(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211239064.8 (22)申请日 2022.10.11 (71)申请人 河南省肿瘤医院 地址 450000 河南省郑州市金 水区东明路 127号 (72)发明人 杨楠木　周进学　李庆军　庄昊　 王征征　 (74)专利代理 机构 北京达友众邦知识产权代理 事务所(普通 合伙) 11904 专利代理师 宋亚军 (51)Int.Cl. G06F 30/27(2020.01) A61H 23/02(2006.01) A61F 7/00(2006.01) G06F 119/02(2020.01) (54)发明名称 术后辅助康复装置及其测试方法 (57)摘要 本申请涉及护理设备领域， 且 具体地公开了 术后辅助康复装置及其测试方法， 其中， 所述述 术后辅助康复装置具有用于控制下肢护理装置 的工作模式的自动控制模块。 所述自动控制模块 所使用的深度神经网络模型， 在出厂前， 通过所 收集的数据训练而成。 权利要求书4页 说明书13页 附图5页 CN 115510756 A 2022.12.23 CN 115510756 A 1.术后辅助康复装置， 其特 征在于， 包括： 摄像头； 用于对下肢进行护理 的下肢护理装置， 其中， 所述下肢护理装置包括振动器和加热器； 以及 可通信地连接 于所述下肢护理装置和所述摄 像头的控制器； 其中， 所述控制器包括： 测试数据采集模块， 用于获取由所述摄像头采集的预定时间段的下肢监控测试视频， 所述预定时间段的测试振动信号和所述预定时间段内多个预定时间点的测试加热温度值； 测试温度 数据编码模块， 用于将所述预定时间段内多个预定时间点的测试加热温度值 排列为温度输入向量后通过Cl ip模型的序列编码器以得到测试温度特 征向量； 测试振动信号编码模块， 用于将所述预定时间段的测试振动信号通过所述Clip模型的 图像编码器以得到测试振动图形 特征向量； 协同编码模块， 用于使用所述Clip模型的联合编码器来对所述测试温度 特征向量和所 述测试振动图形 特征向量进行 联合编码以得到测试按摩协同特 征矩阵； 测试监控视频编码模块， 用于将所述预定时间段的下肢监控测试视频通过使用时间注 意力机制的卷积神经网络模型以得到测试 下肢状态 跟踪特征图； 维度调整模块， 用于对所述测试下肢状态跟踪特征图的沿通道维度的各个特征矩阵进 行GAP处理以得到测试 下肢状态 跟踪特征向量； 转移模块， 用于计算所述测试下肢状态跟踪特征向量相对于所述测试按摩协同特征矩 阵的转移向量作为分类特 征向量； 校正模块， 用于基于所述分类特征向量中所有位置的特征值集合的统计特征， 对所述 分类特征向量进行 校正以得到校正后分类特 征向量； 以及 控制结果生成模块， 用于将所述校正后分类特征向量通过分类器以得到分类结果， 所 述分类结果用于表示是否停止下肢护理装置的工作。 2.根据权利要求1所述的术后辅助康复装置， 其特征在于， 所述测试温度数据编码模 块， 包括： 第一邻域尺度编码单元， 用于将所述温度输入向量输入所述Clip模型的序列编码器的 第一卷积层以得到第一邻域尺度测试温度特征向量， 其中， 所述第一卷积层具有第一长度 的第一一维卷积核； 第二邻域尺度编码单元， 用于将 温度输入向量输入所述Clip模型的序列编码器的第二 卷积层以得到第二邻域尺度测试温度特征向量， 其中， 所述第二卷积层具有第二长度的第 二一维卷积核， 所述第一长度不同于所述第二长度； 以及 多尺度级联单元， 用于将所述第 一邻域尺度测试温度特征向量和所述第 二邻域尺度测 试温度特 征向量进行级联以得到所述测试温度特 征向量。 3.根据权利要求2所述的术后辅助康复装置， 其特 征在于， 所述第一邻域尺度编码单元， 进一步用于： 使用所述Clip模型的序列编码器的第一卷 积层以如下公式对所述温度输入向量进行一维卷积编码以得到所述第一邻域尺度测试温 度特征向量； 其中， 所述公式为：权　利　要　求　书 1/4 页 2 CN 115510756 A 2其中， a为第一卷积核在x方向上的宽度、 F(a)为第一卷积核参数向量、 G(x ‑a)为与卷积 核函数运 算的局部向量矩阵， w 为第一卷积核的尺寸， X表示所述温度输入向量； 所述第二邻域尺度编码单元， 进一步用于： 使用所述Clip模型的序列编码器的第二卷 积层以如下公式对所述温度输入向量进行一维卷积编码以得到所述第二邻域尺度测试温 度特征向量； 其中， 所述公式为： 其中， b为第二卷积核在x方向上的宽度、 F(b)为第二卷积核参数向量、 G(x ‑b)为与卷积 核函数运 算的局部向量矩阵， m为第二卷积核的尺寸， X表示所述温度输入向量。 4.根据权利要求3所述的术后辅助康复装置， 其特征在于， 所述测试振动信号编码模 块， 进一步用于： 使用深度卷积神经网络的各层 在层的正向传递中分别对所述测试振动信号进行： 对所述测试振动信号进行 卷积处理以得到卷积特 征图； 对所述卷积特 征图进行沿通道维度的全局均值池化以得到池化特 征矩阵； 以及 对所述池化特 征矩阵进行非线性激活 处理以得到 激活特征矩阵； 其中， 所述深度卷积神经网络的最后一层的输出为所述振测试振动图形 特征向量。 5.根据权利要求4所述的术后辅助康复装置， 其特征在于， 所述协同编码模块， 进一步 用于： 使用所述Clip模型的联合编码器以如下公式对所述测试温度特征向量和所述测试振 动图形特征向量进行 联合编码以得到测试按摩协同特 征矩阵； 其中， 所述公式为： 其中Va表示所述测试温度特征向量， Vb表示所述测试振动图形特征向量， M表示所述测 试按摩协同特 征矩阵， 表示向量相乘。 6.根据权利要求5所述的术后辅助康复装置， 其特征在于， 所述测试监控视频编码模 块， 包括： 关键帧提取 单元， 用于从所述预定时间段的下肢监控测试视频中提取多个关键帧； 相邻帧提取 单元， 用于从所述多个关键帧提取相邻的第一帧和第二帧； 第一图像局部特征提取模块， 用于将所述第 一帧和所述第 二帧分别通过所述卷积神经 网络模型 的第一卷积层和第二卷积层以得到对应于所述第一帧的第一帧特征图和对应于 所述第二帧的第二帧特 征图； 时间注意力单元， 用于将所述第 一帧特征图与 所述第二帧特征图进行按位置点乘后通 过Softmax激活函数以得到时间注意力图；权　利　要　求　书 2/4 页 3 CN 115510756 A 3