[发明专利]基于可穿戴计算的脑卒中健康评估方法、装置及电子设备

权利要求书

1.一种基于可穿戴计算的脑卒中健康评估方法，其特征在于，包括：

通过多个惯性测量装置采集评估对象的运动数据，其中所述多个惯性测量装置分别布设于所述评估对象的不同部位；

基于所述多个惯性测量装置采集的运动数据，计算所述评估对象的各个关节的关节角度；

基于关节角度的计算结果和临床采集的多例患者数据，构建深度学习模型；

通过构建的深度学习模型，对所述评估对象进行多维度的量化评估，并基于多维度的量化评估结果确定所述评估对象的脑卒中等级。

2.根据权利要求1所述的方法，其特征在于，所述评估对象的各个关节包括膝关节、肘关节和肩关节，其中膝关节和肘关节属于铰链关节，肩关节属于球面关节；并且

基于所述多个惯性测量装置采集的运动数据，计算所述评估对象的各个关节的关节角度的操作，包括：

基于所述多个惯性测量装置采集的运动数据，采用预设的铰链关节角度算法，确定膝关节和肘关节的关节角度；

基于所述多个惯性测量装置采集的运动数据，采用预设的球面关节角度算法，确定肩关节的关节角度。

3.根据权利要求1所述的方法，其特征在于，基于关节角度的计算结果和临床采集的多例患者数据，构建深度学习模型的操作，包括：

基于关节角度的计算结果和临床采集的多例患者数据，构建训练数据集；

对构建的训练数据集进行预处理；

根据预处理后的训练数据集的数据量和数据特点，使用对应的深度学习网络，构建深度学习模型。

4.根据权利要求3所述的方法，其特征在于，构建深度学习模型之后，所述方法还包括：

通过多个惯性测量装置采集评估数据；

对所述评估数据进行预处理；

将预处理后的评估数据输入构建的深度学习模型，计算评估对象上肢、下肢、手部、站立平衡和坐位平衡的布什分期结果。

5.一种基于可穿戴计算的脑卒中健康评估装置，其特征在于，包括：

运动数据采集模块，用于通过多个惯性测量装置采集评估对象的运动数据，其中所述多个惯性测量装置分别布设于所述评估对象的不同部位；

关节角度计算模块，用于基于所述多个惯性测量装置采集的运动数据，计算所述评估对象的各个关节的关节角度；

模型构建模块，用于基于关节角度的计算结果和临床采集的多例患者数据，构建深度学习模型；

脑卒中健康评估模块，用于通过构建的深度学习模型，对所述评估对象进行多维度的量化评估，并基于多维度的量化评估结果确定所述评估对象的脑卒中等级。

6.根据权利要求5所述的装置，其特征在于，所述评估对象的各个关节包括膝关节、肘关节和肩关节，其中膝关节和肘关节属于铰链关节，肩关节属于球面关节；并且

所述关节角度计算模块，包括：

第一关节角度确定子模块，用于基于所述多个惯性测量装置采集的运动数据，采用预设的铰链关节角度算法，确定膝关节和肘关节的关节角度；

第二关节角度确定子模块，用于基于所述多个惯性测量装置采集的运动数据，采用预设的球面关节角度算法，确定肩关节的关节角度。

7.根据权利要求5所述的装置，其特征在于，所述模型构建模块，包括：

数据集构建子模块，用于基于关节角度的计算结果和临床采集的多例患者数据，构建训练数据集；

第一预处理子模块，用于对构建的训练数据集进行预处理；

模型构建子模块，用于根据预处理后的训练数据集的数据量和数据特点，使用对应的深度学习网络，构建深度学习模型。

8.根据权利要求7所述的装置，其特征在于，所述模型构建模块，还包括：

评估数据采集子模块，用于通过多个惯性测量装置采集评估数据；

第二预处理子模块，用于对所述评估数据进行预处理；

布什分期结果计算子模块，用于将预处理后的评估数据输入构建的深度学习模型，计算评估对象上肢、下肢、手部、站立平衡和坐位平衡的布什分期结果。