代码-A-Deep-Learning-Framework-for-Assessing-Physical-Rehabilitation，用于matlab创新奖

matlab创新奖代码A-Deep-Learning-Framework-for-Assessing-Physical-Rehabilitation-Exercises 此存储库中的代码基于同名研究项目。 拟议的物理康复锻炼自动质量评估框架包括量化运动表现的指标、将表现指标映射为运动质量数值分数的评分函数、降维技术以及用于回归输入运动质量分数的深度神经网络模型。监督学习。 数据 使用康复运动。 它包含由 10 名健康受试者进行的 10 次运动的全身骨骼关节位移。 这些代码使用 Vicon 光学跟踪器获取的 117 维骨骼角度，用于深蹲练习。 论文中使用的运动数据子集可以从网站的“精简数据集”部分下载。 神经网络代码 这些代码是使用 Keras 库开发的。 SpatioTemporalNN_Vicon - 论文中提出的深度时空模型。 CNN_Vicon - 用于预测运动质量分数的基本卷积神经网络。 RNN_Vicon - 用于预测运动质量分数的基本循环神经网络。 Autoencoder_Dims_Reduction - 用于减少 Vicon 捕获的运动数据的维度的模型。 SpatioTe