一种婴幼儿爬行的关节角度预测方法、系统、设备及介质技术方案

本发明专利技术提供了一种婴幼儿爬行的关节角度预测方法、系统、设备及介质，属于医疗人工智能领域，该方法包括：通过三维动作捕捉系统采集婴幼儿爬行关节坐标，转换为真实关节角度，利用时空双判别器生成模拟数据，混合形成扩展数据集；通过主成分分析提取姿势协同矩阵和时间募集矩阵将真实与模拟数据投影为低维协同系数，构建混合协同特征；采用双编码器分别捕捉关节角度的局部动态特征与协同系数的全局运动模式，通过交叉注意力机制融合多模态特征，最终实现未来关节角度的精准预测，创新性结合数据增强与生物力学协同建模，显著缓解婴幼儿数据稀缺问题，提升预测精度，进而降低训练风险，适用于婴幼儿康复训练、智能康复工程与临床运动功能重建。

【技术实现步骤摘要】

本专利技术属于医疗人工智能领域，具体涉及一种婴幼儿爬行的关节角度预测方法、系统、设备及介质。

技术介绍

1、爬行运动对于正常婴幼儿运动功能发育及鱼洞障碍患儿的功能康复均具有重要价值。爬行运动不仅涉及肘关节、膝关节等大关节的屈伸配合，还需要视觉、触觉等感官的协调作用，因此对促进大脑神经发育具有积极作用。充分的爬行经验还能够为婴幼儿的后续直立行走奠定基础，也有助于促进其空间认知能力的提升。同时，对于脑瘫等存在运动发育问题的婴幼儿，在早期开展针对性的爬行训练，能够同时刺激多个关节和肌肉群的活动，通过规律性的重复四肢交替运动，帮助患儿重建正确的运动控制模式。因此，爬行运动能有效改善患儿的肢体协调能力，促进神经肌肉功能的恢复与重建，从而提升整体的康复疗效。

2、为此，近几年出现了许多以爬行训练为主要功能和形式的康复训练装置，此类装置通常利用电机驱动的方式被动式的引导患者进行爬行运动，从而起到运动功能康复训练的效果。但是在实际应用过程中，这种基于预定义的爬行模式进行控制的方法忽略了婴幼儿爬行运动的主动性与积极性，爬行训练装置会出现动作协调异常以及拖拽穿戴者本文档来自技高网...

【技术保护点】

1.一种婴幼儿爬行的关节角度预测方法，其特征在于，包括：

2.根据权利要求1所述的一种婴幼儿爬行的关节角度预测方法，其特征在于，所述获取婴幼儿爬行时四肢关节的三维坐标数据，将三维坐标数据转换为真实关节角度数据V_real，具体包括：

3.根据权利要求1所述的一种婴幼儿爬行的关节角度预测方法，其特征在于，通过时空双判别器GAN网络对所述随机采样的噪声向量进行处理，生成三维增强模拟爬行坐标数据；所述时空双判别器GAN网络由生成器、空间判别器和时间判别器依次连接构成；包括：

4.根据权利要求3所述的一种婴幼儿爬行的关节角度预测方法，其特征在于，所述空间判别器...

【技术特征摘要】

1.一种婴幼儿爬行的关节角度预测方法，其特征在于，包括：

2.根据权利要求1所述的一种婴幼儿爬行的关节角度预测方法，其特征在于，所述获取婴幼儿爬行时四肢关节的三维坐标数据，将三维坐标数据转换为真实关节角度数据v_real，具体包括：

3.根据权利要求1所述的一种婴幼儿爬行的关节角度预测方法，其特征在于，通过时空双判别器gan网络对所述随机采样的噪声向量进行处理，生成三维增强模拟爬行坐标数据；所述时空双判别器gan网络由生成器、空间判别器和时间判别器依次连接构成；包括：

4.根据权利要求3所述的一种婴幼儿爬行的关节角度预测方法，其特征在于，所述空间判别器由输入层、第一卷积层、relu层、全连接层以及输出层依次连接，其中，所述第一卷积层包含conv1d层和relu层；所述时间判别器由输入层、第二卷积层、relu层、全连接层以及输出层依次连接，其中，所述第二卷积层包含conv1d层、relu层和maxpooling层。

5.根据权利要求1所述的一种婴幼儿爬行的关节角度预测方法，其特征在于，所述分解v_real，得到时间募集矩阵h和姿势协同矩阵w，包括：通过主成分分析pca将所述v_real解耦为时间募集矩阵h和姿势协同矩阵w，其中，时间募集矩阵h描述爬行运动的时间动态过程，记录何时激活其他关节协同爬行；姿势协同矩阵w描述爬行运动的空间协同结构，记录关节运动的空间关联模式。

6.根...

【专利技术属性】
技术研发人员：熊启亮，刘波，莫杰义，
申请(专利权)人：南昌航空大学，
类型：发明
国别省市：