CN119296721B 基于多模刺激的吞咽障碍训练的优化方法 （江苏大学附属医院）

本发明涉多模刺激的吞咽障碍训练的优化生成个性化的吞咽障碍训练方案，其中包含触动态时间规整DTW算法，将实时监测数据与训练2S2.2、通过动态时间规整DTW算法，将实时监测数据与训练方案中的预期指标进行对所述实时调整刺激的强度和模式的方法包括：采用DTW算法应对患者在吞咽过程中的平衡不同时间段之间的对齐成本；是处理时间偏移的权重项，控制时间间隔的影所述实时调整刺激的强度和模式的方法包括：当DTW算法检测到患者实时数据与训练3所述实时调整刺激的强度和模式的方法包括：引入闭环反馈机制；每2.根据权利要求1所述的基于多模刺激的吞咽障碍训练的优化方法，其特征在于所述3.根据权利要求2所述的基于多模刺激的吞咽障碍训练的优化方法，其特征在于所述4.根据权利要求3所述的基于多模刺激的吞咽障碍训练的优化方法，其特征在于所述5.根据权利要求4所述的基于多模刺激的吞咽障碍训练的优化方法，其特征在于所述45[0002]中国发明专利2022105223246，一种基于VR的吞咽障碍训练方法及其设备为代表的VR(虚拟现实)技术和机械辅助训练方法为例，该技术通过VR设备引导患者进行吞咽训多的是由神经肌肉系统的反应所决定。传统的VR训练设备虽然能够引导患者完成吞咽动单一模式的训练方式无法刺激他们的神经系统全面参与，进而限制了神经可塑性的发展，67[0031]其中，Eopt是整体优化效果的度量值，通过对长期训练效果进行加权平均得到；对刺激强度的敏感度，通过控制对不同幅度刺当前的训练效果进行评估，并通过强化学习的价值函数调整下一次训练的刺激顺序和频812n[0047]引入了动态时间规整(DTW)算法和实时生物反馈系统，能够在训练过程中监测患9[0052]图4中的A为本发明用Sihler染色剂(一种整体神经染色技术)处理的人类半咽照中都存在大量PAS免疫反应性轴突(深色染色的线和点)；图4中的D为本发明患有吞咽困难一步分为内部(ISLN)和外部(ESLN)分支，分别支配粘膜和环甲肌(CT)；RLN支配其余肌肉[0055]图7为本发明用Sihler染色剂处理的人类舌头照片，显示舌头神经的分支和分布肌。第九神经(IX_L)的舌支发出多个次级分支[0061]DTW算法的核心功能是将患者的实际反应数据与训练方案中的预期指标进行对信号进行非线性匹配，确保系统能够准确捕捉到实际生理反应与预期目标之间的时间差[0065]S4涉及智能适应性吞咽训练系统的整合。该步骤的核心在于将个性化训练方案、[0066]实时反馈系统则通过传感器和生物监测设备不断采集患者在训练过程中的生理[0071]系统使用DTW算法处理小李的实时监测数据与理想训练目标之间的差异，通过路[0075]γk是对齐调整因子，它决定了系统如何平衡时间对齐的成本。取值范围可以在[0080]在小李的吞咽训练过程中，系统通过DTW算法检测到他在某次训练中与预期吞咽[0101]通过这个计算过程，系统在5秒时刻的度。较高的权重意味着该模式在优化过程中占据更重要的位置。通过积分;,系统可以计S20.70.2[0204]在训练过程中，系统会根据实时监测到的效益与代价比值调整刺激组合的顺序、在不同刺激组合下的反应和感受。每次训练后的数据被存储并用于进一步优化训练方案。帕金森病患者的X神经和Ph_X神经在吞咽困难期间的病理状态，发现这些患者的神经纤维[0213]图5中的A展示了迷走神经的喉上神经(SLN)和喉返神经(RLN)的分支结构，SLN的中的C和图5中的D展示了喉部粘膜的神经末梢分布，特别是ISLN和感觉神经末梢在会厌和