1.一种基于训练的动作复健方法，其特征在于：包括以下步骤：采集患者的个人信息数据、身体状态数据、传感器数据和心理状态数据；

根据患者的个人信息数据和身体状态数据计算关节训练强度D、力量训练强度G和平衡训练难度H；

根据患者的身体状态数据和传感器数据计算生理指标系数K和调整系数θ，并结合关节训练强度D、力量训练强度G和平衡训练难度H计算调整后关节训练强度DA、调整后力量训练强度GA和调整后平衡训练难度HA；

预设关节训练阈值集合；根据调整后关节训练强度DA和关节训练阈值集合的比较结果，制定关节训练计划；

预设力量训练阈值集合；根据调整后力量训练强度GA和力量训练阈值集合的比较结果，制定力量训练计划；

预设平衡训练阈值集合；根据调整后平衡训练难度HA和平衡训练阈值集合的比较结果，制定平衡训练计划；

根据关节训练计划、力量训练计划和平衡训练计划选择虚拟场景难度等级；

根据患者的传感器数据计算动作准确性Qn；预设合格阈值QA和良好阈值QB，根据动作准确性Qn、合格阈值QA和良好阈值QB进行虚拟场景难度等级调整；

基于动作准确性Qn计算动作改善度Xn；根据心理状态数据计算心理状态改善度Zn，并通过动作改善度Xn和心理状态改善度Zn进一步计算患者康复指标μn；预设康复指标阈值集合，根据患者康复指标μn和康复指标阈值集合评估患者康复程度；其中：心理状态数据包括用户初始心理状态得分Y0和实际心理状态得分Yn；

根据用户初始心理状态得分Y0和当前心理状态得分Yn计算心理状态改善度Zn，所依据的公式为：其中，Zn为患者第n次训练周期时心理状态改善度；Yn为第n次训练周期结束时心理状态得分；Y3为目标心理状态得分；

根据动作改善度Xn和心理状态改善度Zn计算患者康复指标μn的方法为：μn＝Xn×μ1+Zn×μ2

其中，μn为患者第n次训练周期结束时的康复指标；μ1为动作改善度Xn的权重系数，取值为0.3～0.6；μ2为心理状态改善度Zn的权重系数，取值为0.4～0.7；且μ1+μ2＝1。

2.根据权利要求1所述的一种基于训练的动作复健方法，其特征在于：计算关节训练强度D的方法为：个人信息数据至少包括患者实际年龄A1；

根据患者的实际年龄A1计算年龄系数A，所依据的公式为：其中，A2为基准年龄；A3为年龄调整范围；α1为年龄影响因子，取值为0.01～0.1；

身体状态数据至少包括患者关节活动角度值Ba；

根据关节活动角度值Ba计算肢体活动范围综合指数B，所依据的公式为：其中，Ba为第a个关节的活动角度值，a表示不同关节的序号，取值为正整数；B(a,max)为第a个关节的最大正常活动角度值； 为第a个关节的活动角度比值调节系数，取值为0～1；

根据年龄系数A和肢体活动范围综合指数B计算关节训练强度D，所依据的公式为：D＝A×βc×B×C

其中，C为基础关节训练强度；βc为性别影响因子，c为性别编号，取值为1、2，当c取值为1时，对应患者性别为女性，当c取值为2时，对应患者性别为男性。

3.根据权利要求2所述的一种基于训练的动作复健方法，其特征在于：计算力量训练强度G的方法为：身体状态数据还包括各肌肉群实测力量值Ei；

根据各肌肉群实测力量值Ei计算肌肉力量综合指数F，所依据的公式为：其中，Ei为第i个肌肉群的实测力量值，i表示不同肌肉群的序号，取值为正整数；

E(i,normal)为第i个肌肉群的正常力量值；τi为第i个肌肉群的力量比值调节系数，取值为0.15～0.35；

根据年龄系数A、性别影响因子βc和肌肉力量综合指数F计算力量训练强度G，所依据的公式为：G＝A×βc×F×G0

其中，G0为基础力量训练强度。

4.根据权利要求3所述的一种基于训练的动作复健方法，其特征在于：计算平衡训练难度H的方法为：患者的身体状态数据还包括骨折恢复进度I1和预期恢复进度I2；

根据骨折恢复进度I1与预期恢复进度I2计算骨折恢复程度I，所依据的公式为：其中，γp为第p个骨折部位的重要性系数，取值为0.1～1；

患者的身体状态数据还包括当前神经功能评估值M1和损伤前神经功能评估值M2；

根据当前神经功能评估值M1和损伤前神经功能评估值M2计算神经功能恢复系数M，所依据的公式为：其中，Mq为第q个神经损伤部位的重要性系数，取值为0.2～1；

根据年龄系数A、性别影响因子βc、骨折恢复程度I和神经功能恢复系数M计算平衡训练难度H，所依据的公式为：H＝A×βc×I×M×H0

其中，H0为基础平衡训练难度。

5.根据权利要求4所述的一种基于训练的动作复健方法，其特征在于：计算生理指标系数K的方法为：传感器数据至少包括实际心率值a1、实际血压值b1和实际呼吸频率c1；

根据实际心率值a1、实际血压值b1和实际呼吸频率c1计算生理指标系数K，所依据的公式为：其中，a2为正常心率值；b2为正常血压值；c2为正常呼吸频率；ε1为心率风险系数，取值为

