摘要
本发明公开了一种基于传感器的脑卒中智能康复监测方法及系统,方法包括:基于预训练的数据质量评估模型,对各监测项的健康监测数据进行综合质量评估,输出每个数据点的质量评分,结合病理相关性强度与数据点的质量评分,采用加权融合策略,计算每个监测项健康监测数据的数据可信度,当某监测项的数据可信度低于预设阈值时,根据病理相关性强度,结合其他可信监测项的数据,通过多模态数据融合与生成对抗网络GAN技术,重构该监测项的健康监测数据,基于所有可信或重构后的监测数据,采用多目标优化算法计算目标患者在康复训练中的综合健康指数。对监测数据进行质量评估、异常关联分析及健康指数生成,提高康复评估的精准度。
技术关键词
健康监测数据
健康状态数据
综合健康指数
多模态数据融合
生成对抗网络
监测方法
血液循环状况
深度学习算法
特征值
融合策略
非线性动力学特征
传感器
重构模型
监督学习方法
强度
患者
处理器
重构模块