摘要
本发明属于基于步态分析的疾病诊断技术领域,公开了一种基于特征交互再平衡的步态分析疾病诊断方法及系统,包括对步态数据进行特征提取,获得局部特征和全局特征,对二者进行交叉增强,对其结果进行拼接操作,利用拼接结果进行分类预测,获得分类结果,计算分类结果与真实标签之间的交叉熵损失,计算加权局部特征以及加权全局特征与原型向量之间的原型交叉熵损失,计算相似性矩阵及其转置矩阵与真实标签的相似性损失;将损失进行加权组合,获得模型的总损失函数,对模型进行训练。本发明同时学习关节内和关节间耦合关系,通过对齐跨域特征来减少跨域特征分布差异,同时平衡跨域提取器的拟合速度,为疾病诊断提供了有效、客观的基于步态的参考。
技术关键词
疾病诊断方法
步态分析
原型
融合特征
疾病诊断系统
关节
疾病诊断技术
矩阵
序列
标签
模型训练模块
处理器
特征提取器
特征提取模块
计算机程序产品
残差模块
样本
注意力
数据