的生理状态，并选择继续或停止按摩。
42.针对背景技术中存在的缺陷，本发明的有益效果包括：
43.1）全面准确： 本发明结合了多种生理信号采集技术（如肌肉电信号、心脏电信号、脑部电信号和光学脉搏波测量），以及人体疲劳检测算法，实现了对用户生理信息的全面监测和分析。通过多种模态的数据采集，能够更准确地评估用户的身体状况和疲劳程度，为个性化的按摩放松提供了更多维度的参考。
44.2）个性化： 基于采集到的生理信息，本发明的人体疲劳检测算法能够根据用户的实际情况，自动调整按摩放松部位、按摩时长和按摩强度。这种个性化调整可以更好地满足用户的需求，确保按摩的效果最大化，同时减少过度按摩可能带来的不适。
45.3）智能化： 本发明利用计算机控制按摩放松硬件模块，通过人体疲劳检测算法对用户生理信息进行实时监测和分析，自动调整按摩参数。这种智能化的设计使得按摩过程更加智能化和自动化，用户无需手动干预，提高了用户使用的便利性和舒适度。
46.4）数据监测与反馈： 生理感知模组采集的生物电信号和血氧饱和度等数据被实时监测和分析，人体疲劳检测算法能够提供对用户疲劳状态的准确评估。通过对这些数据的监测，用户可以了解自己的身体状况，及时调整按摩方式，避免过度使用或不足的情况，提高按摩的效果和安全性。此外还可以通过监控和测量用户的生理信息变化，向用户提供有关用户健康和福祉的信息，这可以帮助用户更好地管理健康和压力水平。
附图说明
47.图1为本发明的工作流程图。
具体实施方式
48.下面将结合本发明的附图进行具体的说明，以便对本发明有更好的了解。以下具体实施方式仅是对本发明中一个实施例的说明，并不构成对本发明权利要求的限制。
49.本发明公开了一种自适应智能按摩放松设备，由生理感知模组、计算机和按摩放松硬件模块组成，生理感知模组和按摩放松硬件模块分别与计算机连接，按摩放松硬件模块由计算机控制；自适应智能按摩放松设备采用人体疲劳检测算法实现设备整体的控制。
50.生理感知模组由生物电信号无线测量模块组成，并佩戴于用户的相应身体部位上。
51.基于低功耗蓝牙传输的12个8通道肌肉电信号（emg）无线测量模块粘贴于用户背部，用于肌肉电信号（emg）的采集。
52.基于低功耗蓝牙传输的1个64通道脑部电信号（eeg）无线测量模块佩戴于用户头部，用于脑部电信号（eeg）的采集。
53.肌肉电信号（emg）无线测量模块由低功耗蓝牙（ble）集成射频电路的微控制器
（system on chip，简称soc）芯片 nrf52832、生物电模拟前端（afe）芯片 ads1298、 电池和肌肉电信号（emg）的采样电极组成。
54.脑部电信号（eeg）无线测量模块由低功耗蓝牙（ble）集成射频电路的微控制器（system on chip，简称soc）芯片 nrf52832、生物电模拟前端（afe）芯片 ads1298、 电池和脑部电信号（eeg）的采样电极组成。
55.生理感知模组中集成的ads1298 模块对采集到的肌肉电信号（emg）和脑部电信号（eeg）进行放大、滤波、模数转换等预处理。
56.完成生物电信号的采集和预处理后用低功耗蓝牙（ble）无线传输的方式将数据发送到计算机上。
57.计算机对数据进行人体疲劳检测算法计算，根据计算得到的各项数据指标控制按摩放松硬件模块，调整按摩放松硬件模块按摩方式。
58.人体疲劳检测算法对生理感知模组采集到的用户的肌肉电信号进行积分肌电值（iemg）、均方根值（rms）和平均功率频率（mpf）、中位频率（mdf）分析；
59.人体疲劳检测算法对生理感知模组采集到的用户的脑部电信号（eeg）进行包括对θ波和α波的比例、脑电波的同步性、脑电波的复杂度这些数据指标的分析。
60.对各项数据指标根据专家赋权法确定各项生理信息数据指标所占权重，根据加权求和求取综合等级评价，判断人体肌肉疲劳程度和主观疲劳程度；人体疲劳检测算法根据肌肉电信号（emg）的数据指标计算肌肉状态特征值，评估人体的肌肉疲劳程度；根据脑部电信号(eeg)计算主观感受特征值，评估人体的主观疲劳程度。
61.按摩放松硬件模块由计算机控制的一系列的机械按摩器组成。
62.人体疲劳检测算法通过专家赋权法算用户人体疲劳状态，通过计算机控制按摩放松硬件模块自动调整按摩时长、按摩强度和按摩放松部位；以下是详细的调整过程：
63.步骤一：
64.计算机每隔10秒依托先验模型根据用户各肌肉疲劳程度和主观疲劳程度计算按摩放松程序整体是否停止，如若停止则按摩结束；
65.如若不停止则根据人体疲劳状态程度调整按摩强度，根据肌肉状态特征值调整按摩部位和按摩强度。
66.根据肌肉状态特征值调整按摩部位是计算机依托先验模型根据用户各肌肉疲劳程度自动确定用户不同部位的疲劳程度，根据先验模型自动确定和调整按摩器的工作部位，针对疲劳的部位进行按摩。
67.调整按摩强度是计算机根据用户各肌肉疲劳程度和主观疲劳程度，自动控制按摩放松硬件模块调整按摩的强度。当用户的肌肉疲劳程度超过一定阈值时，计算机会控制按摩放松硬件模块增强按摩强度，以更有效地缓解肌肉紧张和疲劳；反之，当用户的肌肉疲劳程度低于一定阈值时，计算机会控制按摩放松硬件模块降低按摩强度或停止该部位按摩，以防止过度按摩。
68.步骤二：
69.所述计算机根据人体疲劳程度控制所述按摩放松硬件模块调整按摩模式，改变震动模式、加热、滚动或按压等。
70.步骤三：
71.所述计算机根据根据用户各肌肉疲劳程度和主观疲劳程度确定下个10秒的按摩放松部位、强度后，控制按摩放松硬件模块执行按摩放松程序。
72.所述生理感知模组采集用户在按摩放松阶段的数据并进行预处理，为人体疲劳检测算法完成数据收集，并将各项数据指标通过手机呈现给用户，以便用户了解自身的生理状态。

