摘要
本发明提供一种基于反重力康复跑台的运动负荷多目标优化方法,包括:获取患者下肢的步态运动学数据、足底压力分布数据、肌电信号数据及疼痛评分;基于所述数据,筛选出步态不对称指数、肌电激活顺序一致性指标结合疼痛评分作为关键特征,并构建功能分级模型以获得功能等级;以最小化疼痛评分、最大化关节活动度及肌电激活顺序一致性、最小化肌疲劳为目标,并以关节软骨接触应力不超限为约束,构建多目标优化问题;采用NSGA‑III算法求解所述问题,获得跑台减重比例与速度的Pareto最优解集;通过PPO强化学习策略网络,以患者实时状态为输入,在Pareto解集中选择并动态调整跑台参数;将调整后参数实时下发至跑台执行机构。
技术关键词
强化学习策略
阵列式压力传感器
反重力
表面肌电传感器
指数
关节
指标
数据
执行机构
参数
患者
电信号
下肢
轨迹特征
网络
负荷
速度
算法
系统为您推荐了相关专利信息
储液罐压力
智能预警方法
指数
大数据分析技术
数据分析模块
网络安全事件
漏洞检测方法
漏洞数据库
资产
动态
多物理场协同
李雅普诺夫指数
数据中继站
稳定性监控
仿真方法