摘要
一种基于脑血氧的运动功能分类方法,步骤一针对原始近红外数据计算得到脑血氧参数组织血氧饱和度、含氧血红蛋白变化量和脱氧血红蛋白变化量,对提取到的脑血氧参数去除运动伪影的干扰;步骤二通过分段提取脑血氧参数时域、频域和非线性特征,根据患者的量表评分对数据片段进行分类标记;步骤三根据数据特点和应用场景构建分类器;步骤四使用上述特征训练和测试分类器,获得基于脑血氧的运动功能分类模型,本发明应用于实际脑卒中康复监测场景,具有针对于海量无标记脑血氧数据提高分类的泛化能力,能够提高运动功能分类的性能和可解释性,具有重要的应用价值。
技术关键词
功能分类方法
脱氧血红蛋白
组织血氧饱和度
脑血氧数据
脑血氧参数
非线性特征
机器学习分类模型
构建机器学习模型
消除运动伪影
运动功能评估
滑动窗口方法
运动功能障碍
三次样条插值
构建分类器
患者
系统为您推荐了相关专利信息
凹面超声阵列
双模态
多通道数据采集卡
重建算法
评估系统
信息融合方法
精细运动技能
多模态信息
脱氧血红蛋白
多头注意力机制
脱氧血红蛋白
辅助诊断方法
脑成像设备
前额
静息态
光声成像装置
脉冲激光二极管
线阵超声探头
针灸
图像重建算法