基于多尺度数据特征融合的痉挛和挛缩评价方法和系统

本发明涉及康复评价技术领域，尤其涉及一种基于多尺度数据特征融合的痉挛和挛缩评价方法和系统。方法包括：采集临床脑卒中后痉挛和挛缩患者的生物力学、表面肌电、肌骨超声以及临床信息等数据；对数据进行预处理，包括链式方程多重填补、标签编码、归一化处理、特征拼接、数据变换和数据增强；构建基于CNN网络、多尺度特征融合和自注意力机制结合的深度学习模型，依次包括第一、二、三特征提取模块以及特征融合模块和分类模块；将经预处理的数据输入模型中进行训练，通过多轮迭代优化模型参数，获得痉挛评价深度学习模型；将待评估的数据输入到模型中，输出评估结果。优点在于：有效捕捉局部特征，捕捉全局依赖关系，提升模型分类和泛化能力。