[发明专利]一种肌肉状态量化评定方法、装置、存储介质及智能终端

权利要求书

1.一种肌肉状态量化评定方法，其特征在于，所述方法包括：

获取待测试者的肌肉超声图像以及体能特征数据，并根据所述肌肉超声图像以及体能特征数据进行特征选择；

构建特征数据集，并根据所述特征数据集确定出最优特征数据集；

将所述最优特征数据集输入至已训练好的分类器进行分类，获取到所述待测试者的运动频率类别；

将所述最优特征数据集输入至已训练好的评定模型进行肌肉状态量化评定，获取评定结果，所述评定结果为所述待测试者的运动能力分数；所述根据所述肌肉超声图像进行特征选择，包括：

从所述肌肉超声图像中提取特征数据；

按照预设的排序准则对提取的特征数据计算排序准则得分；

基于所述排序准则得分对提取的特征数据进行选择；

所述构建特征数据集，并根据所述特征数据集确定出最优特征数据集，包括：

对选择后的特征数据使用交叉验证重复计数法筛选出预设个数的特征数据，并构建特征数据集；

对所述特征数据集使用降维技术，将所述特征数据集的维度降低至预设空间，获得最优特征数据集；

所述将所述特征数据集输入至已训练好的分类器进行分类之前，包括：

以所述最优特征数据集作为输入，所述待测试者的运动频率作为标签进行训练，构建用于对所述待测试者的运动频率进行分类的分类器；

所述将所述最优特征数据集输入至已训练好的评定模型进行肌肉状态量化评定，获取评定结果，之前包括：

预先对待测试者进行运动能力分数标定；

利用所述特征数据集中的特征进行回归拟合，构建出用于对肌肉状态进行量化评定的评定模型。

2.根据权利要求1所述的肌肉状态量化评定方法，其特征在于，所述肌肉超声图像包括在不同运动状态下的胫骨前肌的超声图像以及腓肌后侧肌肉的超声图像。

3.根据权利要求1所述的肌肉状态量化评定方法，其特征在于，所述体能特征数据包括生理特征数据以及运动记录数据；

生理特征数据包括：所述待测试者的身高、体重、年龄、性别以及身体质量指数；所述运动记录数据包括所述待测试者的运动频率。

4.一种基于权利要求1-3任一项所述的肌肉状态量化评定方法的肌肉状态量化评定装置，其特征在于，所述装置包括：

特征提取单元，用于获取待测试者的肌肉超声图像以及体能特征数据，并根据所述肌肉超声图像以及体能特征数据进行特征选择；

特征处理单元，用于构建特征数据集，并根据所述特征数据集确定出最优特征数据集；

分类单元，用于将所述最优特征数据集输入至已训练好的分类器进行分类，获取到所述待测试者的运动频率类别；

量化评定单元，用于将所述最优特征数据集输入至已训练好的评定模型进行肌肉状态量化评定，获取评定结果，所述评定结果为所述待测试者的运动能力分数。

5.一种智能终端，其特征在于，包括有存储器，以及一个或者多个的程序，其中一个或者多个程序存储于存储器中，且经配置以由一个或者多个处理器执行所述一个或者多个程序包含用于执行如权利要求1-3中任意一项所述的方法。

6.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-3中任意一项所述的方法。