基于可穿戴传感器的手臂运动监测与健康识别方法及系统

本发明公开了一种基于可穿戴传感器的手臂运动监测与健康识别方法及系统，方法包括采集使用者手臂运动过程中的原始多轴信号；对原始多轴信号进行解析、校准和低通滤波，采用改进的卡尔曼滤波算法实时计算手臂的三维姿态角及运动轨迹；采用混合动作分割算法将连续运动数据分割为标准化动作序列；对标准化动作序列进行时频域分析，获得时域特征和频域特征；提取姿态轨迹特征；将时域特征、频域特征和姿态轨迹特征合并为高维特征矩阵，降维后生成低维特征向量；将低维特征向量输入预训练的健康评估模型，输出手臂运动功能评分、异常类型预警及康复指导。本发明可以实现医生远程指导与患者居家康复监测，具有高精度、低成本和实时性强的优势。