公开(公告)号：CN116473514A

公开(公告)日：2023-07-25

申请号：CN202310317096.3

申请日：2023-03-29

Applicant: 西安电子科技大学广州研究院

Inventor： 王晓甜 ,  梁硕 ,  赵至夫 ,  齐飞 ,  陈凯 ,  崔鑫语 ,  石钟熙 ,  庄伟林

IPC: A61B5/00 ,  G06N3/04 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/045

Abstract: 本发明涉及基于足底压力的疾病检测技术领域，具体的说是基于自适应有向时空图神经网络的步态帕金森疾病检测，所述检测步骤如下：S1、信号预处理：将获取到的步态信号分成100个时间步；S2、模型构建：对足底传感器进行拓扑结构建模，并将传感器获取的信号处理成双流模态；S3、特征提取网络：通过多个自适应有向时空图神经网络单元，在空间上使用消息传递机制获取足底局部和全局信息，在时间上使用1维卷积获取时序信息，因此在时空域分析了步态变化；S4、分类器：采用交叉熵损失函数为分类器；S5、模型融合：对双流模态进行线性融合；S6、诊断结果：对受试者的所有分段结果进行平均获得最终的诊断结果。本发明在参数量更少的情况下获得准确的结果。

公开(公告)号：CN116473514B

公开(公告)日：2024-02-23

申请号：CN202310317096.3

申请日：2023-03-29

Applicant: 西安电子科技大学广州研究院

Inventor： 王晓甜 ,  梁硕 ,  赵至夫 ,  齐飞 ,  陈凯 ,  崔鑫语 ,  石钟熙 ,  庄伟林

IPC: A61B5/00 ,  G06N3/04 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/045

Abstract: 本发明涉及基于足底压力的疾病检测技术领域，具体的说是基于自适应有向时空图神经网络的步态帕金森疾病检测，所述检测步骤如下：S1、信号预处理：将获取到的步态信号分成100个时间步；S2、模型构建：对足底传感器进行拓扑结构建模，并将传感器获取的信号处理成双流模态；S3、特征提取网络：通过多个自适应有向时空图神经网络单元，在空间上使用消息传递机制获取足底局部和全局信息，在时间上使用1维卷积获取时序信息，因此在时空域分析了步态变化；S4、分类器：采用交叉熵损失函数为分类器；S5、模型融合：对双流模态进行线性融合；S6、诊断结果：对受试者的所有分段结果进行平均获得最终