申请/专利权人：浙江强脑科技有限公司

申请日：2023-11-09

公开（公告）日：2024-04-09

公开（公告）号：CN117281667B

主分类号：A61F2/70

分类号：A61F2/70;A61F2/72;A61F2/64;A61B5/11;A61B5/397;A61B5/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.01.12#实质审查的生效;2023.12.26#公开

摘要：本发明公开了运动模式识别方法、装置、智能假肢、终端及存储介质。本发明通过获取智能膝关节的多种检测数据，分析这些检测数据各自的周期性分布规律和联合分布规律，从而准确识别出智能假肢的穿戴者当前所处的运动模式。解决了现有技术中通过肌电信号匹配方法识别出智能假肢穿戴者所处的运动模式，由于仅采用一种数据源进行模式识别，导致模式识别结果的可靠性低的问题。

主权项：1.一种智能假肢的运动模式识别方法，其特征在于，所述方法包括：获取智能膝关节的角度数据和运动数据，根据所述角度数据和所述运动数据分别确定各自对应的周期性分布规律信息；获取所述角度数据和所述运动数据分别对应的特征点集合，根据各所述特征点集合确定联合分布规律信息，其中，所述联合分布规律信息用于反映两个所述特征点集合之间的特征点分布的关联性；根据各所述周期性分布规律信息和所述联合分布规律信息，确定所述智能假肢当前的运动模式；所述周期性分布规律信息的确定方法包括：针对一种采集数据，将该采集数据切分为若干数据段，其中，各所述数据段的长度相同，且相似度大于相似阈值；根据一个所述数据段确定周期性特征，根据各所述数据段的数量和数据长度确定周期分布特征；根据所述周期性特征和所述周期分布特征，确定该采集数据对应的所述周期性分布规律信息；所述联合分布规律信息的生成方法包括：针对一种采集数据，根据该采集数据确定若干局部极值点；根据各所述局部极值点生成该采集数据对应的所述特征点集合；根据各所述特征点集合，确定若干特征点组，其中，每一所述特征点组中各特征点分别来自不同的所述特征点集合，且各特征点之间的采集时间间隔小于预设值；根据各所述特征点组确定所述联合分布规律信息。

全文数据：

权利要求：

百度查询： 浙江强脑科技有限公司 运动模式识别方法、装置、智能假肢、终端及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD