摘要
本发明提供基于肌电信号的多任务学习踝泵运动康复训练方法和系统,该方法包括采集初始肌电信号,经预处理后提取时域、几何特征;利用LSTM层提取时序特征;基于时序特征、时域特征和几何特征,利用多任务学习模型的动作识别任务层和疲劳检测任务层分别判断患者是否执行标准的踝泵运动动作,以及预测肌肉的疲劳状态;基于动作识别任务层和疲劳检测任务层的输出结果,利用回归模型的动态调节任务层,输出电刺激的动态调节参数,遍历执上述步骤,直至完成踝泵运动康复训练。本发明通过对肌电信号的深度分析与多任务学习技术的应用,实现电刺激与用户主动动作的实时交互,为踝泵运动康复训练动作提供专项方案,有效提升康复训练效果与个性化水平。
技术关键词
运动康复训练方法
游戏互动
多任务学习模型
时域特征
踝泵
显示游戏角色
肌电信号特征
时序特征
电信号预处理
曲率特征
短时傅里叶变换
视频
动态
特征提取模块
样本
数据采集模块
康复训练系统