【技术实现步骤摘要】
本专利技术涉及康复训练，尤其涉及一种基于多模态信息融合的智能康复训练评估方法、装置、设备及计算机可读存储介质。
技术介绍
1、康复训练是帮助患者恢复或改善因伤病导致的功能障碍的重要医疗手段。传统的康复训练评估主要依赖康复师的经验观察，这种方式评估结果主观性较强，且耗时耗力。随着技术发展，出现了多种基于传感器的客观辅助评估方法，其中，基于视觉的动作评估与基于表面肌电信号(emg)的评估是两种主要的技术路径。
2、然而，现有的技术方案在实现精准康复评估时存在若干固有缺陷。一方面，单纯基于姿态估计的视觉评估方法，虽然可以利用动态时间规整(dtw)等算法评估动作的规范性，但其主要关注动作的空间轨迹和时间节律，缺乏对肌肉发力情况的考量，无法有效识别“形似而神不似”的代偿性动作。另一方面，单纯基于肌电信号的评估方法，虽然能反映肌肉的功能状态，但又难以独立评估动作的整体协调性和空间准确性。尽管有研究尝试结合这两种模态，但其数据采集和分析过程往往是分立的，尤其缺乏有效的时间戳同步机制，导致难以准确关联特定动作姿态与肌肉发力之间的瞬时关系，使...
【技术保护点】
1.一种基于多模态信息融合的智能康复训练评估方法，其特征在于，包括：
2.如权利要求1所述的基于多模态信息融合的智能康复训练评估方法，其特征在于，基于所述第一时间戳与所述第二时间戳对齐所述用户动作视频数据和所述肌电信号数据，包括：
3.如权利要求2所述的基于多模态信息融合的智能康复训练评估方法，其特征在于，对对齐后的数据进行特征提取，以分别生成同步的用户姿态特征序列和用户肌电特征序列，包括：
4.如权利要求1所述的基于多模态信息融合的智能康复训练评估方法，其特征在于，所述特征层融合动态时间规整算法，通过以下公式计算两组同步特征序列中...
【技术特征摘要】
1.一种基于多模态信息融合的智能康复训练评估方法，其特征在于，包括：
2.如权利要求1所述的基于多模态信息融合的智能康复训练评估方法，其特征在于，基于所述第一时间戳与所述第二时间戳对齐所述用户动作视频数据和所述肌电信号数据，包括：
3.如权利要求2所述的基于多模态信息融合的智能康复训练评估方法，其特征在于，对对齐后的数据进行特征提取，以分别生成同步的用户姿态特征序列和用户肌电特征序列，包括：
4.如权利要求1所述的基于多模态信息融合的智能康复训练评估方法，其特征在于，所述特征层融合动态时间规整算法，通过以下公式计算两组同步特征序列中对应帧之间的局部代价d_fused：
5.如权利要求1所述的基于多模态信息融合的智能康复训练评估方法，其特征在于，将所述综合康复评估报告的评估结果与预存的个性化评估基准进行比较，并在满足基准更新条件时更新所述个性化评估基准，包括：
6.如权利要求1所述的基于多模态信息融合的智能康复训练评估方法，其特征在于，基于...
【专利技术属性】
技术研发人员：谢军，姚远，
申请(专利权)人：深圳葫乐科技有限公司，
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。