【技术实现步骤摘要】
本专利技术涉及人工智能医疗，尤其涉及一种基于机器学习的脑卒中患者手部康复动作识别方法。
技术介绍
1、脑卒中，俗称“中风”，又称“脑血管意外”，是一种急性脑血管疾病，具有高发病率、高致残率和高死亡率的特点。中风幸存者的功能活动由于运动障碍而受到显著影响，特别是在上肢残疾方面。其中，大约80％的中风幸存者患有影响一侧或双侧上肢的运动功能障碍，尤其是手的协调性和灵活性。为了确定切合实际的预后情况、规划个性化的康复干预措施，以及评估这些干预措施的效果，中风后上肢和手部损伤的准确评估至关重要。考虑到临床量表的主观性、费时费力以及无法实现对患者的个性化评估。准确的定量测量将是非常令人感兴趣的，通过开发客观测量手功能的创新解决方案对于帮助设计和监测个性化康复计划至关重要。
2、目前，随着人工智能技术的发展，基于可穿戴设备和计算机视觉技术的脑卒中上肢康复智能化评估不断取得进步。基于可穿戴设备和计算机视觉技术获得和识别手的姿势在手功能的康复和评估中至关重要，是开发手功能定量评估的基础。通过传感器技术采集手部运动学数据，并利用算法提取与动作相...
【技术保护点】
1.一种基于机器学习的脑卒中患者手部康复动作识别方法，其特征在于，基于机器学习的脑卒中患者手部康复动作识别模型实现，所述基于机器学习的脑卒中患者手部康复动作识别模型的构建方法，包括如下步骤：
2.根据权利要求1所述的一种基于机器学习的脑卒中患者手部康复动作识别方法，其特征在于，所述数据采集，具体包括如下步骤：
3.根据权利要求2所述的一种基于机器学习的脑卒中患者手部康复动作识别方法，其特征在于，所述采集动作包括：
4.根据权利要求1所述的一种基于机器学习的脑卒中患者手部康复动作识别方法，其特征在于，所述数据预处理包括：
...
【技术特征摘要】
1.一种基于机器学习的脑卒中患者手部康复动作识别方法，其特征在于，基于机器学习的脑卒中患者手部康复动作识别模型实现，所述基于机器学习的脑卒中患者手部康复动作识别模型的构建方法，包括如下步骤：
2.根据权利要求1所述的一种基于机器学习的脑卒中患者手部康复动作识别方法，其特征在于，所述数据采集，具体包括如下步骤：
3.根据权利要求2所述的一种基于机器学习的脑卒中患者手部康复动作识别方法，其特征在于，所述采集动作包括：
4.根据权利要求1所述的一种基于机器学习的脑卒中患者手部康复动作识别方法，其特征在于，所述数据预处理包括：
5.根据权利要求1所述的一种基于机器学习的脑卒中患者手部康复动作识别方法，其特征在于，所述特征提取包括：
6.根据权利要求5所述的一种基于机器学习的脑卒中患者手部康复动作识别方法，其特征在于，所述相关性分析，具体为：采用pearson或spearman相关性分析方法，计算提取的各类运动学特征与brunnstr...
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。