[发明专利]基于人工智能的神经康复动作检测系统

权利要求书

1.一种基于人工智能的神经康复动作检测系统，包括处理器和存储器，其特征在于，所述处理器执行所述存储器存储的计算机程序以实现如下步骤：

获取目标患者在当前康复训练过程中的视频图像，根据所述视频图像计算目标患者对应的实际训练动作的当前最大准确率、当前最小准确率、当前最大动作执行时间、当前最小动作执行时间和当前抖动程度；

根据目标患者对应的实际训练动作的最大准确率、实际训练动作的最小准确率、最大动作执行时间、最小动作执行时间计算目标患者对应的当前适应训练效果因子，并计算所述当前适应训练效果因子与初始适应训练效果因子之比，将比值记为目标患者对应的当前训练难度变易因子；

根据目标患者对应的当前适应训练效果因子、当前训练难度变易因子、当前最小准确率、当前最小动作执行时间和当前抖动程度构建目标患者的康复动作训练效果矩阵，根据所述康复动作训练效果矩阵对目标患者进行分类，判断目标患者所属类别；将目标患者对应的历史康复动作训练效果可控指数序列输入到目标患者所属类别对应的神经网络模型，得到目标患者当前的康复动作训练效果可控指数预测值，将所述预测值与当前的康复动作训练效果可控指数进行比较，若当前与初始的康复动作训练效果可控指数的差异值大于所述预测值与初始的康复动作训练效果可控指数的差异值，则判定目标患者对康复动作的掌握程度超过预期；所述康复动作训练效果可控指数为对康复动作训练效果矩阵进行降维后得到的值。

2.根据权利要求1所述的基于人工智能的神经康复动作检测系统，其特征在于，根据所述视频图像计算目标患者对应的实际训练动作的当前最大准确率的过程如下：

对任一实际训练动作包括的各帧图像进行3D骨骼点动作捕捉，并在捕捉后恢复为对应的归一化的MANO模型，计算各帧图像对应的归一化的MANO模型与对应的标准MANO模型的交并比，将各帧图像对应的交并比的最大值作为该实际训练动作的当前准确率；

比较目标患者包括的各实际训练动作对应的当前准确率的大小，得到目标患者对应的实际训练动作的当前最大准确率。

3.根据权利要求1所述的基于人工智能的神经康复动作检测系统，其特征在于，计算目标患者对应的实际训练动作的当前最大动作执行时间的过程如下：

统计目标患者包括的各实际训练动作对应的动作执行时间，比较目标患者包括的各实际训练动作对应的动作执行时间的大小，将目标患者对应的最大动作执行时间记为当前最大动作执行时间。

4.根据权利要求1所述的基于人工智能的神经康复动作检测系统，其特征在于，计算目标患者对应的实际训练动作的当前抖动程度的过程如下：

对于目标患者对应的当前任一实际训练动作，以某一特定手指关节为对象，计算该手指关节对应的角度序列的熵值，将该熵值作为患者对应于该实际训练动作的当前抖动程度；

比较目标患者包括的各实际训练动作对应的当前抖动程度的大小，将目标患者对应的实际训练动作的最小抖动程度记为当前抖动程度。

5.根据权利要求1所述的基于人工智能的神经康复动作检测系统，其特征在于，利用如下公式计算目标患者对应的当前适应训练效果因子：

其中，为目标患者对应的当前适应训练效果因子，为求绝对值，a为目标患者对应的实际训练动作的当前最大准确率，b为目标患者对应的实际训练动作的当前最小准确率，c为目标患者对应的当前最大动作执行时间，d为目标患者对应的当前最小动作执行时间。

6.根据权利要求1所述的基于人工智能的神经康复动作检测系统，其特征在于，所述康复动作训练效果可控指数为利用LDA算法对康复动作训练效果矩阵进行降维后得到的值。

7.根据权利要求1所述的基于人工智能的神经康复动作检测系统，其特征在于，若当前与初始的康复动作训练效果可控指数的差异值小于所述预测值与初始的康复动作训练效果可控指数的差异值，则判定目标患者对康复动作的掌握程度没有达到预期。