一种关节运动智能评分方法及系统

AITNT
正文
推荐专利
一种关节运动智能评分方法及系统
申请号:CN202510466671
申请日期:2025-04-15
公开号:CN119993510B
公开日期:2025-07-22
类型:发明专利
摘要
本申请提供一种关节运动智能评分方法及系统。其中,采集六自由度的惯性运动数据与表面肌电信号,并基于动态采样策略建立包含时空基准的运动序列拓扑结构;接着将惯性数据分解为刚体和生理震颤分量,生成含关节旋转中心漂移、多平面耦合误差及轨迹曲率的三维生物力学模型;然后构建表面肌电信号与运动负荷的时变映射关系,基于相位突变点分割信号并分析主动肌群与拮抗肌群的相位同步性,提取肌电协同模式;最终通过时空耦合、动力学传递函数等技术在四维时空坐标系中生成运动特征张量,实时解析其演变模式以构建评分函数簇,生成复合评分值。本申请提供的技术方案显著提高了关节运动质量评估的准确性和可靠性。
技术关键词
表面肌电信号 生物力学模型 运动特征 粘弹性系数 耦合误差 关节 迟滞效应 同步性 动态 波形 粘弹性参数 模式 生理 协方差矩阵特征 运动相位 掩膜矩阵 多尺度滑动窗口 因子
系统为您推荐了相关专利信息
1
机器人导航方法、设备、存储介质及计算机程序产品
空间特征信息 时序特征 运动特征 局部路径规划 运动状态信息
2
基于自适应阈值脉冲神经网络的多模态人机交互芯片
运动意图 传感器模块 芯片 识别模块 生成特征
3
一种融合多模态特征的清仓机实时跟踪运动方法及系统
融合多模态特征 清仓机 运动学特征 运动特征 卡尔曼滤波
4
一种基于改进CTR-GCN模型的骨架行为识别方法、装置及介质
GCN模型 运动特征 识别方法 关节点 空间模块
5
一种基于多模态协同的3D多目标跟踪方法
多模态协同 卡尔曼滤波器 跟踪方法 轨迹 运动特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号