1.一种基于力触觉手套的手部康复训练监测系统，其特征在于，所述系统包括：力触觉手套装置和终端设备；

所述力触觉手套装置用于通过穿戴在目标用户的手指上的手套中的压力传感器读取当前的压力数据，并将当前的压力数据进行消抖处理，确定待传输的数据；并将待传输的数据进行压缩与编码后传输至终端设备；

所述终端设备用于接收所述力触觉手套装置当前传输的数据，对所述当前传输的数据进行解码，输出当前的压力数据，并监听数据传输状态，记录最近一次数据的时间，当未接收到数据的时间间隔超过预设时间的情况下，输出上一次的压力数据作为当前的压力数据，对当前的压力数据进行降噪处理，获得降噪后的数据；对所述降噪后的数据进行归一化和维度处理，获得待识别数据，将所述待识别数据输入至训练好的动作识别模型进行动作识别，输出动作识别结果，根据所述动作识别结果，确定目标用户的动作是否标准，其中，所述训练好的动作识别模型是以目标用户在医生指导下的个性化训练过程产生的数据作为样本数据集，对基于多变量长短期记忆全卷积神经网络的动作识别模型进行训练获得的；

所述力触觉手套装置包括手套本体、4个柔性薄膜式电阻压力传感器、4个电阻‑电压转换模块、模数转换器和处理器；

所述4个柔性薄膜式电阻压力传感器分别放置于手套本体的大拇指到无名指的指肚处夹层中，每个所述电阻压力传感器的两个引脚分别连接一个电阻‑电压转换模块“+”“－”两个引脚，每个电阻‑电压转换模块的AO引脚分别连接模数转换器上的AIN0引脚至AIN3引脚；

所述模数转换器的SDA引脚连接所述处理器的SDA1引脚，所述模数转换器的SCL引脚连接所述处理器的SCL1引脚；4个柔性薄膜式电阻压力传感器、4个电阻‑电压转换模块和模数转换器的VCC引脚连接所述处理器的5V引脚，4个柔性薄膜式电阻压力传感器、4个电阻‑电压转换模块和模数转换器的GND引脚连接所述处理器的GND引脚；

所述处理器通过I2C总线协议先向硬件地址为0x48的所述模数转换器依次发送控制字符0x40、0x41、0x42和0x43以分别读取AIN0、AIN1、AIN2、AIN3通道上各电阻压力传感器的数值，获得当前轮次各电阻压力传感器的压力数据；

所述处理器采用传感器‑牛顿力数值转换函数对当前轮次各电阻压力传感器的压力数据进行转换，获得当前轮次各电阻压力传感器的牛顿力数值；将当前轮次各电阻压力传感器的牛顿力数值与上一轮次各电阻压力传感器的牛顿力数值的差值与抖动阈值进行比较，将当前轮次中差值大于抖动阈值的牛顿力数值对应的压力数据确定为待传输的数据；

所述处理器根据待传输的数据，确定编码标识，根据所述编码标识和预设的编码方式对所述待传输的数据进行压缩与编码后存入int型变量Data_s中，通过UDP网络传输协议发送至终端设备；

所述预设的编码方式的表达式为：

其中，Data_s为int型变量，C为编码标识，xn为第n个电阻压力传感器当前的压力数据，x1为第1个电阻压力传感器当前的压力数据，x2为第2个电阻压力传感器当前的压力数据，x3为第3个电阻压力传感器当前的压力数据，x4为第4个电阻压力传感器当前的压力数据；在n‑1第n个电阻压力传感器当前的压力数据发生改变的情况下：dn＝2 ，在第n个电阻压力传感器当前的压力数据未发生改变的情况下：dn＝0。

2.根据权利要求1所述的基于力触觉手套的手部康复训练监测系统，其特征在于，所述传感器‑牛顿力数值转换函数的表达式为：Fn，t＝f(Sn，t)，n∈1,2,3,4，

其中，Fn,t为第n个电阻压力传感器在当前时刻t的牛顿力数值，f(Sn,t)为传感器‑牛顿力数值转换函数，e为自然常数，Sn,t为第n个电阻压力传感器在当前时刻t的压力数据。

3.根据权利要求1所述的基于力触觉手套的手部康复训练监测系统，其特征在于，所述抖动阈值为：k·Fn,t‑1，其中，k为消抖参数，Fn,t‑1为第n个电阻压力传感器在t‑1时刻的牛顿力数值。

4.根据权利要求1所述的基于力触觉手套的手部康复训练监测系统，其特征在于，所述动作识别模型包括：全卷积单元、长短期记忆单元、拼接单元和动作识别单元；

将所述待识别数据输入所述全卷积单元和所述长短期记忆单元进行特征提取，输出第一特征信息和第二特征信息；

所述第一特征信息和所述第二特征信息输入到所述拼接单元进行拼接，获得拼接后的特征信息；

将所述拼接后的特征信息输入所述动作识别单元进行动作识别，输出动作识别结果。

5.根据权利要求1所述的基于力触觉手套的手部康复训练监测系统，其特征在于，所述基于多变量长短期记忆全卷积神经网络的动作识别模型的训练方式为：所述目标用户穿戴好所述力触觉手套装置的手套本体后，在医生指导下的个性化训练过程中，通过所述力触觉手套装置穿戴在目标用户的手指上的手套中的压力传感器读取压力数据，并将压力数据进行消抖处理，确定待传输的数据；并将所述待传输的数据进行压缩与编码后传输至终端设备；

所述终端设备接收所述力触觉手套装置当前传输的数据，对所述当前传输的数据进行解码，输出当前的压力数据，并监听数据传输状态，记录最近一次数据的时间，当未接收到数据的时间间隔超过预设时间的情况下，输出上一次的压力数据作为当前的压力数据，对当前的压力数据进行降噪处理，获得降噪后的数据，对所述降噪后的数据进行归一化和维度处理，获得样本数据集，将样本数据集划分为80％的训练集与20％的验证集，采用训练集对基于多变量长短期记忆全卷积神经网络的动作识别模型进行训练，获得训练后的动作识别模型，并采用验证集对所述训练后的动作识别模型进行验证，确定所述训练后的动作识别模型是否达到精度要求，若未达到精度要求调整网络参数并返回继续进行训练，直至达到精度要求时，获得训练好的动作识别模型。

6.根据权利要求1所述的基于力触觉手套的手部康复训练监测系统，其特征在于，所述终端设备还用于对所述降噪后的数据进行压缩后存储至数据库中。