1.一种基于可穿戴设备的康复训练安全性评估方法，其特征在于，所述方法包括：

可穿戴设备关联的用户信息系统构建与用户信息识别；获取运动功能评价指标，判断各受伤部位的最佳康复运动效果；获取受伤部位的运动信号和表面肌电信号，判断受伤部位之间的关联度；判断在部位互相牵连的过程中，最佳的训练幅度与时长；获取用户身体数据、运动功能评价指标，生成并控制训练内容与节奏；获取用户身体数据，初始化训练内容与音乐播放内容；根据运动功能评价指标和康复效果进行实时牵连检测；自动调节和生成康复训练的播放内容，包括训练内容与音乐播放内容； 其中，所述判断在部位互相牵连的过程中，最佳的训练幅度与时长，包括：构建基于马尔科夫模型的康复效果优化算法；将康复的代理抽象化为一个学习者，其状态为受伤部位与受牵连部位的运动信号和表面肌电信号；对环境进行建模，模拟出相同或近似的状况，得到Bellman方程，所述方程包括两个函数：“状态值函数”和“状态—动作值函数”；基于值迭代算法，得到部位牵连过程中的最优运动策略。

2.根据权利要求1所述的方法，其中，所述可穿戴设备关联的用户信息系统构建与用户信息识别，包括：构建可穿戴设备关联的用户信息系统；获取用户人脸信息、身份证信息和身体数据；所述身份证信息和身体数据具体包括用户姓名、年龄、身份证号、照片、身高、体重、受伤部位及其划分的受损程度；使用混沌加密进行隐私保护；通过设备上传用户信息至用户信息系统；设备自动调用摄像头采集信息并与系统信息比较。

3.根据权利要求1所述的方法，其中，所述获取运动功能评价指标，判断各受伤部位的最佳康复运动效果，包括：建立康复效果判别模型，所述模型由运动及生理数据采集模块和评估分析模块组成；

实时采集用户的运动信号和表面肌电信号；根据采集的信号识别出运动功能评价指标，具体包括运动强度、运动幅度和运动量；并通过模型识别最佳康复运动效果。

4.根据权利要求1所述的方法，其中，所述获取受伤部位的运动信号和表面肌电信号，判断受伤部位之间的关联度，包括：进行运动功能评价指标的相关性分析；通过设备传感器实时采集运动信号和表面肌电信号；计算得到运动功能评价指标，具体包括运动强度、运动幅度和运动量；计算皮尔森系数得到皮尔森矩阵，判断不同受伤部位的关联程度。

5.根据权利要求1所述的方法，其中，所述获取用户身体数据、运动功能评价指标，生成并控制训练内容与节奏，包括：基于深度强化学习模型构建训练内容生成方法，将用户身体数据和运动功能评价指标输入训练内容生成模块；训练节奏生成模块根据运动功能评价指标分析用户运动节奏，通过音乐匹配单元和音乐调整单元选择与用户运动状态适配的音乐并调整音乐节奏。

6.根据权利要求1所述的方法，其中，所述获取用户身体数据，初始化训练内容与音乐播放内容，包括：获取用户身高、体重、受伤部位及受损程度；统计受伤部位数量，并根据部位数量进行不同的动作匹配，引导用户运动，获取运动信号和表面肌电信号，得到运动功能评价指标；

输入训练内容生成模块和训练节奏生成模块，输出训练内容和音乐播放内容。

7.根据权利要求1所述的方法，其中，所述根据运动功能评价指标和康复效果进行实时牵连检测，包括：通过可穿戴设备采集用户受伤部位的运动信号和肌电信号并得到运动功能评价指标；

输出用户各部位的康复效果；计算各受伤部位的牵连度，比较此时的康复效果与前一时刻；

若此时各部位的康复效果低于前一时刻，则可穿戴设备发出警告并反馈给服务器。

8.根据权利要求1所述的方法，其中，所述自动调节和生成康复训练的播放内容，包括训练内容与音乐播放内容，包括： 通过服务器获取运动信号和肌电信号，计算运动功能评价指标，并提取训练内容加入知识库进行模型训练；输出最佳训练幅度与时长，并在训练内容生成模块输入数据，得到更新后的训练内容；选择与用户运动状态适配的音乐并实时调整音乐节奏。