[發(fā)明專利]狀態(tài)預測方法、裝置、計算機設備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210116350.9
• 申請日: 2022-02-07
• 公開（公告）號: CN114504334A
• 公開（公告）日: 2022-05-17
• 發(fā)明（設計）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 蘇州微創(chuàng)暢行機器人有限公司
• 主分類號: A61B5/389
• 分類號: A61B5/389;A61B5/397;A61B5/00
• 代理公司: 華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 袁武

1.一種狀態(tài)預測方法，其特征在于，所述方法包括：

針對目標對象的目標肌肉采集對應的肌電信號；

根據(jù)所述目標肌肉在預置時長內(nèi)的肌電信號，確定所述目標肌肉在當前時刻對應的肌電特征指標，所述肌電特征指標用于表征所述目標肌肉對應的肌電信號的變化情況；

通過狀態(tài)預測網(wǎng)絡對所述目標肌肉對應的肌電特征指標進行預測處理，得到所述目標對象在所述當前時刻對應的狀態(tài)預測結(jié)果，所述狀態(tài)預測結(jié)果用于表征所述目標對象的疲勞程度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過狀態(tài)預測網(wǎng)絡對所述目標肌肉對應的肌電特征指標進行預測處理，得到所述目標對象在所述當前時刻對應的狀態(tài)預測結(jié)果，包括：

獲取所述目標對象的個人屬性信息；

通過狀態(tài)預測網(wǎng)絡對所述目標肌肉對應的肌電特征指標及所述目標對象的個人屬性信息進行預測處理，得到所述目標對象在所述當前時刻對應的狀態(tài)預測結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標肌肉在預置時長內(nèi)的肌電信號，確定所述目標肌肉在當前時刻對應的肌電特征指標，包括：

根據(jù)所述目標肌肉在靜息狀態(tài)下采集的肌電信號，確定所述目標肌肉對應的基準肌電特征值；

將所述肌電信號劃分為多個分段，確定各所述分段對應的肌電特征值；

根據(jù)各所述分段對應的肌電特征值與所述基準肌電特征值的差值，確定所述目標肌肉在所述當前時刻對應的肌電特征指標。

4.根據(jù)權(quán)利要求1至3中任一項所述的方法，其特征在于，所述狀態(tài)預測網(wǎng)絡包括第一網(wǎng)絡和第二網(wǎng)絡，所述第一網(wǎng)絡用于識別正常狀態(tài)和疲勞狀態(tài)，所述第二網(wǎng)絡用于識別所述疲勞狀態(tài)對應的疲勞等級，

所述通過狀態(tài)預測網(wǎng)絡對所述目標肌肉對應的肌電特征指標進行預測處理，得到所述目標對象在所述當前時刻對應的狀態(tài)預測結(jié)果，包括：

將所述目標肌肉對應的肌電特征指標輸入所述第一網(wǎng)絡進行狀態(tài)預測，得到第一狀態(tài)預測結(jié)果；

在所述第一狀態(tài)預測結(jié)果表征當前狀態(tài)為所述疲勞狀態(tài)的情況下，將所述目標肌肉對應的肌電特征指標輸入所述第二網(wǎng)絡進行狀態(tài)預測，得到第二狀態(tài)預測結(jié)果，所述第二狀態(tài)預測結(jié)果用于表征所述疲勞狀態(tài)對應的疲勞等級；

將所述第二狀態(tài)預測結(jié)果表征的所述疲勞狀態(tài)對應的疲勞等級作為所述目標對象在所述當前時刻對應的狀態(tài)預測結(jié)果；

或者，在所述第一狀態(tài)預測結(jié)果表征當前狀態(tài)為所述正常狀態(tài)的情況下，將所述正常狀態(tài)作為所述目標對象在所述當前時刻對應的狀態(tài)預測結(jié)果。

5.根據(jù)權(quán)利要求1至4中任一項所述的方法，其特征在于，所述方法還包括：

根據(jù)所述狀態(tài)預測結(jié)果，確定所述目標對象在所述當前時刻的風險等級。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述根據(jù)所述狀態(tài)預測結(jié)果，確定所述目標對象在所述當前時刻的風險等級，包括：

在所述狀態(tài)預測結(jié)果表征當前狀態(tài)為正常狀態(tài)的情況下，確定所述目標對象當前時刻的風險等級為低風險等級；

或者，在所述狀態(tài)預測結(jié)果表征疲勞狀態(tài)對應的疲勞等級為重度疲勞狀態(tài)的情況下，確定所述目標對象當前時刻的風險等級為高風險等級；

或者，在所述狀態(tài)預測結(jié)果表征疲勞狀態(tài)對應的疲勞等級為輕度疲勞狀態(tài)的情況下，確定過渡時刻與所述當前時刻的時間間隔，所述過渡時刻為初次確定所述目標對象處于輕度疲勞狀態(tài)的時刻；

根據(jù)所述時間間隔、所述目標對象在所述當前時刻對應的肌電特征指標及所述目標對象的個人屬性信息，對所述目標對象進行風險預測，得到所述目標對象在所述當前時刻的風險等級。

7.根據(jù)權(quán)利要求1至3中任一項所述的方法，其特征在于，所述方法還包括：

采集模擬對象在靜息狀態(tài)下所述目標肌肉對應的第一樣本肌電信號；

在所述模擬對象維持目標姿態(tài)的狀態(tài)下，采集所述目標肌肉對應的第二樣本肌電信號，并獲取所述第二樣本肌電信號在不同時刻對應的狀態(tài)信息；

根據(jù)所述第一樣本肌電信號、所述第二樣本肌電信號及所述第二樣本肌電信號在不同時刻對應的狀態(tài)信息構(gòu)建樣本組；

根據(jù)各所述樣本組構(gòu)建訓練集，通過所述訓練集訓練所述狀態(tài)預測網(wǎng)絡。