1.一種面向腦卒中康復(fù)的上肢運(yùn)動(dòng)功能評估系統(tǒng)，其特征在于，包括數(shù)據(jù)處理單元，所述數(shù)據(jù)處理單元負(fù)責(zé)接收從多通道傳感器采集的肌電信號和加速度計(jì)信號，所述數(shù)據(jù)處理單元包括信號預(yù)處理模塊和動(dòng)作模式識別模塊，其中：
2.根據(jù)權(quán)利要求1所述的一種面向腦卒中康復(fù)的上肢運(yùn)動(dòng)功能評估系統(tǒng)，其特征在于，所述數(shù)據(jù)處理單元還包括動(dòng)作分段模塊，該模塊根據(jù)加速度計(jì)信號確定動(dòng)作的開始和結(jié)束，并進(jìn)行信號窗口劃分，以優(yōu)化特征提取過程。
3.根據(jù)權(quán)利要求1所述的一種面向腦卒中康復(fù)的上肢運(yùn)動(dòng)功能評估系統(tǒng)，其特征在于，所述transformer評估模型包括：使用一維卷積神經(jīng)網(wǎng)絡(luò)和時(shí)序卷積網(wǎng)絡(luò)層處理提取的特征，有效捕獲長期依賴關(guān)系，增強(qiáng)對復(fù)雜運(yùn)動(dòng)模式的識別能力，使用交叉注意力模塊非侵入式融合兩種不同模態(tài)信號。
4.根據(jù)權(quán)利要求1所述的一種面向腦卒中康復(fù)的上肢運(yùn)動(dòng)功能評估系統(tǒng)，其特征在于，通過損失函數(shù)模塊，結(jié)合交叉熵?fù)p失和基于學(xué)生t分布的student損失，用以提高模型在噪聲標(biāo)簽環(huán)境下的魯棒性。
5.一種面向腦卒中康復(fù)的上肢運(yùn)動(dòng)功能評估方法，其特征在于包括如下步驟：
6.根據(jù)權(quán)利要求5所述的一種面向腦卒中康復(fù)的上肢運(yùn)動(dòng)功能評估方法，其特征在于，所述步驟一中，利用8個(gè)傳感器采集前束三角肌、中束三角肌、后束三角肌、肱二頭肌、肱三頭肌外頭、肱三頭肌長頭、胸大肌和斜方肌上部的8通道的肌電信號和24通道的加速度計(jì)信號。
7.根據(jù)權(quán)利要求5所述的一種面向腦卒中康復(fù)的上肢運(yùn)動(dòng)功能評估方法，其特征在于，所述步驟二中，信號濾波：使用帶通濾波器對肌電信號進(jìn)行濾波，以去除高頻噪聲和低頻漂移；
8.根據(jù)權(quán)利要求5或7所述的一種面向腦卒中康復(fù)的上肢運(yùn)動(dòng)功能評估方法，其特征在于，所述窗口劃分采取，采取兩種策略：
9.根據(jù)權(quán)利要求5所述的一種面向腦卒中康復(fù)的上肢運(yùn)動(dòng)功能評估方法，其特征在于，所述非侵入式模態(tài)融合transformer評估模型實(shí)現(xiàn)雙模數(shù)據(jù)的多層次非侵入式融合，具體為：
10.根據(jù)權(quán)利要求5所述的一種面向腦卒中康復(fù)的上肢運(yùn)動(dòng)功能評估方法，其特征在于，通過損失函數(shù)來提高模型在噪聲標(biāo)簽環(huán)境下的魯棒性，該損失函數(shù)結(jié)合交叉熵?fù)p失函數(shù)和student損失函數(shù)，其中每個(gè)損失函數(shù)都有一個(gè)調(diào)節(jié)參數(shù)，這樣可以根據(jù)具體任務(wù)調(diào)整其貢獻(xiàn)比例，公式表示為：