摘要： 防眩晕训练器是一种用于训练防眩晕技能的器材。VR（虚拟现实）防眩晕训练器的眩晕训练程度动态模拟系统是一种利用VR技术来帮助用户逐步适应可能引起眩晕的虚拟环境的设备。当完成一次VR防...

1. VR防眩晕训练器眩晕训练程度动态模拟系统及方法

申请人：中国人民解放军总医院

申请号：202311388529.0

申请日：2023.10.25

1.1 发明问题

防眩晕训练器是一种用于训练防眩晕技能的器材。VR（虚拟现实）防眩晕训练器的眩晕训练程度动态模拟系统是一种利用VR技术来帮助用户逐步适应可能引起眩晕的虚拟环境的设备。

当完成一次VR防眩晕训练以后会产生一系列的训练数据，如适应性训练师数据、平衡感训练数据、协调性训练数据、身体素质训练数据。如何根据这些数据对训练者的眩晕程度进行准确评估是个亟待解决的问题。

1.2 本发明技术方案

1.3 创新点

为了解决对训练结果数据优化不佳以及评估不准确的问题。本发明主要有两个创新点。

第一个创新点是通过比较优化曲线数据和标准曲线数据，确定训练评级。具体来说，将训练数据预处理后导入模拟模型架构中处理得到优化曲线数据，同时一份训练数据还对应一份标准曲线数据，然后将优化曲线数据同标准曲线数据进行比对，根据线条的重叠长度确定训练者的评估结果。

第二个创新点是根据梯度递减公式和反向传播机制优化标准曲线数据。

1.4 结合创新工具的思考

本发明专利读起来比较费力，里面提到的SCDM几何创建法同Google出来的概念也不是同一个，可能需要具体研究这个项目的人才能真正理解本发明背后的实现逻辑。该发明专利仍然是有启发意义的。这些意义体现在以下几个方面：

1) 介绍了一个新的发明问题，即如何利用训练数据来进行眩晕程度评级，没有发明idea的人可以借鉴，但是如果对于非该领域的人来说，如果想要彻底弄懂这个技术问题，还要读更多的同类型专利或文章。

2) 提供了一个处理问题的简单范式，即拿标准数据同待评测数据进行比较，得到评估效果。这种处理问题的范式是可以应用到其他问题中的。

3) 这里标准数据的获取是通过算法优化的方式获得的，而人工智能中的标准数据大多是人工获得的，这也就是业界常说的有多少人工就有多少智能。人工智能中的标准数据被称作标签，比如对于猫狗图像二分类任务来说，一张图像是猫还是狗，这叫做标签；比如对于car/truck/pedestiran等目标的检测任务来说，这些目标在图像中的坐标叫做标签（可以以图像左上角为原点，横向向右为x轴正方向，纵向向下为y轴正方向建立坐标系，通过画矩形框来框柱上述目标，对应矩形框的坐标就是标签）。那么能否以优化的方式获得人工智能数据中的标签呢？

4) 本发明问题中也是有各式各样的数据的，比如眩晕训练数据中的适应性数据、平衡感数据、协调性数据、身体素质训练数据，并且我们知道机器学习和或者深度学习都是从数据中学习规律的，那么能否直接用机器学习方法或者深度学习方法直接从这些数据中获得训练的评估结果呢？