0.3～0.5；ε2为血压风险系数，取值为0.2～0.5；ε3为呼吸频率风险系数，取值为0.2～0.5；

且ε1+ε2+ε3＝1；

计算调整系数θ的方法为：

传感器数据还包括压力传感器数据L1和肌电传感器数据L2；

根据压力传感器数据L1和肌电传感器数据L2计算调整系数θ，所依据的公式为：θ＝L1×θ1+L2×θ2

其中，θ1为压力传感器数据L1的权重系数，取值为0.3～0.6；θ2为肌电传感器数据L2的权重系数，取值为0.4～0.7；且θ1+θ2＝1。

6.根据权利要求5所述的一种基于训练的动作复健方法，其特征在于：根据生理指标系数K和调整系数θ计算调整后关节训练强度DA，所依据的公式如下：DA＝K×θ×D

根据生理指标系数K和调整系数θ计算调整后力量训练强度GA，所依据的公式如下：GA＝K×θ×G

根据生理指标系数K和调整系数θ计算调整后平衡训练难度HA，所依据的公式如下：HA＝K×θ×H。

7.根据权利要求6所述的一种基于训练的动作复健方法，其特征在于：根据关节训练计划、力量训练计划和平衡训练计划选择虚拟场景难度等级的步骤为：制定关节训练计划，具体方法为：

关节训练阈值集合包括中等关节训练阈值D1和高等关节训练阈值D2；

将调整后关节训练强度DA与关节训练阈值集合进行比较，选择关节训练计划，具体标准为：制定力量训练计划，具体方法为：

力量训练阈值集合包括中等力量训练阈值G1和高等力量训练阈值G2；

将调整后力量训练强度GA与力量训练阈值集合进行比较，选择力量训练计划，具体标准为：制定平衡训练计划，具体方法为：

平衡训练阈值集合包括中等平衡训练阈值H1和高等平衡训练阈值H2；

将调整后平衡训练难度HA与平衡训练阈值集合进行比较，选择平衡训练计划，具体标准为：根据关节训练计划、力量训练计划和平衡训练计划选择虚拟场景难度等级的标准为：当关节训练计划、力量训练计划和平衡训练计划都达到高等难度训练计划时，选择高等难度虚拟训练场景；当关节训练计划、力量训练计划和平衡训练计划中至少两项达到中等难度训练计划时，选择中等难度虚拟训练场景；其他情况选择低等难度虚拟训练场景。

8.根据权利要求7所述的一种基于训练的动作复健方法，其特征在于：根据动作准确性Qn、合格阈值QA和良好阈值QB进行虚拟场景难度等级调整的方法为：传感器数据还包括患者实际运动角度N(n，m)和实际运动轨迹P(n，m)；

根据患者实际运动角度N(n，m)计算角度错误率NCn，所依据的公式为：其中，NCn为患者第n次训练周期的角度错误率，n表示不同训练周期的序号，取值为正整数；N(n，m)为患者第n次训练周期时第m个运动动作的实际角度；m表示不同运动动作的序号，取值为正整数；NE(n，m)为第n次训练周期时第m个运动动作的标准角度；

根据患者实际运动轨迹P(n，m)计算轨迹错误率PCn，所依据的公式为：其中，PCn为患者第n次训练周期的轨迹错误率；P(n，m)为患者第n次训练周期时第m个运动动作的实际轨迹；PE(n，m)为患者第n次训练周期时的第m个运动动作的标准轨迹；

根据角度错误率NCn和轨迹错误率PCn计算动作准确性Qn，所依据的公式为：Qn＝1‑(NCn×∈1+PCn×∈2)

其中，Qn为患者第n次训练周期时的动作准确性；∈1为角度准确性NCn的权重系数，取值为0.2～0.7；∈2为轨迹准确性PCn的权重系数，取值为0.3～0.8；且∈1+∈2＝1；

根据动作准确性Qn、合格阈值QA和良好阈值QB进行虚拟场景难度等级调整的标准为：

9.根据权利要求8所述的一种基于训练的动作复健方法，其特征在于：计算动作改善度Xn的方法为：根据动作准确性Qn计算动作改善度Xn，所依据的公式为：其中，Xn为患者第n次训练周期的动作准确性；Q1为患者第一次训练周期时的动作准确性；QR为目标动作准确性。

10.根据权利要求9所述的一种基于训练的动作复健方法，其特征在于：评估患者康复程度的方法为：康复指标阈值集合包括中度阈值T1和高度阈值T2；

根据患者康复指标和康复指标阈值集合评估患者康复程度的标准为：