基于可穿戴计算的脑卒中健康评估方法、装置及电子设备制造方法及图纸

本发明专利技术公开了一种基于可穿戴计算的脑卒中健康评估方法、装置及电子设备。其中，方法包括：通过多个惯性测量装置采集评估对象的运动数据，其中所述多个惯性测量装置分别布设于所述评估对象的不同部位；基于所述多个惯性测量装置采集的运动数据，计算所述评估对象的各个关节的关节角度；基于关节角度的计算结果和临床采集的多例患者数据，构建深度学习模型；通过构建的深度学习模型，对所述评估对象进行多维度的量化评估，并基于多维度的量化评估结果确定所述评估对象的脑卒中等级。确定所述评估对象的脑卒中等级。确定所述评估对象的脑卒中等级。

【技术实现步骤摘要】
基于可穿戴计算的脑卒中健康评估方法、装置及电子设备


[0001]本专利技术涉及健康指数计算、医疗自动化诊断及传感器
，并且更具体地，涉及一种基于可穿戴计算的脑卒中健康评估方法、装置及电子设备。

技术介绍

[0002]脑卒中是由脑部血管突然破裂或血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病，是中国居民第一大死因，具有高发病率、高死亡率、高致残率、高复发率和高经济负担五大特点，给患者本人、家庭、国家和社会均带来沉重的负担。可穿戴计算是一种“以人为本”的新型计算模式，强调以自然穿戴的方式提供计算功能，通过融合信息空间和物理空间，为用户提供随时随地的服务，提供人机之间自然、方便和直接的交互。目前，伴随着人工智能技术的发展，可穿戴计算已逐步普及，并广泛应用于帕金森病、阿尔兹海默症和脑卒中等各类疾病的诊疗中。
[0003]现有脑卒中患者分级评估方案主要可分为基于临床经验的评估方案和自动化评估方案两种。其中，基于临床经验的评估方案又可分为以肌力变化和整体运动模式为标准的两种方案。以肌力变化为标准的方案又称为徒手肌力检查法，要求受试者在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于可穿戴计算的脑卒中健康评估方法，其特征在于，包括：通过多个惯性测量装置采集评估对象的运动数据，其中所述多个惯性测量装置分别布设于所述评估对象的不同部位；基于所述多个惯性测量装置采集的运动数据，计算所述评估对象的各个关节的关节角度；基于关节角度的计算结果和临床采集的多例患者数据，构建深度学习模型；通过构建的深度学习模型，对所述评估对象进行多维度的量化评估，并基于多维度的量化评估结果确定所述评估对象的脑卒中等级。2.根据权利要求1所述的方法，其特征在于，所述评估对象的各个关节包括膝关节、肘关节和肩关节，其中膝关节和肘关节属于铰链关节，肩关节属于球面关节；并且基于所述多个惯性测量装置采集的运动数据，计算所述评估对象的各个关节的关节角度的操作，包括：基于所述多个惯性测量装置采集的运动数据，采用预设的铰链关节角度算法，确定膝关节和肘关节的关节角度；基于所述多个惯性测量装置采集的运动数据，采用预设的球面关节角度算法，确定肩关节的关节角度。3.根据权利要求1所述的方法，其特征在于，基于关节角度的计算结果和临床采集的多例患者数据，构建深度学习模型的操作，包括：基于关节角度的计算结果和临床采集的多例患者数据，构建训练数据集；对构建的训练数据集进行预处理；根据预处理后的训练数据集的数据量和数据特点，使用对应的深度学习网络，构建深度学习模型。4.根据权利要求3所述的方法，其特征在于，构建深度学习模型之后，所述方法还包括：通过多个惯性测量装置采集评估数据；对所述评估数据进行预处理；将预处理后的评估数据输入构建的深度学习模型，计算评估对象上肢、下肢、手部、站立平衡和坐位平衡的布什分期结果。5.一种基于可穿戴计算的脑卒中健康评估装置，其特征在于，包括：运动数据采集模块，用于通过多个惯性测量装置采集评估对象的运动数据，其中所述多个惯性测量装置分别布设于所述评估对象的不同部位；关节角度计算模块，用于基于所述多个惯性测量装置采集的运动数据，计算所述评估对象的各个关节的关节...

【专利技术属性】
技术研发人员：刘海，
申请(专利权)人：北京海迩西医疗科技有限公司，
类型：发明
国别省市：