[发明专利]帕金森多症状量化评估方法、装置、电子设备、及介质

权利要求书

1.一种帕金森多症状量化评估方法，其特征在于，包括以下步骤：

对多模态传感数据进行预处理，得到若干运动片段；

通过动作识别模型识别出若干所述运动片段的动作类型结果；

根据若干所述运动片段的动作类型结果，通过若干单症状量化评估模型得到若干单症状量化评估结果；

结合若干所述单症状量化评估结果，通过多症状量化评估模型得到多症状量化评估结果；

其中，通过动作识别模型识别出若干所述运动片段的动作类型结果，包括：

对所述运动片段进行编码处理；

利用所述动作识别模型根据完成编码处理后的运动片段对应不同动作类型的概率，得到完成编码处理后的运动片段的动作类型结果；

动作识别模型是隐马尔可夫模型，基于历史样本数据，建立如下隐马尔可夫模型：

λ＝(A,B,π)

其中，A＝{a_ij}表示状态转移矩阵，B＝{b_j(k)}表示发射概率矩阵，π＝{π_i}表示初始概率分布；

采用高斯混合模型对每个运动片段中的多模态传感数据进行编码，高斯混合模型如下：

其中，C表示高斯混合模型中高斯函数的数量，ω_jc表示第c^th个高斯成分ψ的权重系数，μ_jc和∑_jc表示该高斯成分的均值向量和协方差矩阵，二者的值通过K-means算法进行初始化，K＝5；

其中，根据若干所述运动片段的动作类型结果，通过若干单症状量化评估模型得到若干单症状量化评估结果，包括：

A：当所述运动片段的动作类型结果为静息运动结果或伸展运动结果时，通过震颤性量化评估模型得到震颤症状量化评估结果；

B：当所述运动片段的动作类型结果为轮替运动结果或踏地运动结果时，通过迟缓度量化评估模型得到迟缓症状量化评估结果；

C：当所述运动片段的动作类型结果为行走运动结果时，通过平衡性量化评估模型得到平衡症状量化评估结果；

在步骤A和步骤B中，震颤性量化评估模型和迟缓度量化评估模型接收的输入数据均由运动片段中包含三维加速度计采集的加速度数据和三维陀螺仪采集的关节角速度数据的多模态传感数据串联而成：

其中，表示输入数据，表示输入向量的维度；

震颤性量化评估模型和迟缓度量化评估模型均由支持向量机构成，选择径向基函数作为核函数将原始特征映射到无穷维特征空间，并采用Platt-SMO算法使模型输出对于震颤症状和运动迟缓症状严重程度的预测概率，通过下式进行预测：

其中，和分别表示对于震颤和运动迟缓两种常见症状量化评估的初级决策；

在步骤C中，平衡性量化评估模型会在当前运动片段中提取一个由多模态数据构成的N_m×12的矩阵，其中N_m是该运动片段的样本数量，再利用PCA算法求出其相关矩阵的特征向量和特征值，然后根据特征值的大小对特征向量进行排序，然后利用kWAS算法与平衡性量化评估模型中既有的健康被试者数据库中的特征向量进行角度相似性计算，从而得到平衡症状量化评估结果，利用下式来进行角度相似性计算：

其中Θ(S_PD，S_H)表示角度相似性，σ_p和λ_p分别表示两个相关矩阵的第p个特征向量u_p和v_p对应的特征值，S_PD和S_H分别表示患者和健康被试者在行走测试任务中的姿势平衡状态，n的取值为12。

2.根据权利要求1所述的帕金森多症状量化评估方法，其特征在于，所述通过动作识别模型识别出若干所述运动片段的动作类型结果，包括：

对所述运动片段进行编码处理；

利用所述动作识别模型根据完成编码处理后的运动片段对应不同动作类型的概率，得到完成编码处理后的运动片段的动作类型结果。

3.根据权利要求1所述的帕金森多症状量化评估方法，其特征在于，所述动作类型结果包括以下至少两项：静息运动结果、伸展运动结果、轮替运动结果、踏地运动结果、以及行走运动结果。