一种口部肌肉训练系统

【技术领域】

本发明涉及口肌康复的技术领域，特别是口部肌肉训练系统的技术领域。

【背景技术】

康复医学是一门综合学科，指综合应用各种有效措施，减轻并代偿伤病残者的身心功能障碍，使残存功能得到最大限度改善和发挥，以最佳状态回归家庭、参与社会。二战以来，在骨科、物理学、神经科学、运动医学等学科的基础上，多种康复疗法及理论蓬勃兴起，包括物理治疗、作业治疗、言语语言治疗、心理咨询及分析，近些年火热的脑机接口、数字疗法、游戏疗法等也属于康复医学的后起之秀。其中，围绕口部肌肉(以下简称“口肌”)相关障碍的康复是一个小众领域，但我国存在数量不可小觑的口肌相关障碍患者。

多种障碍都可能伴有口肌相关问题，例如孤独症、唐氏综合症、语言发育迟缓、发音障碍、流畅障碍(俗称口吃)、声线问题、吞咽障碍等，而这些患者在我国的数量早已超过3000万。对于无器质病变或生理障碍的口肌障碍患者，传统的口肌干预手段主要是通过医院或专业治疗师的诊断、评估后，在康复师的帮助下，持续开展口肌训练，这种方式需要较为漫长的康复过程，并且非常依赖康复师的专业水平，患者离开机构后往往也缺乏居家康复手段，难以长期坚持下去。

【发明内容】

本发明的目的就是解决现有技术中的问题，提出一种口部肌肉训练系统，能为口肌障碍患者提供更有趣、更有效的训练方式，寓教于乐。部分口肌障碍患者的病因是因为自身皮肤或其它部位对液体或温度过于敏感，导致口肌相关动作出现障碍，本发明的系统可以在训练过程中自动调节温度、湿度，帮助用户降低敏感度。

为实现上述目的，本发明提出了一种口部肌肉训练系统，包括口肌训练空间和内置于口肌训练空间内的电脑上的口部肌肉训练方法，所述口肌训练空间的内层的顶部安装有影视模块，口肌训练空间的内层的前后侧下部安装有温度和湿度控制模块，口肌训练空间的外层为实心墙壁，口肌训练空间的内层由5个LED显示屏组成，所述影视模块、温度和湿度控制模块、LED显示屏均与电脑有线或无线通讯连接；

所述口部肌肉训练方法包括以下步骤：

步骤一：自主设计训练脚本或导入标准训练脚本；

步骤二：根据训练脚本完成训练；

步骤三：对用户进行评估，获得评估结果。

作为优选，所述电脑具有以ImageBind大模型为核心的数据处理中枢。

作为优选，所述影视模块包括超短焦投影仪、摄像机，超短焦投影仪用于使内层的地面成为屏幕，摄像机用于收集用户在训练过程中的视频、音频。

作为优选，所述温度和湿度控制模块用于控制温湿度，进行加热或降温、加湿或干燥。

作为优选，所述内层包括数量为5的LED显示屏，内层的4面墙壁和顶部均为LED显示屏，内层与外层之间存在空隙且空隙在50-100cm间。

作为优选，所述内层的地面设有排水装置。

作为优选，所述步骤一的自主设计训练脚本具体为：

步骤z11：选择训练模式、训练目标：所述训练模式包括信心模式、挑战模式；

步骤z12：输入训练脚本生成要求，并生成训练脚本：用户输入训练脚本生成要求，电脑中的AI中枢依据所述的要求生成训练脚本，所述的要求包括文本描述、图片、音频、视频，所述的训练脚本包含的要素有：场景生成、脚本训练过程中的温度和湿度控制、口肌训练教程、音乐匹配、确定信心鼓励机制或挑战评估机制。

作为优选，所述步骤一的导入标准训练脚本具体为：

步骤d11：选择训练模式：所述训练模式包括信心模式、挑战模式；

步骤d12：输出提前导入的标准训练脚本：所述的标准训练脚本包含的要素有：场景生成、脚本训练过程中的温度和湿度控制、口肌训练教程、音乐匹配、确定信心鼓励机制或挑战评估机制。

作为优选，还包括鼓励争辩系统，所述鼓励争辩系统用于将用户训练过程中的音视频提取出特定的片段后，向用户提问，鼓励用户争辩。

本发明的有益效果：

1.本发明为口肌障碍患者提供更有趣、更有效的训练方式，寓教于乐。

2.部分口肌障碍患者的病因是因为自身皮肤或其它部位对液体或温度过于敏感，导致口肌相关动作出现障碍，本发明的系统可以在训练过程中自动调节温度、湿度，帮助用户降低敏感度。

