基于機器視覺建立凍結步態(tài)識別模型的方法
基本信息

| 申請?zhí)?/td> | CN202111342992.2 | 申請日 | - |
| 公開(公告)號 | CN114098714A | 公開(公告)日 | 2022-03-01 |
| 申請公布號 | CN114098714A | 申請公布日 | 2022-03-01 |
| 分類號 | A61B5/11(2006.01)I;A61B5/00(2006.01)I;G06V20/40(2022.01)I;G06V40/20(2022.01)I;G16H50/20(2018.01)I;G16H50/30(2018.01)I | 分類 | 醫(yī)學或獸醫(yī)學;衛(wèi)生學; |
| 發(fā)明人 | 鄒海強;陳繡君;李文丹;凌云;陳仲略;任康 | 申請(專利權)人 | 深圳市臻絡科技有限公司 |
| 代理機構 | 深圳市深弘廣聯知識產權代理事務所(普通合伙) | 代理人 | 向用秀 |
| 地址 | 518000廣東省深圳市南山區(qū)粵海街道粵興三道9號華中科技大學深圳產學研基地A座第八層A805、A806 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明公開了一種基于機器視覺建立凍結步態(tài)識別模型的方法,包括以下步驟:S1:讓受試者進行步態(tài)實驗并進行視頻錄制;S2:對受試者的試驗視頻中的人體骨架的關鍵點位置信號進行提取,完成2D人體運動感知;S3:根據2D人體運動感知,構建多組識別模型,識別模型包括動作識別模型、直行FoG識別模型和轉身FoG識別模型。S4:以LOSO方法評估建立的識別模型進行算法評估,本發(fā)明采用機器視覺技術,對視頻信息進行提取,采用基于Openpose的RGB技術提取人體的運動特征,并開發(fā)了一種分割動作階段識別FoG的端到端FoG識別模型,從而對帕金森的早期篩查具有重要的意義。 |





