[发明专利]一种基于LSTM的自动康复评定方法及评定终端

权利要求书

1.一种基于LSTM的自动康复评定方法，其特征在于，方法包括：

步骤一、根据患者病情和患病部位配置相应量表，使用N个惯性传感器自选择患者在时间窗口T进行康复评定时的运动数据；

其中，运动数据的计算方式为：

x_t是在时间点t，N个惯性传感器测得的运动数据，根据运动数据的得分以制作数据集进行算法训练，实现自动康复评定；

步骤二、利用病情相同的多个患者重复多次以获取不同的数据样本，将数据样本制成数据集并将数据集D分成训练集S和测试集Te；

步骤三、提取每个时间点的数值变化：

其中Δt为惯性传感器取样的时间间隔，x′_wt为经过在时间点t时测得的数据与上一个时间点t-1测得的数据的直线的斜率；

步骤四、将x_wt与x′_wt输入到SC-LSTM层；

步骤五、将经过SC-LSTM层的数据输入到自注意力机制层；

步骤六、将经过自注意力机制层进行高度抽象化处理的数据输入到全连接层；

步骤七、将通过全连接层的数据输入到soft-max层来获取时间序列数据对应不同类别的概率值；

步骤八、利用Adam算法，使用交叉熵损失函数来进行优化直到评定算法收敛，然后利用测试集Te对评定算法进行验证；

步骤九、当康复评定算法验证有效时，利用康复评定算法对患者进行自动康复评定，使用所述步骤一中使用的康复量表，将惯性传感器放在所述步骤一中惯性传感器放置在患者身上的位置上，使输出数据维度与所述步骤一中X_t的维度相同；

步骤十、滤除步骤九中采集到的干扰数据；

步骤十一、利用训练完成的康复评定算法分析所述步骤十中滤除干扰数据后的原始数据，计算单个评定动作的得分；

步骤十二、计算所述步骤十一中得到得分的康复评定总得分，对康复评定总得分进行得分合理性检查，输出通过得分合理性检查之后的得分，若未通过得分合理性检查，则显示错误。

2.根据权利要求1所述的基于LSTM的自动康复评定方法，其特征在于，

所述步骤一中T为患者完成康复评定动作的最长时间，对于完成时间不满足T的运动数据，利用三次样条插值算法使数据满足条件。