基于多模态特征融合的下肢肌肉疲劳状态识别方法及系统

AITNT
正文
推荐专利
基于多模态特征融合的下肢肌肉疲劳状态识别方法及系统
申请号:CN202510625199
申请日期:2025-05-15
公开号:CN120144985B
公开日期:2025-08-01
类型:发明专利
摘要
本发明公开了一种基于多模态特征融合的下肢肌肉疲劳状态识别方法及系统,其中基于多模态特征融合的下肢肌肉疲劳状态识别方法,包括以下步骤:步骤S1,在待测物体上布置多模态传感器,通过多模态传感器进行信号采集;通过多模态传感器获取生物电信号、肌肉形态信息、力位信息;步骤S2,根据所述生物电信号、肌肉形态信息、力位信息通过疲劳状态识别模型获得疲劳状态。本发明公开了一种基于多模态特征融合的下肢肌肉疲劳状态识别方法及系统,具有检测精度高、动态响应快、抗干扰性强的特点。
技术关键词
肌肉疲劳状态 多模态特征融合 生物电信号传感器 多模态传感器 地面反作用力 信息采集设备 待测物体 下肢 运动捕捉系统 疲劳状态识别方法 形态 非线性特征 采集器 标记 联合特征提取
系统为您推荐了相关专利信息
1
一种危险品存储仓库火情巡检机器人及系统
危险品 巡检系统 多模态传感器 气体成分传感器 红外热成像相机
2
一种基于时空图神经网络的煤炭无轨胶轮车调度方法
无轨胶轮车 控制策略 滑动时间窗口 强化学习模型 节点
3
一种工业机器人实时路径修正方法及装置
路径修正方法 轨迹参数 PID控制算法 多模态传感器 工业机器人关节
4
基于多模态深度学习的卵巢附件肿瘤风险分级系统
多模态深度学习 分级系统 超声影像数据 多模态特征融合 肿瘤
5
一种梯度致密度金属植入物增材制造方法
金属植入物 生物力学性能参数 密度 多孔区 多模态传感器
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