基于新型模型架构与大模型的人下肢康复运动数据时间序列分析实验研究
信号处理
2025-07-24 v2 人工智能
摘要
本研究探讨了新型模型架构和大规模基础模型在下肢康复运动数据时间序列分析中的应用，旨在利用机器学习和人工智能技术的进展，赋能中风后患者肢体运动功能恢复的主动康复指导策略。本研究采用深圳先进技术研究院（SIAT-LLMD）提出的下肢运动数据集，系统阐述了创新 xLSTM 架构和基础模型 Lag-Llama 在关节运动学和动力学参数的短期时间预测任务中的实现方法与分析结果。该研究为 AI 驱动的医学康复应用提供了新视角，展示了前沿模型架构和大规模模型在康复医学时间序列预测中的潜力。这些发现为未来个性化康复方案的应用奠定了理论基础，为临床实践中定制治疗干预的开发提供了重要意义。
引用
@article{arxiv.2504.03799,
title = {Experimental Study on Time Series Analysis of Lower Limb Rehabilitation Exercise Data Driven by Novel Model Architecture and Large Models},
author = {Hengyu Lin},
journal= {arXiv preprint arXiv:2504.03799},
year = {2025}
}