基于深度学习的帕金森病步态分析诊断方法

本发明公开了一种基于深度学习的帕金森病步态分析诊断方法，属于医学信号处理技术领域。所述方法其中包括以下步骤：获取帕金森病的多模态时序步态数据，对多模态时序步态数据进行预处理并划分数据集，得到预处理后的多模态时序步态数据；所述多模态时序步态数据至少包括足部压力数据、下肢运动加速度和下肢摆动角速度；设计多通道卷积神经的特征提取网络结构，对所述多模态时序步态数据进行提取特征，获取从局部到全局的有用特征；建立Transformer特征融合模块，引入多头自注意力机制并行处理所有输入的有用特征数据；提出softmax分类诊断模块，采用Dropout和正则化技术来避免数据的过拟合，并利用Adam优化器来优化模型参数，得到帕金森病步态分析诊断结果。