摘要
本公开实施例提供一种基于多模态数据融合的患者运动功能障碍评估系统及方法,涉及运动功能评估和人工智能领域。系统包括:获取模块,用于获取待评估目标的多模态运动表现数据;第一提取模块,用于提取图像数据和视频数据的人体边界框和分割掩码;增强模块,用于提取所述人体边界框和分割掩码的图像特征并增强所述图像特征;第二提取模块,用于基于深度神经网络提取预处理之后的生理信号数据和语音信号数据的信号特征并增强,得到文本特征;更新模块,用于进行特征更新;融合模块,用于将更新之后的图像特征和文本特征进行特征融合;评估模块,用于得到待评估目标的运动功能评估结果。该方案有效提升了患者运动功能障碍评估结果准确性和效率。
技术关键词
运动功能障碍评估
运动功能评估
多模态数据融合
深度神经网络
残差网络
信号特征
图像特征数据
文本
注意力机制
模块
视频
生理
检测出人体
患者
语音
系统为您推荐了相关专利信息
深度强化学习
波束赋形方法
多用户MIMO系统
反射单元
波束赋形算法
电力安监
胶囊网络
图像分类方法
图像分类模型
动态
数据中心节能系统
冷却系统
无线传感器
服务器风扇转速
智能传感器
永磁电机
优化深度神经网络
变量
深度强化学习算法
策略
协同跟踪控制方法
交叉熵算法
跟踪控制装置
列车紧急制动
离线