本发明涉及医疗康复，具体为一种仿生康复机器人运动智能控制方法及系统。
背景技术：
1、仿生康复机器人是结合生物学和工程学，模拟人体运动系统，通过先进的智能控制技术实现康复治疗和辅助功能，利用生物力学原理、传感技术、控制算法和人机交互技术，提供个性化的康复方案。
2、随着中风患者数量的增加，口部康复成为医学领域的一个重要研究方向，中风患者的口部功能受损，包括言语、吞咽和面部肌肉运动等，影响了他们的生活质量和康复进程，但目前，传统的口部康复训练往往依赖于康复医师的手动操作或口腔康复装置的被动训练，这种方式存在着一些局限性。
3、同时，在中风患者进行口部康复训练时，因为口部康复技术是通用性的，无法量化中风患者的康复效果，同时医护人员也无法评估中风患者的康复效果。
技术实现思路
1、解决的技术问题
2、针对现有技术的不足，本发明提供了一种仿生康复机器人运动智能控制系统，解决了背景技术中提到的问题。
3、技术方案
4、为实现以上目的，本发明通过以下技术方案予以实现：一种仿生康复机器人运动智能控制系统，包括模型训练模块、嘴唇肌肉训练模块、第一训练总结模块、难度调节模块、口腔肌肉训练模块、第二训练总结模块和交互式训练概要模块；
5、所述模型训练模块，用于建立人体口部训练模型，并采集专业康复治疗视频并识别，建立第一标准数据集，并输入至人体口部训练模型中进行训练优化；第一标准数据集用于，对中风患者的嘴唇肌肉进行引导式康复训练；
6、所述嘴唇肌肉训练模块，用于中风患者进行口部引导式康复训练，并设立第一采集单元，用于采集中风患者在进行嘴唇肌肉训练时的数据，同时建立第一训练数据集；
7、所述第一训练总结模块，用于根据第一训练数据集对中风患者的嘴唇肌肉训练进行总结评估，建立第一计算单元，并对第一训练数据集与第一标准数据集进行重合，获得第一训练重合度xpd，当第一训练重合度xpd高于第一差异阈值q，向外部发送第二指令；
8、所述难度调节模块用于接收第二指令，并调节人体口部训练模型，并利用集成优化进行超参数调优，提高中风患者的康复训练难度；
9、所述口腔肌肉训练模块，用于对中风患者进行口腔肌肉训练，并建立第二采集单元；同时采集人体口部训练模型中的口腔肌肉训练数据，并建立第二标准数据集；所述第二采集单元，在中风患者进行口腔肌肉训练的过程中，实时采集中风患者的口腔肌肉数据，并建立第二训练数据集；
10、所述第二训练总结模块，用于根据第二训练数据集对中风患者的口腔肌肉进行总结评估，建立第二计算单元，对第二训练数据集与第二标准数据集进行计算评估，并生成相应的评估结果上传至交互式训练概要模块；
11、所述交互式训练概要模块，用于将第二训练总结模块的训练评估结果，通过gui界面向医护人员以及中风患者展示，同时通过gui界面对人体训练模型进行训练反馈，并依据中风患者个人情况对人体训练模型进行训练调整。
12、优选的，所述模型训练模块利用云端服务平台收集第一标准数据集，对第一标准数据集进行预处理后，利用卷积神经网络作为基础架构，建立并训练人体口部训练模型，经过对人体口部训练模型进行优化和调整以后，再利用嵌入式设备对人体口部训练模型进行部署，将人体口部训练模型投入到口腔康复训练中。
13、优选的，所述第一采集单元通过表情识别摄像头采集中风患者嘴唇肌肉数据，包括：嘴唇角度值jdz、嘴唇张开面积zmj、嘴唇闭合度zbh、嘴唇每分钟张合次数zzh和嘴唇单次张开时间zsj并建立第一训练数据集，进行无量纲处理后，通过以下公式计算获得中风患者第一口部指数zkz：
14、
