摘要
本发明公开了一种重症康复训练监测方法及装置,涉及重症康复技术领域,包括实时收集患者的运动数据,初步分析患者当前的运动状态,对患者进行运动模式识别,输出初步的运动模式标签;将运动模式标签输入至生成对抗网络,通过生成器训练不同阶段的运动模式和运动姿势,生成高度相似性的虚拟数据;通过虚拟数据初始化运动数据集,将运动数据集输入多层次的卷积神经网络架构进行特征提取,生成患者运动康复状态;将训练反馈数据上传至云端平台进行存储和分析,根据云端数据分析结果生成预警信号,并在患者训练出现异常时自动发出预警。本发明通过多层次的深度学习架构与虚拟数据生成方法,能够有效提升运动模式识别的精度和康复状态的评估效果。
技术关键词
联合特征提取
运动模式识别
运动状态评估
深度神经网络学习
数据
监测方法
神经网络架构
患者
时序卷积神经网络
生成对抗网络
姿势
生成高度
云端
负荷特征
状态监测模块
多层次
系统为您推荐了相关专利信息
围岩状态
数值模拟方法
隧道支护体系
力学
构建数值模型
李雅普诺夫函数
调控方法
理疗运动
轨迹误差
比例微分控制器
ResNet网络
混合编码器
语义特征
解码器
预测类别