换一批基于SVM的偏瘫患者异常步态识别与临床康复辅助诊断系统
SVM-BASED ABNORMAL GAIT RECOGNITION AND CLINICAL REHABILITATION AUXILIARY DIAGNOSIS SYSTEM FOR HENIPLEGIC PATIENTS
摘要针对脑卒中偏瘫患者的异常步态识别与评估的问题,提出一种基于支持向量机(SVM)的步态分类方法,依据患者下肢行走过程中的连续运动数据对异常步态的细节特征描述,对偏瘫步态进行细分,辅助临床医师对脑卒中患者肢体运动功能异常进行诊断及康复疗效评定.构建穿戴式步态时空参数检测及虚拟现实康复训练系统,提出基于下肢关节角度信息的特征提取方法,建立运动信号与偏瘫步态间的映射关系.基于偏瘫患者在康复治疗中的临床实时步态时空数据,通过对比多种机器学习方法,采用多项式核函数的支持向量机的决策融合模型获得了90%异常步态识别平均准确率,在区分正常与异常步态的基础上,进一步验证了对划圈步态和膝过伸步态的正确诊断.
更多相关知识
关键词
脑卒中偏瘫异常步态识别步态时空参数支持向量机(SVM)临床辅助诊断Stroke hemiplegiaAbnormal gait recognitionGait spatiotemporal parametersSupport vector machines(SVM)Clinical diagnosis
分类号
TP391
栏目名称
DOI
10.3969/j.issn.1000-386x.2023.10.015
发布时间
2023-11-09（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河南省科技攻关项目（192102210065）
- 浏览12
- 被引14
- 下载10
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
