[发明专利]脑电特征的代理测量及伪多模态冻结步态检测方法、装置有效

专利信息
申请号: 202110880751.7 申请日: 2021-08-02
公开(公告)号: CN113812964B 公开(公告)日: 2023-08-04
发明(设计)人: 郭玉柱;黄德彬;魏彦兆;王立鹏;张宝昌;张磊;吴淮宁 申请(专利权)人: 杭州航弈生物科技有限责任公司
主分类号: A61B5/369 分类号: A61B5/369;A61B5/374;A61B5/11;A61B5/00
代理公司: 北京细软智谷知识产权代理有限责任公司 11471 代理人: 涂凤琴
地址: 310000 浙江省杭州市余*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征 代理 测量 伪多模态 冻结 步态 检测 方法 装置
【权利要求书】:

1.一种脑电特征的代理测量方法,其特征在于,包括:

获取患者的步态信号;其中,所述获取患者的步态信号,至少包括:通过至少一个安装在患者左腿外侧胫骨处或者右腿外侧胫骨处惯性传感器,获取患者的步态加速度信号;

根据所述步态信号,重构患者的脑电信号的节律分量;其中,所述节律分量包括:来自额零Fz通道的δ、θ、α、β子带分量;来自枕一O1通道的δ、θ、α、β子带分量;来自中央零Cz通道的δ、θ、α、β子带分量;所述根据所述步态信号,重构患者的脑电信号的节律分量,包括:对所述步态信号进行预处理,得到预处理后的步态信号;将预处理后的步态信号的时间序列及其延时序列,输入到训练后的端到端的神经网络代理测量模型中,得到所述患者的脑电信号的节律分量;

所述步态信号至少包括:患者的步态加速度信号。

2.根据权利要求1所述的方法,其特征在于,

所述端到端的神经网络代理测量模型为LSTM模型;

所述LSTM模型通过以下方法训练得到,包括:

构建LSTM模型结构,包括输入层、特征提取层和输出层;

训练所述LSTM模型的参数值,包括:

将预处理后的步态信号时间序列及其延时序列,及患者的脑电信号的节律分量作为模型的输入输出数据,通过特征提取层提取与脑电节律分量相关的抽象特征,输出重构的脑电信号的节律分量;应用误差反向传播算法调整所述LSTM模型输入层、特征提取层和输出层的参数值,直至拟合度达到预设值;

保存此时的参数值作为训练后的LSTM模型的参数值。

3.根据权利要求2所述的方法,其特征在于,所述输入层的输入信号通过以下方法获取,包括:

通过患者佩戴的步态特征传感器采集患者的步态信号,所述步态特征传感器至少包括:三轴加速度传感器;

通过患者佩戴的脑电检测设备,同步采集患者的脑电信号;

对同步采集的步态信号及脑电信号进行预处理;

将预处理后的步态信号的时间序列及其延时序列,作为所述LSTM模型的输入,将预处理后的脑电信号分解为预设通道的子带分量,作为所述LSTM模型的目标输出值指导所述LSTM模型进行监督学习。

4.一种脑电特征的代理测量装置,其特征在于,包括:

获取单元,用于获取患者的步态信号;其中,所述获取患者的步态信号,至少包括:通过至少一个安装在患者左腿外侧胫骨处或者右腿外侧胫骨处惯性传感器,获取患者的步态加速度信号;

重构单元,根据所述步态信号,重构患者的脑电信号的节律分量;其中,所述节律分量包括:来自额零Fz通道的δ、θ、α、β子带分量;来自枕一O1通道的δ、θ、α、β子带分量;来自中央零Cz通道的δ、θ、α、β子带分量;所述根据所述步态信号,重构患者的脑电信号的节律分量,包括:对所述步态信号进行预处理,得到预处理后的步态信号;将预处理后的步态信号的时间序列及其延时序列,输入到训练后的端到端的神经网络代理测量模型中,得到所述患者的脑电信号的节律分量;

输出单元,用于输出重构的脑电信号的节律分量。

5.根据权利要求4所述的装置,其特征在于,还包括:

处理单元,用于根据所述步态信号,提取患者的步态特征;

所述输出单元,还用于输出重构的脑电信号的节律分量及所述步态特征。

6.一种伪多模态冻结步态检测装置,其特征在于,包括:

权利要求4或5所述的脑电特征的代理测量装置。

7.一种伪多模态冻结步态检测方法,其特征在于,包括:

权利要求1~3任一项所述的脑电特征的代理测量方法;

通过所述代理测量方法,重构患者的脑电信号的节律分量;

从重构的脑电信号的节律分量中提取冻结步态相关的脑电特征;

根据所述脑电特征,判断患者是否发生冻结步态;或者,

从患者的步态信号中提取患者的步态特征;

将所述脑电特征和步态特征进行特征融合,判断患者是否发生冻结步态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州航弈生物科技有限责任公司,未经杭州航弈生物科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110880751.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top