本发明公开了肩袖损伤智能识别方法及装置，涉及康复医学技术领域，包括构建数据采集模块，分别从动作捕捉、肌电信号和医学影像的方式收集肩袖运动数据，使用卡尔曼滤波器对收集的数据进行时空对齐和融合处理；基于所述融合处理后的数据进行生物力学建模，并采用改进卷积操作，对生物力学模型进行智能识别分析，结合图卷积网络进行空间信息融合、自适应膨胀卷积输出全局运动状态表示；基于所述全局运动状态表示，划分风险等级，实时预测损伤风险，提供预警信号。本发明通过建立多维度传感器数据与风险等级的关联机制，能够实现对肩关节运动风险的实时、精准评估。显著提高了肩关节损伤预防的效果，有效降低了运动损伤风险。