[發明專利]一種防骨質疏松的鍛煉裝置有效
| 申請號: | 202110427276.8 | 申請日: | 2021-04-21 |
| 公開(公告)號: | CN113230086B | 公開(公告)日: | 2022-02-22 |
| 發明(設計)人: | 李震;陳貞月 | 申請(專利權)人: | 廣州中醫藥大學(廣州中醫藥研究院) |
| 主分類號: | A63B23/04 | 分類號: | A63B23/04;A61H1/02 |
| 代理公司: | 北京同輝知識產權代理事務所(普通合伙) 11357 | 代理人: | 魏忠暉 |
| 地址: | 510410 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 骨質 疏松 鍛煉 裝置 | ||
1.一種防骨質疏松的鍛煉裝置,其特征在于,包括鍛煉裝置(1)、檢測器(2)和調節控制終端(3);
所述鍛煉裝置(1)包括移動座椅(4),所述移動座椅(4)的底部設置有滑塊(5),所述滑塊(5)的一端連接有伸縮軸(6),所述伸縮軸(6)的一端連接有液壓裝置(7),所述滑塊(5)的內側套接有滑軌(8),所述滑軌(8)的一端固定有驅動電機箱(9),所述驅動電機箱(9)的兩側均設置有活動軸(10),所述活動軸(10)的外側套接有旋轉踏板(11),所述移動座椅(4)的兩側均設置有旋轉電機(12),所述旋轉電機(12)的頂部設置有旋轉軸(13),所述旋轉軸(13)的頂部連接有活動支架(14);
所述檢測器(2)綁縛在人體骨骼處,用于檢測骨質數據;
所述調節控制終端(3)包括深度學習模型(15)、強化學習模型(16)、調整終端(17),所述深度學習模型(15)將上一次檢測器檢測的檢測數據與訓練數據和下一次檢測器檢測到的檢測數據輸入至深度學習網絡模型中,得到訓練強度與骨質數據的關聯性,所述強化學習模型(16)根據訓練強度與骨質數據的關聯性生成強化學習模型,所述調整終端(17)將當前檢測器(2)的檢測數據作為狀態向量輸入至強化學習模型(16)中,生成調控鍛煉裝置(1)的調節方案,并對鍛煉裝置(1)實現控制。
2.根據權利要求1所述的一種防骨質疏松的鍛煉裝置,其特征在于,所述檢測器(2)包括感測器(18)和振動器(19),所述振動器(19)對人體骨骼處發出振動波,所述感測器(18)檢測穿過人體骨骼的振動波的數據。
3.根據權利要求1所述的一種防骨質疏松的鍛煉裝置,其特征在于,所述強化學習模型(16)中以提取出的訓練強度數據與骨質疏松的條件概率以及訓練強度數據到承受能力的關聯程度的條件概率為權重,將兩個條件概率進行拼接,形成強化學習模型的動作選擇。
4.根據權利要求1所述的一種防骨質疏松的鍛煉裝置,其特征在于,所述深度學習模型(15)采用LSTM神經網絡,所述LSTM神經網絡采用由卷積到批標準化到激活Relu函數的卷積單元形式的網絡結構組成。
5.根據權利要求1所述的一種防骨質疏松的鍛煉裝置,其特征在于,所述旋轉電機(12)、液壓裝置(7)、驅動電機箱(9)的驅動電機均與調整終端(17)信號連接。
6.根據權利要求1所述的一種防骨質疏松的鍛煉裝置,其特征在于,所述移動座椅(4)與滑塊(5)之前設置有升降結構(20)。
7.根據權利要求6所述的一種防骨質疏松的鍛煉裝置,其特征在于,所述升降結構(20)包括升降軸(21),所述升降軸(21)的底部連接有液壓驅動器(22),所述升降軸(21)的一側設置有調節軸(23),所述液壓驅動器(22)的底部與滑塊(5)相連,所述升降軸(21)的頂部與移動座椅(4)相連。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州中醫藥大學(廣州中醫藥研究院),未經廣州中醫藥大學(廣州中醫藥研究院)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110427276.8/1.html,轉載請聲明來源鉆瓜專利網。





