公开(公告)号：CN116644270A

公开(公告)日：2023-08-25

申请号：CN202310597573.6

申请日：2023-05-25

Applicant: 哈尔滨工业大学 ,  哈尔滨医科大学

Inventor： 霍鑫 ,  孟姣 ,  张黎明 ,  赵辉 ,  代亚美 ,  周珊珊 ,  王勋 ,  林静涵 ,  王洋 ,  李琦 ,  章国江

IPC: G06F18/00 ,  A61B5/22 ,  A61B5/00 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明公开了一种基于递归图和宽度学习的肌强直评估方法及系统，涉及机器学习技术领域，用以解决现有模型对于输入的肌张力信号分类不准的问题。本发明的技术要点包括：采集不同人的肌张力时间序列信号，并对肌张力时间序列信号进行预处理；利用预处理后的肌张力时间序列信号构建递归图；提取不同人的肌张力时间序列信号所对应的基于递归图的量化特征；将量化特征输入基于宽度学习的分类模型中进行训练，获取训练好的分类模型；提取待测的肌张力时间序列信号所对应的量化特征，并将其输入训练好的分类模型中获取肌强直预测结果。本发明在实现时间序列可视化同时可获取具有明显区分度的肌张力特征，可满足肌强直评估中对评估准确率和效率的要求。