一种基于机器学习的偏瘫步态自动识别和分析的方法
授权
摘要
一种基于机器学习的偏瘫步态自动识别和分析的方法，包括步态特征提取、步态特征识别、特征重要性排序、贝叶斯结果分类。具体步骤如下：（1）基于Kinect传感器捕获受试者骨骼节点的三维坐标位置；（2）通过欧氏距离算法与节段质心算法算出人体质心位置移动范围与步幅、步速等时空特征；（3）建立出由输入空间步态特征集与输出空间对应的标记的映射关系；（4）利用以信息增益为依据的模糊二元对比决策方法进行特征组合重要性排序；（5）模型性能分析。本发明方法可明显降低医生对患者病情程度的主观判断的出错率，并为临床康复医生提供辅助数据与评估结果。
基本信息
专利标题 ：
一种基于机器学习的偏瘫步态自动识别和分析的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110110633A
申请号 ：
CN201910347222.3
公开（公告）日 ：
2019-08-09
申请日 ：
2019-04-28
授权号 ：
CN110110633B
授权日 ：
2022-05-13
发明人 ：
王浩伦刘凯黄月姑王新雨时二宁朱业安
申请人 ：
华东交通大学
申请人地址 ：
江西省南昌市昌北经济技术开发区双港东大街808号
代理机构 ：
南昌市平凡知识产权代理事务所
代理人 ：
姚伯川
优先权 ：
CN201910347222.3
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-13 ：
授权
2019-09-03 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20190428
申请日 : 20190428
2019-08-09 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
