动物辅助治疗流程优化

该项目聚焦于马术辅助治疗（EAI）中缺乏客观评估手段的问题，提出利用动作捕捉设备与深度学习模型来识别参与者的情绪状态。通过穿戴式动作捕捉服实时采集人体运动数据，并将其转化为时间序列信号，为后续的自动化分析提供数据基础。

在建模方面，项目采用了 FNN 和 RNN 两类模型，对采集的运动数据进行训练，以识别四种情绪状态（如放松、紧张等）。相比传统依赖主观观察的方法，该方案能够基于客观数据进行量化分析，从而提升评估的准确性与一致性。

该研究为将人工智能引入心理治疗与康复领域提供了初步验证路径。尽管当前受限于数据规模和实验条件，但该系统展示了利用多模态数据（动作+生理）进行情绪分析的潜力，为未来在医疗、康复及行为分析场景中的应用奠定了基础。