摘要
本发明公开了面向脊柱支具优化的步态特征智能分析方法,涉及医疗影像分析与生物医学工程技术领域,该方法包括:从数据处理后的步态数据中提取步态类别参数,将步态类别参数拼接成步态特征向量,利用主成分分析算法分析步态特征向量,得到步态特征参数;结合步态特征参数与预定义的支具特征参数,构建深度神经网络模型,将实时步态特征参数输入至深度神经网络模型中,得到预测的支具特征参数;基于步态特征参数与支具特征参数,构建脊柱个体步态特征库。本发明通过构建多层次的步态参数集和多模态数据融合,全面反映了步态的复杂性和多样性,显著提高了步态分析的准确性和鲁棒性。
技术关键词
步态特征参数
步态特征向量
智能分析方法
递归神经网络模型
深度神经网络模型
主成分分析算法
构建深度神经网络
支具
优化深度神经网络
深度神经网络算法
滑动窗口技术
梯度下降算法
步态参数
传播算法
生物医学工程技术
矩阵
数据采集频率
系统为您推荐了相关专利信息
靶点定位方法
配准多模态图像
深度神经网络模型
计算机辅助外科技术
时序卷积神经网络
非线性尺度空间
智能监测提醒
深度神经网络模型
患者
数据
经济预测模型
智能分析方法
经济运行分析
时效性
数据
振动加速度信号
机箱风扇
故障检测方法
残差数据
多板卡