본 연구는 뇌졸중 환자의 하지 운동 기능 회복을 위한 능동적 재활 지침 전략을 강화하기 위해 기계 학습 및 인공 지능의 발전을 활용하는 것을 목표로, 하지 재활 운동 데이터의 시계열 분석에 새로운 모델 아키텍처와 대규모 기초 모델을 적용하는 것을 조사합니다. 중국과학원 심천 고급 기술 연구소에서 제안한 하지 운동 데이터 SIAT-LLMD 데이터셋을 사용하여, 관절 운동학 및 역학 매개변수를 포함하는 단기 시계열 예측 작업에서 혁신적인 xLSTM 아키텍처와 기초 모델 Lag-Llama의 구현 및 분석 결과를 체계적으로 설명합니다. 이 연구는 AI 기반 의료 재활 응용 프로그램에 대한 새로운 통찰력을 제공하며, 재활 의학 시계열 예측에서 최첨단 모델 아키텍처와 대규모 모델의 잠재력을 보여줍니다. 이러한 결과는 개인 맞춤형 재활 요법의 미래 응용을 위한 이론적 토대를 마련하여 임상 실습에서 맞춤형 치료적 중재 개발에 중요한 의미를 제공합니다.