技术特征：
1.一种自适应智能按摩放松设备，其特征在于，所述自适应智能按摩放松设备由生理感知模组、计算机和按摩放松硬件模块组成，所述生理感知模组和所述按摩放松硬件模块分别与所述计算机连接，所述按摩放松硬件模块由所述计算机控制；所述生理感知模组用于采集和预处理用户的生理信息；所述按摩放松硬件模块在所述计算机的控制下根据所述生理感知模组监测到的用户生理信息的变化自动调整按摩放松硬件模块的按摩方式。2.根据权利要求1所述的自适应智能按摩放松设备，其特征在于，所述生理感知模组采集的用户生理信息包括但不限于肌肉电信号（electromyogram，简称emg），心脏电信号（electrocardiogram，简称ecg），脑部电信号（electroencephalogram，简称eeg），心率（heart rate，简称hr）或血氧饱和度（oxygen saturation，简称spo2）等的一种或多种。3.根据权利要求1所述的自适应智能按摩放松设备，其特征在于，所述生理感知模组包括生物电信号采集模块或光学式脉搏波形（photoplethysmography，简称ppg）采集模块的一种或两种。4.根据权利要求1所述的自适应智能按摩放松设备，其特征在于，所述自适应智能按摩放松设备采用人体疲劳检测算法监测用户的生理信息各项数据指标变化，评估人体疲劳程度。5.根据权利要求4所述的人体疲劳检测算法，其特征在于，所述生理信号的各项数据指标包括肌肉电信号(emg)的积分肌电值（integrated electromyography，简称iemg）、均方根值（root mean square，简称rms）、传导速度（conduction velocity,简称cv）、平均功率频率（mean power frequency，简称mpf）或中位频率（median frequency，简称mdf）等的一种或多种；心率（hr）和心脏电信号（ecg）rr间期的均值和标准差，或心脏电信号（ecg）的低频功率（lf）和高频功率（hf）等的一种或多种；脑部电信号（eeg）的θ波和α波的比例、脑电波的同步性或脑电波的复杂度等的一种或多种；以及血氧饱和度（spo2）的高低等。6.根据权利要求1所述的自适应智能按摩放松设备，其特征在于，所述计算机控制所述按摩放松硬件模块，根据所述人体疲劳检测算法监测到的用户的生理状态调整按摩方式。7.根据权利要求1所述的自适应智能按摩放松设备，其特征在于，所述按摩放松硬件模块在所述计算机的控制下根据所述生理感知模组采集到的生理信息的变化自动调整的按摩方式包括但不限于自动调整按摩放松部位、按摩时长或按摩强度等的一种或多种。8.根据权利要求1所述的自适应智能按摩放松设备，其特征在于，所述生理感知模组监测到的用户生理信息数据发送到显示终端，提供给用户。

技术总结
本发明涉及一种自适应智能按摩放松设备，该自适应智能按摩放松设备由生理感知模组、计算机和按摩放松硬件模块组成，生理感知模组和按摩放松硬件模块分别与计算机相连，按摩放松硬件模块由计算机控制。设备通过人体疲劳检测算法实时监测用户的生理信号，并根据信号的变化情况，自动调整按摩放松部位、时间和按摩强度。从而实现根据用户需求和生理状况自适应地对人体疲劳进行感知，并对疲劳部位按摩放松，满足用户个性化和高效率的按摩需求。满足用户个性化和高效率的按摩需求。满足用户个性化和高效率的按摩需求。


技术研发人员：谢国伟
受保护的技术使用者：上海析微智能科技有限公司
技术研发日：2023.08.23
技术公布日：2023/10/8