龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：大连理工大学
摘要：本发明属于人工智能与模式识别领域，公开了一种基于智能手机多模态数据的轻型帕金森综合征行为评估方法。利用智能手机在无任何外部设备的条件下，通过远程、居家的方式获得多模态数据，包括行走数据、敲击数据和语音数据。通过将惯性传感器数据、语音数据均转换为包含丰富特征信息的图像，并采用计算机视觉技术对其进行处理，有效的提取了关键特征信息。本发明提出了一种融合多模态数据特征的分类模型，解决了特征提取不充分、容易过拟合的问题，实现了对轻型帕金森综合征行为的准确评估。
主权项：1.一种基于智能手机多模态数据的轻型帕金森综合征行为评估方法，其特征在于，包括如下步骤：1利用智能手机中的加速度计、陀螺仪、麦克风捕获使用者行走过程中的旋转速率数据、敲击任务中的加速度数据、语音任务中的语音记录数据；2将旋转速率数据、加速度数据转换为三种图像，分别是：格拉姆角场图、递归图、马尔可夫转移场图，将语音记录数据转换为两种图像，分别是：梅尔谱图、高频梅尔谱图，将转换后的图像划分为训练集和测试集；3搭建基于多模态数据的轻型帕金森综合征行为的评估模型，包括特征提取网络、全连接层和预测结果集成器；其中，特征提取网络包括卷积神经网络模块、自注意力特征融合模块以及自适应特征融合模块；全连接层用来降低特征维度，产生预测分数；预测结果集成器平均不同模态数据的预测分数，并将平均值作为个体预测分数；具体地，卷积神经网络模块由四个一维的卷积层和两个最大池化层构成；自注意力特征融合模块由三个一维卷积层、一个点积注意力、通道-空间注意力和多层感知机构成；自适应特征融合模块用于产生反向传播的权重参数；全连接层是一个线性层；预测结果集成器以用户名为键，将每个个体所有数据的预测分数收集在一起，随后，使用mean函数来平均每个个体对应不同模态数据的所有预测分数；4训练步骤3中搭建的基于多模态数据的轻型帕金森综合征行为的评估模型，调整超参数以获得最优的性能，反复迭代步骤3中的基于多模态数据的轻型帕金森综合征行为的评估模型使得loss值收敛于最低值并保存最优模型；5将测试集中的数据导入最优模型，对测试集中的个体进行评估，验证方法的有效性。
全文数据：
权利要求：
百度查询： 大连理工大学 一种基于智能手机多模态数据的轻型帕金森综合征行为评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号