Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种康复训练中人体运动意图预测方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国医学科学院北京协和医院;北京铸正机器人有限公司

摘要:本发明公开了一种康复训练中人体运动意图预测方法及装置,涉及动作识别预测技术领域。方法包括采集人体的足底压力数据和各关节位姿数据;将获取的所述足底压力数据和各关节位姿数据,以时间序列的形式一同输入至训练好的深度学习网络模型中,得到人体运动意图的预测结果;深度学习网络模型包括数据块嵌入模块、编码器层、第一时间序列分解层和解码器层。本发明消除了康复训练平台的运动相对于人体运动意图的延时误差,提高训练平台位姿与患者位姿的同步性,改善了训练效果。

主权项:1.一种康复训练中人体运动意图预测方法,其特征在于,包括:采集人体的足底压力数据和各关节位姿数据;将获取的所述足底压力数据和各关节位姿数据,以时间序列的形式一同输入至训练好的深度学习网络模型中,得到人体运动意图的预测结果;其中,所述深度学习网络模型包括:数据块嵌入模块,用于将离散的原始输入时间序列处理为预定长度的数据块,对所述数据块进行位置编码和值编码,将编码后的数据块输出至编码器层;编码器层,用于从编码后的所述数据块中提取原始输入时间序列的第一周期特征,并将第一周期特征输出至解码器层;第一时间序列分解层,用于将原始输入时间序列分解为初始周期特征和初始趋势特征,并将所述初始周期特征和初始趋势特征输入至解码器层;解码器层,用于根据所述第一周期特征、初始趋势特征和初始周期特征,计算得到总的趋势特征和总的周期特征,将总的趋势特征和总的周期特征相加作为最终的预测序列。

全文数据:

权利要求:

百度查询: 中国医学科学院北京协和医院 北京铸正机器人有限公司 一种康复训练中人体运动意图预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。