【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《基于深度卷积神经网络的帕金森步态识别》，欢迎阅读！
基于深度卷积神经网络的帕金森步态识别 王金甲;刘青玉;陈浩 【期刊名称】《中国生物医学工程学报》 【年(卷),期】2017(036)004 【摘 要】步态冻结(FOG)是晚期帕金森病患者最常见的症状,FOG的突然发作会造成患者的行走障碍.为患者佩戴FOG检测可穿戴设备助手是一种有效可行的治疗途径,当检测到FOG发作时,可穿戴设备助手为患者提供一段有节奏的听觉信号刺激患者恢复行走.针对FOG检测,提出一种系统式的特征学习方法.该方法采用一个基于深度学习的卷积神经网络,对原始输入信号自动地进行特征学习.采用监督式学习方法利用标签信息,使学习到的特征更具识别能力.在整个网络模型中,特征学习和分类互相加强使整个网络更加稳定,更具智能化.通过DAPHNet数据集进行验证,结果表明,该方法可以自动地进行特征学习并识别出步态冻结.与以往的阈值法实验结果相比,平均正确率提高到91.43％,灵敏性提高到85.58％,特异性提高到了93.63％.该方法可以在一定程度上代替人工干预,在处理频繁出现FOG症状的帕金森患者的治疗中具有重要意义. 【总页数】8页(P418-425) 【作 者】王金甲;刘青玉;陈浩 【作者单位】燕山大学信息科学与工程学院,河北秦皇岛066004;燕山大学信息科学与工程学院,河北秦皇岛066004;燕山大学信息科学与工程学院,河北秦皇岛066004 【正文语种】中 文 【中图分类】R318 【相关文献】 1.基于卷积神经网络和微动特征的人体步态识别技术 [J], 袁延鑫;孙莉;张群 2.基于双层卷积神经网络的步态识别算法 [J], 王欣;唐俊;王年 3.基于卷积神经网络和不完整步态周期的步态识别方法 [J], 汤荣山;葛万成 4.基于卷积神经网络与注意力模型的人体步态识别 [J], 汪涛;汪泓章;夏懿;张德祥 5.基于卷积神经网络的人体步态识别算法研究 [J], 陈法权;樊军 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.dywdw.cn/b13d635cc9aedd3383c4bb4cf7ec4afe04a1b1ab.html
下载此文档
搜索文档
阅读：
文档下载
2022-12-16
