一种基于机器学习的脑卒中患者手部康复动作识别方法

本发明公开了一种基于机器学习的脑卒中患者手部康复动作识别方法，涉及人工智能医疗技术领域；基于机器学习的脑卒中患者手部康复动作识别模型实现，所述基于机器学习的脑卒中患者手部康复动作识别模型的构建方法，包括如下步骤：S1：数据采集；S2：数据预处理；S3：特征提取；S4：相关性分析；S5：模型构建和训练；S6：模型性能评估。本发明利用Leap Motion Controller采集手部运动学数据，通过机器学习算法实现常见手部康复动作精准识别和分类，减少了人为因素的干扰，提高了评估的客观性和准确性，手功能量化数据为临床康复方案制定和确定预后提供依据。