基于小波变换与ARMA建模的AD步态异常检测方法

本申请公开了一种基于小波变换与ARMA建模的AD步态异常检测方法，包括如下步骤：采集患者的步态数据和HRV数据并进行预处理；利用小波变换函数对预处理后的步态数据进行特征提取；通过自相关函数和偏自相关函数结合患者的HRV数据构建ARMA模型基于ARMA模型和LSTM神经网络构建融合模型，通过融合模型对患者的AD步态异常程度进行检测，并根据检测结果发送不同等级的风险信号。本申请的有益效果：通过小波变换‑ARMA建模‑非线性判定的三阶技术链，解决了AD步态检测中噪声敏感、预测期短以及特异性不足等问题。实现了更为精准的AD步态异常检测，使得患者可以在AD早期即时收到预警并进行干预。