基于可穿戴设备的多任务震颤自动检测方法及其检测设备

    公开(公告)号:CN115336979A

    公开(公告)日:2022-11-15

    申请号:CN202211005659.7

    申请日:2022-08-22

    Abstract: 本申请提出一种基于可穿戴设备的多任务震颤自动检测设备,其包括:IMU可穿戴设备、计算设备;IMU可穿戴设备包括九轴惯性传感器;指定动作为CRST任务,包括静息性震颤、姿势性震颤以及动作性震颤的任务:计算设备用于运行PTRS模块和SQS模块;PTRS模块由MSSE‑ResNet构成,通过融合多通道原始传感序列中的时间‑空间信息和多尺度特征,从而自动识别多种CRST任务的姿态;PTRS模块的输入为震颤数据的原始时间序列及其信号矢量幅值序列,输出为CRST任务;SQS模块包括特征选择层和分类器,用于评估震颤严重程度;SQS模块的输入为所述CRST任务以及自所述原始时间序列及其信号矢量幅值序列获得的特征全集,输出为该CRST任务对应的震颤严重等级。

    基于电子笔迹的震颤症状检测方法及其设备

    公开(公告)号:CN115346661A

    公开(公告)日:2022-11-15

    申请号:CN202211005419.7

    申请日:2022-08-22

    Abstract: 本申请提出一种基于电子笔迹的震颤症状评估模型,包括:输入嵌入层、位置编码层、Transformer编码器、特征融合和分类决策层;输入嵌入层,其输入来自手写笔迹的数字墨水序列;位置编码层,其基于正弦函数的编码方法,使用位置编码获得能够替代时间序列的顺序信息;Transformer编码器,其由多头自注意力机制和前馈神经网络组成的模型架构;嵌入的第一深度特征与顺序信息叠加后输入到Transformer编码器,获得具有深层语义的第二深度特征;特征融合和分类决策层包括特征融合模块和分类决策模块;特征融合层将第二深度特征与运动学特征通过拼接算子融合起来,形成第三深度特征;第三深度特征输入到分类决策层,输出相应的震颤严重程度的预测概率。

    姿势震颤检测模型、姿势震颤检测算法、以及姿势震颤检测设备

    公开(公告)号:CN114869272A

    公开(公告)日:2022-08-09

    申请号:CN202210438879.2

    申请日:2022-04-25

    Abstract: 本申请公开了一种姿势震颤检测模型,该模型基于集成学习模型,所述模型的输入特征为多个;所述多个输入特征中至少一个输入特征获取自受试者的手部的三轴加速度数据,至少一个输入特征获取自自受试者的手部的三轴陀螺仪数据,至少一个输入特征获取自受试者的手部的三轴磁力计数据;所述模型根据所述多个输入特征对受试者在预定姿势时进行震颤等级的分类;所述预定姿势包括翼博位、手臂伸展位、对指位。本申请利用加速度计、陀螺仪和磁力计信号的多种运动学特征,有效揭示了特发震颤患者震颤的规律性和同步性,能够有效表征患者的震颤幅度、震颤频率等特征,并建立能够准确对患者的震颤症状进行量化分级的模型。

    静息震颤检测模型、静息震颤检测算法、以及静息震颤检测设备

    公开(公告)号:CN114818804A

    公开(公告)日:2022-07-29

    申请号:CN202210437993.3

    申请日:2022-04-25

    Abstract: 本发明公开了一种静息震颤检测模型、静息震颤检测算法、以及静息震颤检测设备;该模型基于Adaboost机器学习分类器,所述模型的输入特征为多个;所述多个输入特征中至少一个输入特征获取自受试者的手部的三轴加速度数据,至少一个输入特征获取自自受试者的手部的三轴陀螺仪数据,至少一个输入特征获取自自受试者的手部的三轴磁力计数据;所述模型根据所述多个输入特征对受试者进行震颤等级的分类。本发明利用加速度计、陀螺仪和磁力计信号的多种运动学特征,有效揭示了特发震颤患者震颤的规律性和同步性,能够有效表征患者的震颤幅度、震颤频率等特征,并建立能够准确对患者的震颤症状进行量化分级的模型。

Patent Agency Ranking