基于多模态传感器数据融合的肢体神经康复状态评估方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多模态传感器数据融合的肢体神经康复状态评估方法
申请号:CN202411876805
申请日期:2024-12-19
公开号:CN119318470B
公开日期:2025-07-25
类型:发明专利
摘要
本发明提供了一种基于多模态传感器数据融合的肢体神经康复状态评估方法,实时获取患者在做康复动作时的运动惯性数据、肌电信号数据和对应的肢体神经康复动作手册的文本数据;将数据输入到设计并训练完成的多模态数据特征提取网络中,获得运动惯性数据特征、肌电信号数据特征和文本语义特征;将运动惯性数据特征、肌电信号数据特征和文本语义特征输入设计并训练好的多模态数据特征融合网络获得多模态融合特征;将多模态融合特征输入训练好的预测输出网络获得该患者的肢体神经康复状态预测值。本发明通过多模态数据融合和时间依赖特征提取,更准确地评估患者的肢体神经康复状态,为医生提供更可靠的诊断依据。同时,降低人力成本提高评估效率。
技术关键词
康复动作 依赖特征 多模态传感器 多头注意力机制 融合特征 序列 文本 特征融合网络 数据特征提取 特征提取模块 电信号 Z轴角速度 积层 加速度 状态评估方法 语义特征提取 患者
系统为您推荐了相关专利信息
场景变化检测方法 三维点云数据 多尺度 点云局部 多层感知器
大语言模型 自然语言 样本 残差网络 数据处理方法
图像 Laplacian算子 融合特征 ResNet网络 染色
语义特征 多尺度特征提取 感知损失函数 融合特征 视觉
矿场系统 飞轮系统 车辆控制系统 环境感知数据 规划系统