一种帕金森病人步态信号识别方法
公开
摘要
本发明公开了一种帕金森病人步态信号识别方法，包括：利用胶囊网络CapsNet获取步态信号数据的空间特征；通过长短期记忆网络LSTM得到步态信号数据内在时间相关性的特性；将所述步态信号数据的空间特征和内在时间相关性的特性分别送入到softmax函数中，所得结果进行加权求和，得到最终的步态分类。综合两种网络结构，可以训练一个泛化能力强的帕金森病的辅助诊断模型，很好的识别出帕金森病患者异常步态，如冻结步态、转向困难、姿态不稳以及步态慌张等，提高了帕金森病人异常步态识别的正确率，减少因为医生的主观原因而造成的误诊。
基本信息
专利标题 ：
一种帕金森病人步态信号识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114582027A
申请号 ：
CN202210288462.2
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
秦静马雪倩汪祖民季长清
申请人 ：
大连大学
申请人地址 ：
辽宁省大连市经济技术开发区学府大街10号
代理机构 ：
大连智高专利事务所(特殊普通合伙)
代理人 ：
毕进
优先权 ：
CN202210288462.2
主分类号 ：
G06V40/20
IPC分类号 ：
G06V40/20 G06K9/62 G06N3/04 G06N3/08 G06V10/774 G06V10/82
法律状态
2022-06-03 ：
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