3.本发明的系统借助人工智能技术，用户可自主设计训练脚本或导入标准训练脚本，训练的模式可选、场景多变，同时训练脚本的配乐有相应的节奏音节相匹配，帮助用户更好的训练。

4.本发明的系统的训练完成之后，并不是单纯的输出一个令人讨厌的评分数字，而是分为“信心模式”和“挑战模式”的评估，同时引入了“鼓励争辩系统”，让评估也成为训练的一种方式。

本发明的特征及优点将通过实施例结合附图进行详细说明。

【附图说明】

图1是本发明一种口部肌肉训练系统的硬件效果图；

图2是本发明一种口部肌肉训练系统的系统逻辑图；

图3是本发明一种口部肌肉训练系统的技术原理图。

图中：1-影视模块、2-温度和湿度控制模块、3-外层、4-内层。

【具体实施方式】

参阅图1、图2、图3，本发明，包括口肌训练空间和内置于口肌训练空间内的电脑上的口部肌肉训练方法，所述口肌训练空间的内层(4)的顶部安装有影视模块(1)，口肌训练空间的内层(4)的前后侧下部安装有温度和湿度控制模块(2)，口肌训练空间的外层(3)为实心墙壁，口肌训练空间的内层(4)由5个LED显示屏组成，所述影视模块(1)、温度和湿度控制模块(2)、LED显示屏均与电脑有线或无线通讯连接；

所述口部肌肉训练方法包括以下步骤：

步骤一：自主设计训练脚本或导入标准训练脚本；

步骤二：根据训练脚本完成训练；

步骤三：对用户进行评估，获得评估结果。

本发明还包括鼓励争辩系统，所述鼓励争辩系统用于将用户训练过程中的音视频提取出特定的片段后，向用户提问，鼓励用户争辩。

本发明工作过程：

本发明一种口部肌肉训练系统在工作过程中，结合附图进行说明。

受益于人工智能技术的飞速发展，研发了本系统，希望可以给口肌障碍患者更多的训练方式，寓教于乐。

本系统使用了众多人工智能相关的技术，其中数据处理中枢基于人工智能模型ImageBind研发。ImageBind是Meta于2023年5月发布的开源大模型，能够将文本、音频、视觉、热量(红外)、深度，还有IMU数据(惯性测量数据，测量和报告了加速度、方向、角速率和其他重力相关的数据)，嵌入到一个向量空间中，协调统筹处理6种模态的数据，不但可以与用户通过日常聊天的方式进行交互，还可以生成或处理已有的6种模态数据进而根据用户的特定需求输出分析结果，例如，用户可以上传某张图片，并打字询问“这张图里的动物是什么？位置在哪里？”，ImageBind会自动分析图片元素并联网分析，最终输出结果“图片中的动物是孟加拉虎，位于美国南部的一家动物园”。ImageBind是本系统的数据处理中枢，整体负责本系统的数据收集、处理、总结。

本系统中，训练时用户可自定义生成虚拟人物形象，陪伴自己训练，此技术依赖于Shap-E、OpenAvatar等技术。Shap-E是一种专为3D形象设计而研发的条件生成模型，OpenAvatar是一个开源的数字人形象框架，提供了一系列的基本动作和跨平台支持。此外，本系统通过摄像头、以视觉捕捉的方式收集视频和音频数据，此过程依赖于DeepLabCut算法工具包，此工具包已被广泛应用于人类、小鼠、猕猴的自动化行为分析，该工具包可以自动在视频中标记目标的不同部分(比如人体的不同部位)，提取各个部分的运动轨迹信息，时间精度可以达到毫秒级，以此信息为基础，后续使用动态时间对齐核化算法、无监督学习算法，就可以实现自动化的信息分类，输出量化数据报告。

用户需要在口肌训练空间中开展训练，口肌训练空间的具体设置如图1所示。内层4顶部的影视模块1由两部分组成：1个超短焦投影仪、1个摄像机。影视模块1可以使内层4地面成为屏幕，呈现各种影像，同时收集用户在训练过程中的视频、音频。温控和湿度控制模块2控制温度，加热或降温(16℃-35°C)及加湿或干燥。空间分为内外两层，外层3为普通房间，四周为实心墙壁，内层4由5个LED显示屏组成(4个屏幕组成4面墙壁、1个屏幕组成内层4房顶，地面无屏幕，投影仪安装在房顶中心)；内、外层四周墙壁间存在空隙，内层4四面墙(4个显示屏)可自由前后移动，与墙壁间空隙可在50-100cm间调节。内层4地面设有排水装置。

