【技术实现步骤摘要】
本专利技术涉及数据处理、人工智能，具体而言，本专利技术涉及一种手指运动功能评估方法、装置、电子设备及存储介质。
技术介绍
1、基于肌电信号的人机交互是当前的研究热点，通过对手部肌肉进行肌电信号的采集和研究，可以帮助残障人士进行运动辅助和肢体康复。然而当前肌电方面的研究，大多集中在手势识别方面，使用肌电解码手部抓握动作较少。同时，抓握动作的研究大多数不涉及到力学信息，且评估运动性能的方法有限。以往大多研究没有考虑到针对同一种动作，施力大小的不同对解码效果的影响。研究主要集中在手掌抓握和指捏抓握上，对于日常生活中的其他的抓握动作研究较少，没有深入研究抓握动作在时间先后顺序上手部各肌群与施加握力之间的关系。
2、而目前手部肌电时序研究集中在专项技术动作上，尚未有关于不同手部抓握动作的运动功能评估方案。积分肌电值、平均振幅、均方根值等肌电时序指标能反映抓握不同物体的主要用力肌群、各块肌肉肌力的大小、参加活动的时间、激活强度、收缩强度等信息。本专利提供了测试人员手部运动动作准确性和协调性的评估方法，能够得到每块参与活动的肌肉在实现动作...
【技术保护点】
1.一种手指运动功能评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据各个时刻对应的手指运动特征，确定所述手指的第一时序特征向量，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取手指在不同时刻的运动数据，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述第一时序特征向量、所述第二时序特征向量和所述第三时序特征向量，对所述手指进行运动功能评估，得到第一评估结果，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一时序特征向量、所述第二时序特征向量...
【技术特征摘要】
1.一种手指运动功能评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据各个时刻对应的手指运动特征，确定所述手指的第一时序特征向量，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取手指在不同时刻的运动数据，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述第一时序特征向量、所述第二时序特征向量和所述第三时序特征向量，对所述手指进行运动功能评估，得到第一评估结果，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一时序特征向量、所述第二时序特征向量和所述第三时序特征向量，通过预训练的评估模型对所述手指进行运...
【专利技术属性】
技术研发人员：李松波，于洋，杨梅，李京宸，范恩晴，
申请(专利权)人：北京体育大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。