摘要
本发明公开了一种应用于康复指导的下肢运动数据实时分析方法和系统,方法根据用户信息调用个性化模型,将实时运动数据转换为历史运动特征向量输入实时预测模块,经编码解码生成多帧未来运动特征向量;计算各未来运动特征向量与预设阈值范围的偏差值得到运动偏差值,并计算每一未来运动特征向量的运动风险占比,经加权融合得到运动风险概率,并通过反向映射生成设备参数调节值及位姿调节信息;最终依据风险概率评估训练阶段推进,同步展示纠正信息并调节设备运行参数。本方法通过预训练构建动态模型,结合轻量化LSTM实现未来运动特征实时预测,提升了康复指导的预见性和个性化适配能力。
技术关键词
数据实时分析方法
历史运动数据
动作特征
偏差
样本
风险
下肢
关节
阶段
矫正
数据实时分析系统
设备运行参数
数据采集模块
矩阵
预训练模型
系统为您推荐了相关专利信息
稀疏特征选择
高层次
稀疏特征提取
融合特征
子模块
发动机引气系统
指标预测方法
ARIMA模型
XGBoost模型
参数
样本
软件漏洞检测方法
序列特征
多模态特征
交叉注意力机制
构建用户画像
稀疏特征
表达式
稀疏编码器
ReLU函数