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：中国人民解放军总医院第三医学中心

摘要：本发明属于智能医疗领域，具体涉及一种基于步态特征预测青光眼的方法、设备、介质和程序产品，方法包括：获取待测者在虚拟现实环境中执行不同光照条件下行走任务测量得到各组步态数据，所述不同光照条件包括：室内开灯、室内关灯、室外场景；通过统计学方法或机器学习方法对所述各组步态数据进行统计分析，得到至少两组间有统计学差异的差异步态特征；基于所述差异步态特征构建特征集，将所述特征集输入分类器中得到待测者是否患有青光眼的分类结果。青光眼患者特异的步态特征在陌生环境、低光照条件时呈现显著差异，本发明通过比较得到不同光照条件下、有无障碍物时的差异步态特征，基于所述差异步态特征能够有效的识别出早期青光眼患者。

主权项：1.一种基于步态特征预测青光眼的方法，其特征在于，所述方法包括：S1：获取待测者在虚拟现实环境中执行不同光照条件下行走任务测量得到各组步态数据，所述不同光照条件包括：室内开灯、室内关灯、室外场景；所述S1具体为：获取待测者在虚拟现实环境中执行不同光照条件下不同行走任务的测量得到各组步态数据，所述行走任务包括下列任意一种或几种：沿直道行走、绕障碍行走、跨越动态小球、弯道行走、穿越高杆、穿越低杆；所述步态数据包括待测者行走时身体关键点上的传感器数据，待测者在虚拟现实环境中不同光照条件下行走时身体关键点上戴有传感器，所述身体关键点包括下列的一个或多个：头部、胸部、腰部、左手、右手、左膝、右膝、左脚、右脚，所述传感器数据包括位置坐标、旋转角度和时间点；所述位置坐标包含x方向、y方向、z方向；所述旋转角度包括偏离x方向的角度、偏离y方向的角度、偏离z方向的角度；将所述各组步态数据划分为直行阶段和转身阶段，通过机器学习方法对各组直行阶段的步态数据进行统计分析得到差异步态特征；根据直行段滑动窗口划分算法将所述步态数据划分为直行阶段和转身阶段；基于所述直行阶段筛选得到各组步态周期，通过机器学习方法对各组步态周期进行统计分析得到至少两组间有统计学差异的差异步态特征；一个步态周期包括站立相和摆动相，基于站立相起止点的选择算法筛选所述步态周期；所述站立相起止点的选择算法包括下列步骤：输入左脚右脚的足部传感器垂直方向数据；对所述足部传感器垂直方向数据进行滤波后得到滤波后数据；所述滤波后数据对时间求一阶导数，根据一阶导数为0的时间点确定左脚右脚脚踝最低点；所述脚踝最低点垂直方向升高高度阈值确定站立相的起止垂直坐标，根据时间跨度最近的起止垂直坐标确定左脚右脚站立相的起止时间点，输出所有的起止时间点作为站立相的起止点；所述虚拟现实环境使用Unity3D程序开发设计；所述室内开灯的场景设置为：室内场景复刻真实的建筑布局、装修细节、光照信息，所述光照信息采用固定的窗外光线模拟室外自然光线，采用可控的室内顶灯模拟室内LED顶灯光线；所述固定的窗外光线由天空盒和一个平行光源提供，平行光源的光照强度处处保持恒定；所述可控的室内顶灯包括室内顶部四个点光源提供，所述点光源构成一个正方形的四个顶点，所述点光源的光照强度为1，光源范围为10，色彩为白色；点光源光照范围之内，某一位置的光照强度计算公式表示如下： 其中I为光照强度，r为光源到测量点之间的距离；所述室外场景是晴朗天气背景下的马路街景，步行范围设置在斑马线内，光照信息由天空盒提供；S2：通过机器学习方法对所述各组步态数据进行统计分析，得到至少两组间有统计学差异的差异步态特征；S3：基于所述差异步态特征构建特征集，将所述特征集输入分类器中得到待测者是否患有青光眼的分类结果；所述分类器由卷积层、正则化层、输出层构成；所述卷积层捕捉到时间序列中的局部依赖特征，所述正则化层减少模型过拟合风险，所述输出层输出预测结果，判断待测者是正常人还是青光眼患者。

全文数据：

权利要求：

百度查询： 中国人民解放军总医院第三医学中心 基于步态特征预测青光眼的方法、设备、介质和程序产品