15、式中，w1、w2、w3、w4和w5表示中风患者的嘴唇角度值zjz，嘴唇张开面积zmj，嘴唇闭合度zbh，嘴唇每分钟张合次数zzh和嘴唇单次张开时间zsj的权重值，a表示第一修正系数，由用户调整设置。
16、优选的，所述第一计算单元用于拟合中风患者的第一口部指数zkz，与第一标准数据集中预设第一标准阈值获取中风患者与人体口部训练模型之间的第一训练重合度xpd，所述第一训练重合度xpd通过以下公式计算获取：
17、
18、式中，i表示每个样本的序号，表示为第一标准阈值在i个样本值，zkzi表示第一中风患者口部指数zkz的第i个样本值，n表示样本数量；
19、预设第一差异阈值q与第一训练重合度xpd进行评估并生成相应的评估结果：
20、当第一训练重合度xpd＜第一差异阈值q时，则表示中风患者的口部活动与人体口部训练模型之间存在差异，此时生成第一指令，表示中风患者需要继续进行当前的康复训练；
21、当第一训练重合度xpd≥第一差异阈值q时，则表示中风患者的口部活动与人体口部训练模型之间没有差异，此时生成第二指令，表示中风患者需要调整人体口部训练模型的训练难度。
22、优选的，所述难度调节模块通过api接口接收第二指令并进行解析，根据第二指令利用集成优化算法，对人体口部训练模型的超参数进行调优，将人体口部训练模型的参数，调整为口腔肌肉的康复训练数据，对中风患者进行难度更高的口部康复训练。
23、优选的，所述第二采集单元通过emg传感器、口腔运动学传感器和咽部运动传感器采集中风患者口腔肌肉数据，包括：口腔肌肉力量值klz、口腔肌肉协调值kxz、口腔肌肉灵活值khz和吞咽功能指数ktz；利用云端服务平台，采集人体口部训练模型中的口腔肌肉训练数据；利用第二计算单元，对第二训练数据集与第二标准数据集进行计算，获得第二口部指数ekz和第二预设标准阈值
24、优选的，所述口腔肌肉力量值klz包括舌头力量值slz、唇部力量值clz和颌部力量值hlz；
25、所述口腔肌肉协调值kxz包括吞咽协调值txz、咀嚼协调值jxz和发音协调值fxz；
26、所述口腔肌肉灵活值khz包括舌头灵活指数shz、唇部灵活指数chz和颌部灵活指数hhz；
27、所述吞咽功能指数ktz包括吞咽时间tsj和吞咽动作流畅度tlc
28、所述口腔肌肉力量值klz，口腔肌肉协调值kxz、口腔肌肉灵活值khz和吞咽功能指数ktz的所有下位参数经过无量纲处理后，通过以下公式计算获取口腔肌肉力量值klz，口腔肌肉协调值kxz、口腔肌肉灵活值khz和吞咽功能指数ktz：
29、klz＝(e1*slz+e2*clz+e3*txz)+b；
30、kxz＝(r1*txz+r2*jxz+r3*fxz)+c；
31、khz＝(t1*shz+t2*chz+t3*hhz)+d；
32、ktz＝(y1*tsj+y2*tlc)+e；
33、式中，e1、e2和e3分别表示舌头力量值slz、唇部力量值clz和颌部力量值hlz的权重值，其具体值由用户调整设置，b为第二修正常数；
34、r1、r2和r3分别表示吞咽协调值txz、咀嚼协调值jxz、发音协调值fxz的权重值，其具体值由用户调整设置，c为第三修正常数；
35、t1、t2和t3表示舌头灵活指数shz、唇部灵活指数chz和颌部灵活性hhz的权重值，其具体值由用户调整设置，d为第四修正常数；
36、y1和y2表示吞咽时间tsj和吞咽动作流畅度tlc的权重值，其具体值由用户调整设置，e为第五修正常数。
37、优选的，所述第二口部指数ekz通过以下公式计算获得：
38、
39、式中，u1、u2、u3和u4分别表示口腔肌肉力量值klz，口腔肌肉协调值kxz、口腔肌肉灵活值khz和吞咽功能指数ktz的权重值，其具体值由用户调整设置，f表示第六修正常数；