用户使用本系统，首选需要自主设计训练脚本或导入标准训练脚本，然后完成训练，查看评估结果。具体详情见图2。

基于人工智能数据处理中枢，自主设计训练脚本分为以下步骤：

选择训练模式、训练目标：

训练模式分为两种：信心模式、挑战模式。

信心模式：脚本整体设计以鼓励、增强自信为主要导向，不设置评分、评级等考核或评价措施，突出训练过程中的优点、亮点并集中展示，增强用户信心。

挑战模式：需要设置具体的训练目标，人工智能数据中枢(AI中枢)会输出多种客观指标的评分，以此评估用户是否达成目标、是否完成挑战。

例如，用户选择“信心模式”，并设置训练目标为“坚持训练5分钟”；用户选择“挑战模式”，并设置训练目标为“通关脚本任务，评分超过90分(满分100)”。

输入训练脚本生成要求，并生成训练脚本：

用户需要输入生成脚本要求，AI中枢会依据要求生成特定的训练脚本。本系统允许用户通过4种方式提出自己的脚本生成要求：

1.文本描述：例如，用户输入“沙滩和海浪，微风，温度要适宜，我希望在夕阳时训练，会有一些海洋动物陪我一起训练”，AI中枢就会以此为基础，自动生成训练脚本。

2.图片：用户可以上传自己喜欢的图片作为脚本生成要求，例如，海滩的图片，AI中枢就会以“海滩”为基准生成相应脚本。

3.音频：用户可以上传一段音频作为脚本生成要求，例如，海浪的声音，AI中枢就会在生成的脚本中包含并应用“海浪声音”。

4.视频：用户可以上传一段视频作为脚本生成要求，视频长度不超过5分钟，例如，一段“在海滩拍婚纱照，有小朋友跑来跑去”的视频，AI中枢就会以此为基准，自动提取视频元素关键词，生成“海滩、婚纱、小朋友、视频中天气元素的脚本。

以上4种方式并不是孤立的，而是相互协调的用户可以先用文字描述要求，然后配以图片、语音或视频，也可以上传一张图片后，用其它方式进行辅助描述生成要求。4种方式相互协调可以使AI生成的训练脚本更精准符合用户需求。

AI中枢生成的脚本包含以下要素：

1.场景生成：脚本中的场景包含2个类别(卡通、现实实景)，每种类别的场景都会呈现在内层(如图1)的4面墙壁、房顶和地面，从而营造一个虚拟的裸眼3D场景。场景生成之后，用户还可以自由选择场景中是否出现“主角”。

a.出现主角：结合Shap-E、OpenAvatar等技术，AI中枢可使用户通过上述4种方式自定义生成独一无二的虚拟主角形象，该形象在脚本场景中成为主角。例如，海滩场景下，主角会和用户一起训练，在用户训练时，主角也会做出相似的动作，陪伴用户训练。

b.不出现主角：用户没有自定义生成虚拟主角形象。

2.脚本训练过程中的温度和湿度控制：此处默认为始终处于人体舒适的状态(中等适度、26℃士1℃)，但某些用户皮肤对于湿度和温度变化过于敏感，AI中枢可帮助用户在训练过程中自动缓慢增加或减少温度、湿度，为用户实施暴露疗法降低敏感度。

3.口肌训练教程：场景生成之后，AI中枢也会自动生成相应的口肌训练教程，本教程分为6个维度进行训练:

a.嘴唇：重点观察嘴唇的运动情况、发力位置，在用户训练时，嘴唇对压力的反应。

b.舌头位置和发力：重点观察舌头摆放的位置、对压力的反应。

c.牙床肌肉：观察咬合动作、被外力触碰时等情况下的牙床肌肉反应。

d.面颊肌肉：重点观察施加压力和主动发起动作后的面颊肌肉反应。

e.下颌：观察外部施加压力和主动发起动作时的下颌肌肉反应、完全放松时下颌的位置。

f.软腭和硬腭：重点观察外部施加压力和主动发起动作时的腭部反应。

g.围绕上述6个维度，口肌训练教程会设计丰富多样的训练动作进行训练(训练动作分为言语发音、喷吐、吞咽、咬合、舌部运动、口腔整体运动、细微动作)，例如，海洋里出现了一条海豚在喷水，用户也需要模仿喷水的动作，并把口中的水喷射至目标位置(面前屏幕中的一个红圈)。

