买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);郑州大学第五附属医院申请的专利一种基于多模态数据时空特征的步态康复评估方法、系统、终端及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121129248B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511678544.8，技术领域涉及：A61B5/11；该发明授权一种基于多模态数据时空特征的步态康复评估方法、系统、终端及存储介质是由刘洪海;曾启铭;冯思雨;董安琴;盛译萱;王志永设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种基于多模态数据时空特征的步态康复评估方法、系统、终端及存储介质在说明书摘要公布了：本发明涉及数据处理技术领域，公开了一种基于多模态数据时空特征的步态康复评估方法、系统、终端及存储介质，所述方法包括：在特定的周期间隔中，在一定的运动范式下同步采集运动障碍人群的肌电、脑电和外骨骼机器人IMU信号，并同步记录医师根据量表对患者进行的运动功能评分结果，对肌电、脑电和外骨骼机器人IMU信号进行数据预处理、通道选择、特征提取，基于神经网络建立模型根据融合的特征阵列进行运动评估得到运动功能量化评分，并根据评分对被评估者的运动功能状态进行分级。本发明根据多重信息挖掘构建运动障碍人群运动功能的多模态同步数据康复评估模型，实现了对被评估者的运动功能状态进行快速评估预测和分级。

本发明授权一种基于多模态数据时空特征的步态康复评估方法、系统、终端及存储介质在权利要求书中公布了：1.一种基于多模态数据时空特征的步态康复评估方法，其特征在于，所述基于多模态数据时空特征的步态康复评估方法包括： 在预设的运动范式下同步采集运动障碍人群的肌电信号、脑电信号和外骨骼机器人IMU信号，并同步记录运动障碍人群的运动功能评分结果； 对所述肌电信号和所述脑电信号进行数据预处理和特征提取得到第一特征，对所述外骨骼机器人IMU信号进行数据预处理和特征提取得到第二特征； 对所述第一特征和所述第二特征进行特征融合处理得到融合特征，根据所述融合特征和所述运动功能评分结果对时序评估网络模型进行训练，得到目标时序评估网络模型； 将被评估者经过处理后的脑肌耦合信号特征和IMU信号步态特征输入到所述目标时序评估网络模型，输出被评估者的运动功能量化评分，并根据所述运动功能量化评分对被评估者的运动功能状态进行分级，得到分级结果； 所述第一特征包括均方根、平均绝对值、中值频率和平均功率频率； 所述第二特征包括时空特征和步态对称性特征； 所述时空特征包括步频和步长；所述步态对称性特征包括左右步态周期对称性指数和左右腿的步态相似性； 所述对所述肌电信号和所述脑电信号进行数据预处理和特征提取得到第一特征，对所述外骨骼机器人IMU信号进行数据预处理和特征提取得到第二特征，具体包括： 对所述肌电信号和所述脑电信号进行滤波、伪迹去除和数据分割，分别提取所述肌电信号和所述脑电信号的均方根、平均绝对值、中值频率和平均功率频率； 对所述外骨骼机器人IMU信号进行滤波以消除噪声，使用扩展卡尔曼滤波算法将原始九轴数据转化为关节角，其中，所述原始九轴数据包括三轴角速度、三轴加速度以及三轴磁场； 提取经过数据预处理后的所述外骨骼机器人IMU信号的时空特征和步态对称性特征； 所述使用扩展卡尔曼滤波算法将原始九轴数据转化为关节角，具体包括： 预测过程： ； 校正过程： ； 其中，是状态转移函数f对状态x的雅可比矩阵；是k时刻的关节角先验估计值状态，利用k-1时刻的状态和控制输入通过状态转移函数f得到；是k时刻状态先验估计的协方差矩阵；是k-1时刻状态后验估计的协方差矩阵；T表示转置；Q为过程噪声协方差矩阵；是观测函数hx对状态x的雅可比矩阵；K是卡尔曼增益；R是观测噪声协方差矩阵；是k时刻状态的关节角后验估计值；是k时刻的观测值；是利用通过观测函数hx得到的预测观测值；是k时刻状态后验估计的协方差矩阵；I为单位矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);郑州大学第五附属医院，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。