40、所述第二计算单元将第二口部指数ekz和第二预设标准阈值进行无量纲处理后，关联计算获得第二训练重合度epd，具体计算公式如下：
41、
42、式中，e表示为自然对数的底，e值为2.72，σ表示为标准差；
43、第二训练重合度epd与第二预设差异阈值n进行对比评估，并生成以下评估结果：
44、当第二训练重合度epd＞第二差异阈值n时，则表示中风患者的口腔肌肉完全恢复活动，与人体训练模型之间没有差异，不再需要进行口部康复训练，生成第一评估结果；
45、当第二训练重合度epd≤第二差异阈值n时，则表示中风患者目前的口腔肌肉没有完全恢复活动，与人体训练模型之间存在差异，需继续进行口部康复训练，并生成第二评估结果。
46、优选的，所述交互式训练概要模块通过数据接口，将第一评估结果和第二评估结果使用图表以及文字的方式，呈现至gui界面，医护人员根据gui界面呈现的结果，对中风患者的康复训练进行训练强度和训练内容的调整。
47、优选的，一种仿生康复机器人运动智能控制方法，包括以下步骤：
48、步骤一、模型训练模块，建立人体口部训练模型，并采集专业康复治疗视频并识别，建立第一标准数据集，并输入至人体口部训练模型中进行训练优化；第一标准数据集用于，对中风患者的嘴唇肌肉进行引导式康复训练；
49、步骤二、嘴唇肌肉训练模块，中风患者用于进行口部引导式康复训练，并设立第一采集单元，用于采集中风患者在进行嘴唇肌肉训练时的数据，同时建立第一训练数据集；
50、步骤三、第一训练总结模块，根据第一训练数据集对中风患者的嘴唇肌肉训练进行总结评估，建立第一计算单元，并对第一训练数据集与第一标准数据集进行重合，获得第一训练重合度xpd，当第一训练重合度xpd高于第一差异阈值q，向外部发送第二指令；
51、步骤四、难度调节模块接收第二指令，并调节人体口部训练模型，利用集成优化进行超参数调优，提高中风患者的康复训练难度；
52、步骤五、口腔肌肉训练模块对中风患者进行口腔肌肉训练，并建立第二采集单元；同时采集人体口部训练模型中的口腔肌肉训练数据，并建立第二标准数据集；所述第二采集单元，在中风患者进行口腔肌肉训练的过程中，实时采集中风患者的口腔肌肉数据，并建立第二训练数据集；
53、步骤六、第二训练总结模块，根据第二训练数据集对中风患者的口腔肌肉进行总结评估，建立第二计算单元，对第二训练数据集与第二标准数据集进行计算评估，并生成相应的评估结果上传至交互式训练概要模块；
54、步骤七、交互式训练概要模块，将第二训练总结模块的训练评估结果，通过gui界面向医护人员以及中风患者展示，同时通过gui界面对人体训练模型进行训练反馈，并依据中风患者个人情况对人体训练模型进行训练调整。
55、有益效果
56、本发明提供了一种仿生康复机器人运动智能控制方法及系统。具备以下有益效果：
57、(1)该一种仿生康复机器人运动智能控制方法及系统，通过构建并训练人体训练模型，实现了对中风患者口部训练的个性化，同时采集患者嘴唇肌肉数据和训练模型数据，并进行实时采集和分析，为个性化训练提供了数据支持，通过第一计算模块，计算中风患者第一口部指数zkz和第一标准阈值之间的第一训练重合度xpd，并进行评估，及时发现患者嘴唇肌肉数据与训练模型之间的差异，为康复训练的调整提供了依据。
58、(2)该一种仿生康复机器人运动智能控制方法及系统，当中风患者的第一口部指数zkz重合度足够时，通过难度调节模块再次调整人体口部训练模型的训练难度，将康复训练分为阶段化，对中风患者再进行口腔肌肉训练，使康复训练计划更好地贴合患者的康复进展和能力水平，有助于提高康复训练的效果和持续性。