h.用户用于训练的液体根据粘稠度分为三种(纯净水、加入适量淀粉的水溶液、加入大量淀粉的水溶液)，粘稠度的不同会直接影响用户把液体从嘴部喷出的距离、量的大小，也会影响用户做其它动作的灵活度。

i.用户喷出的液体触碰屏幕后会被AI中枢记录下位置、量的大小以及引起的光线折射率的变化(AI中枢结合视觉捕捉算法DeepLabCut实现)。

j.内层(如图1)设有摄像头，可捕捉用户训练时的视频和音频数据。

4.音乐匹配：AI中枢会依据脚本场景匹配音乐，同时提取出音乐的节奏，以特定音色的鼓点或其它音节呈现辅助儿童根据节奏开展特定的训练。例如，海滩场景下一般会被匹配舒缓的轻音乐，同时AI中枢以磬的音色呈现此音乐的节奏，用户需要依照节奏把口中液体吞下或喷射至目标位置。

5.确定信心鼓励机制：当用户最初选择了“信心模式”后，在生成脚本时，AI中枢会根据脚本场景选择特定的鼓励机制，例如，海滩场景下，当用户喷射液体至目标位置后，一朵小浪花就会出现，而沙漠场景下，小浪花就会变成被激起的一阵沙尘。不同的脚本，信心鼓励机制各不相同，并且，信心模式下，AI中枢会自动调整训练难度、主动适应用户的表现，确保用户不产生挫败感。

6.确定挑战评估机制：当用户最初选择了“挑战模式”后，围绕口肌训练教程6个维度，Al中枢会在训练完成后输出评估报告，相关指标分为：a.6个维度中每个维度被训练的次数、每次的达标程度、总体达标率。b.整个训练过程中，用户的言语发声情况。c.针对最初设置的挑战目标，最终的完成情况。

导入已经设计好的标准训练脚本(对脚本的细节描述，见自主设计训练脚本”)，标准训练训练脚本与自主设计的训练脚本一样，包含下列部分：

1.选择训练模式

2.通过4种方式对脚本提出要求，然后生成脚本，脚本包含以下元素

a.场景生成

b.温度、湿度控制

c.口肌训练教程

d.音乐匹配

e.确定信心鼓励机制或挑战评估机制。

对用户进行评估，获得评估结果，具体为：

根据用户在脚本生成阶段选择的模式不同(信心模式、挑战模式)评估结果也分为2种：

1.信心模式下的评估：重点突出用户取得的进步、成长和优点，无客观评分，具体包括以下几个方面的评估表述：

a.呈现用户在训练过程中表现出进步时的音视频片段。

b.针对用户设置的训练目标，呈现完成情况，如果未完成，则同时呈现鼓励动画，肯定用户取得的进步、鼓励用户继续进行尝试和训练。

c.鼓励争辩系统：将用户训练过程中的音视频提取出特定的片段，然后向用户提问，提问的方式和问题的内容并不是最恰当的，鼓励用户来争辩，以争辩的方式锻炼用户的言语能力、增加口部肌肉运动。例如，音视频片段显示，用户喷水集中了2个红圈，但向用户发出的提问是“小朋友，这是几个红圈被击中了呢？我认为是一个，你认为呢？”，用户对于显而易见的事实错误很容易发起争辩，系统会对用户循循诱导、不断肯定其争辩的理由，最终双方达成一致，用户的信心再次得到肯定和鼓励。

2.挑战模式下的评估：AI中枢会在训练完成后输出评估报告，相关指标分为：

a.6个维度中每个维度被训练的次数、每次的达标程度、总体达标率。

b.整个训练过程中，用户的言语发声情况。

c.针对最初设置的挑战目标，最终的完成情况。

d.鼓励争辩系统：这一系统与“信心模式”下一致，但争辩结束后，用户的表现会影响上述指标的评分(提高上述评分)。

图3描述了本系统主要依赖的人工智能相关技术。

以ImageBind大模型为核心的数据处理中枢：以ImageBind大模型为处理核心，整体负责本系统的数据收集、处理、总结，资讯、评估、陪伴、展示等功能的数据由该数据中枢全面负责。

以Shap-E+OpenAvatar为核心的虚拟形象生成技术：本系统在生成脚本时，用户可自定义生成“虚拟主角形象”，依托以Shap-E+OpenAvatar为核心的虚拟形象生成技术来实现这些功能。

DeepLabCut算法工具包：通过人工智能视觉捕捉的方式，该工具包主要负责分析用户训练过程中的动作，为后续的评估提供数据依据。

上述实施例是对本发明的说明，不是对本发明的限定，任何对本发明简单变换后的方案均属于本发明的保护范围。