一种应用于特发性震颤评估的抗噪3D手部运动估计方法

本发明提出一种应用于特发性震颤评估的抗噪3D手部运动估计方法，该方法的核心为运动感知分层分组Mamba（Motion‑aware Hierarchical Grouping Mamba，MHG‑Mamba）网络，整体构成一套完整的手部震颤自动评估系统。其先通过特征提取将高自由度手指关节运动与稳定的手掌关节运动分离，实现精准手指姿态估计；再结合Mamba的选择性状态空间模型（Selective State‑Space Modeling，SSM）中的分层时空扫描机制，捕捉全局运动特征并保留解剖学约束，得到时间上平滑且合理的骨骼序列；最后基于预测的骨骼序列引入客观指标量化运动特征，并应用分类器进行精确的客观严重程度评级。实验表明，本发明显著提高3D手部姿态估计精度，降低运动序列噪声，且能减少临床医生评估的变异性，具有很高的临床价值。