59、(3)该一种仿生康复机器人运动智能控制方法及系统，利用通过采集并计算口腔肌肉力量值klz，口腔肌肉协调值kxz、口腔肌肉灵活值khz和吞咽功能指数ktz的数据，全面了解中风患者口部功能的情况，为个性化康复训练提供更多的信息支持，量化了康复效果，并通过计算第二训练重合度epd判断患者口部活动与训练模型之间的差异，提高了评估的准确性和全面性，并使康复效果更为具体地体现出来，再根据评估结果对患者进行训练结果总结，并通过人机交互模式向患者提供训练反馈，增强了患者的参与度和康复效果。
1.一种仿生康复机器人运动智能控制系统，其特征在于：包括模型训练模块、嘴唇肌肉训练模块、第一训练总结模块、难度调节模块、口腔肌肉训练模块、第二训练总结模块和交互式训练概要模块；
2.根据权利要求1所述的一种仿生康复机器人运动智能控制系统，其特征在于：所述模型训练模块利用云端服务平台收集第一标准数据集，对第一标准数据集进行预处理后，利用卷积神经网络作为基础架构，建立并训练人体口部训练模型，经过对人体口部训练模型进行优化和调整以后，再利用嵌入式设备对人体口部训练模型进行部署，将人体口部训练模型投入到口腔康复训练中。
3.根据权利要求1所述的一种仿生康复机器人运动智能控制系统，其特征在于：所述第一采集单元通过表情识别摄像头采集中风患者嘴唇肌肉数据，包括：嘴唇角度值jdz、嘴唇张开面积zmj、嘴唇闭合度zbh、嘴唇每分钟张合次数zzh和嘴唇单次张开时间zsj并建立第一训练数据集，进行无量纲处理后，通过以下公式计算获得中风患者第一口部指数zkz：
4.根据权利要求1所述的一种仿生康复机器人运动智能控制系统，其特征在于：所述第一计算单元用于拟合中风患者的第一口部指数zkz，与第一标准数据集中预设第一标准阈值获取中风患者与人体口部训练模型之间的第一训练重合度xpd，所述第一训练重合度xpd通过以下公式计算获取：
5.根据权利要求1所述的一种仿生康复机器人运动智能控制系统，其特征在于：所述难度调节模块通过api接口接收第二指令并进行解析，根据第二指令利用集成优化算法，对人体口部训练模型的超参数进行调优，将人体口部训练模型的参数，调整为口腔肌肉的康复训练数据，对中风患者进行难度更高的口部康复训练。
6.根据权利要求1所述的一种仿生康复机器人运动智能控制系统，其特征在于：所述第二采集单元通过emg传感器、口腔运动学传感器和咽部运动传感器采集中风患者口腔肌肉数据，包括：口腔肌肉力量值klz、口腔肌肉协调值kxz、口腔肌肉灵活值khz和吞咽功能指数ktz；利用云端服务平台，采集人体口部训练模型中的口腔肌肉训练数据；利用第二计算单元，对第二训练数据集与第二标准数据集进行计算，获得第二口部指数ekz和第二预设标准阈值
7.根据权利要求6所述的一种仿生康复机器人运动智能控制系统，其特征在于：所述口腔肌肉力量值klz包括舌头力量值slz、唇部力量值clz和颌部力量值hlz；
8.根据权利要求7所述的一种仿生康复机器人运动智能控制系统，其特征在于：所述第二口部指数ekz通过以下公式计算获得：
9.根据权利要求1所述的一种仿生康复机器人运动智能控制系统，其特征在于：所述交互式训练概要模块通过数据接口，将第一评估结果和第二评估结果使用图表以及文字的方式，呈现至gui界面，医护人员根据gui界面呈现的结果，对中风患者的康复训练进行训练强度和训练内容的调整。
10.一种仿生康复机器人运动智能控制方法，应用于权利要求1-9任一项所述的一种仿生康复机器人运动智能控制系统，其特征在于：包括以下步骤：
