摘要
本发明提供一种上肢肌力预测方法、系统、设备及存储介质,包括采集若干块上肢肌肉的原始肌电信号,将原始肌电信号预处理为肌电信号;将肌电信号输入已训练的肌力预测模型进行肌力预测;所述肌力预测模型包括从肌电信号中提取出潜在的肌肉协同模式和激活程度,构建生物力学模型和深度神经网络模型,并利用生物力学模型将激活程度与肌力建立关系,为深度神经网络模型的训练提供指导信息,降低了深度神经网络模型对高质量肌力真值标注数据的依赖。通过将生物力学信息引入多目标联合损失函数,在模型训练时,通过最小化多目标联合损失,确保了深度神经网络模型的预测结果遵循生物力学规律。
技术关键词
深度神经网络模型
联合损失函数
生物力学模型
矩阵分解方法
LSTM神经网络模型
上肢
生物力学参数
电信号预处理
构建深度神经网络
模式
重构
肌电信号采集
滑动窗口方法
滑动窗口机制
理论
表达式
陷波滤波
全波整流
系统为您推荐了相关专利信息
光流估计方法
图像特征提取
频域特征
深度神经网络模型
三角形面片
脊柱外科手术
判定系统
生物力学模型
风险
数字孪生模型
混合专家网络
策略
帖子
大语言模型
Softmax函数
荧光标记细胞成像
深度神经网络模型
残差信息
注意力机制
加权特征