公开(公告)号：CN119454002A

公开(公告)日：2025-02-18

申请号：CN202411371193.1

申请日：2024-09-29

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 王睿 ,  陈智龙 ,  王昕 ,  王松昊

IPC: A61B5/11 ,  G06V40/20 ,  G16H20/10

Abstract: 本发明提供一种基于时序特征曲线的帕金森病步态对比分析方法，该方法包括获取包含步态信息的视频数据，该步态信息包括用户使用药物前后的步态信息；对视频数据中的人体进行姿态识别，提取出关键的身体部位的位置信息；根据提取的关键点信息，计算步态特征，并将这些特征随时间的变化构建成时序曲线；利用数字滤波器对提取到的步态特征进行数据处理；利用频幅振幅增强的动态时间规整方法将局部频率和振幅整合到距离度量中，来量化步态运动的差异；获得曲线差异距离；基于最优规整路径中的累积频率差异和振幅差异来计算度量指标。本发明在精确度、时间敏感性、鲁棒性、适应性、综合评估能力、量化分析以及临床应用潜力等方面均表现出显著优势。

公开(公告)号：CN118072385A

公开(公告)日：2024-05-24

申请号：CN202410103176.3

申请日：2024-01-24

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 王睿 ,  陈智龙 ,  李芃

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/096

Abstract: 本发明提供一种基于视频步态分析的帕金森病评估方法，其包括获取待评估的步态视频数据，对所述步态视频数据进行处理，建立视频数据集；对视频单帧图像进行人体体态识别，获取每一帧图像的人体关键点热度图；再利用图卷积基于时域和空间域完成关键点识别；通过双流时空自适应图卷积神经网络以及transformer模型结合搭建分类模型。应用本发明主要用于解决现有技术中存在的视频包含信息过多、干扰较多、评分主观性强等问题。

公开(公告)号：CN118072385B

公开(公告)日：2024-11-12

申请号：CN202410103176.3

申请日：2024-01-24

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 王睿 ,  陈智龙 ,  李芃

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/096

Abstract: 本发明提供一种基于视频步态分析的帕金森病评估方法，其包括获取待评估的步态视频数据，对所述步态视频数据进行处理，建立视频数据集；对视频单帧图像进行人体体态识别，获取每一帧图像的人体关键点热度图；再利用图卷积基于时域和空间域完成关键点识别；通过双流时空自适应图卷积神经网络以及transformer模型结合搭建分类模型。应用本发明主要用于解决现有技术中存在的视频包含信息过多、干扰较多、评分主观性强等问题。