一种基于AI识别慢性疼痛部分的诊断方法及预测系统

本发明属于慢性疼痛诊断领域，具体涉及一种基于AI识别慢性疼痛部分的诊断方法及预测系统。该方法通过利用自制肌电采集装置对选定肌肉群采集表面肌电信号(sEMG)形成数据训练集与测试集，同时借助时域与频域上sEMG多维度特征,联合高斯核函数与支持向量机对训练集数据进行带监督学习，最后辨别测试集中肌电数据类型并计算出疼痛症状识别准确率。通过高斯噪声引入、sEMG多维度特征融合、支持向量机分类学习，可有效增强下肢慢性疼痛症状判别准确度。本发明可为下肢慢性疼痛症状辅助诊断提供客观、定量化的科学分析手段，提高医生诊断工作效率，同时减少不必要的检查，避免医疗资源的浪费。