【技术实现步骤摘要】
本专利技术涉及步态分析，尤其涉及基于多模态特征的步态分析方法、系统及可读存储介质。
技术介绍
1、运动意图识别指通过解析神经系统活动特征，预判或解码生物体即将执行的动作类型、方向及力度等信息，是脑机接口、神经康复等领域的核心技术，广泛应用于医疗康复、运动科学、生物识别等领域。
2、传统步态分析方法主要依赖单一模态数据，例如依赖视觉摄像头捕捉动作轨迹、惯性传感器记录运动数据，或通过压力板分析足底受力，虽能获取一定步态信息，但存在显著局限性：单模态技术易受环境干扰(如光照变化、遮挡影响视觉分析，传感器佩戴位置偏差导致数据失真)，且特征维度单一，难以全面刻画步态的时空动态、力学特性及个体差异，导致分析结果准确性不足、鲁棒性较差，难以满足复杂场景下的高精度步态评估需求。
技术实现思路
1、本专利技术的目的在于提供基于多模态特征的步态分析方法、系统及可读存储介质，旨在解决传统步态分析因依赖单一模态数据而存在的析结果准确性不足、鲁棒性较差的问题。
2、第一方面，本专利技术提供一...
【技术保护点】
1.一种基于多模态特征的步态分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多模态特征的步态分析方法，其特征在于，所述定义基准时钟，并在所述基准时钟下构建各个靶点的刺激信号时序规则的步骤包括：
3.根据权利要求2所述的基于多模态特征的步态分析方法，其特征在于，所述生成刺激信号，并基于预设通道分配矩阵对所述刺激信号进行分配，并根据所述刺激信号时序规则将分配后的刺激信号沿对应的刺激通道发送给各个靶点的步骤包括：
4.根据权利要求3所述的基于多模态特征的步态分析方法，其特征在于，所述采集各个靶点响应于所述刺激信号反馈的脊...
【技术特征摘要】
1.一种基于多模态特征的步态分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多模态特征的步态分析方法，其特征在于，所述定义基准时钟，并在所述基准时钟下构建各个靶点的刺激信号时序规则的步骤包括：
3.根据权利要求2所述的基于多模态特征的步态分析方法，其特征在于，所述生成刺激信号，并基于预设通道分配矩阵对所述刺激信号进行分配，并根据所述刺激信号时序规则将分配后的刺激信号沿对应的刺激通道发送给各个靶点的步骤包括：
4.根据权利要求3所述的基于多模态特征的步态分析方法，其特征在于，所述采集各个靶点响应于所述刺激信号反馈的脊髓电信号、肌电信号、脑电信号的步骤包括：
5.根据权利要求4所述的基于多模态特征的步态分析方法，其特征在于，所述对所述脊髓电信号、所述肌电信号、所述脑电信号、所述运动学信号进行时空对齐的步骤包括：
6.根据权利要求5所述的基...
【专利技术属性】
技术研发人员：高步云，胡艺洲，赵孟，
申请(专利权)人：上海临艾研科技有限公司，
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。