买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川大学申请的专利一种基于步态特征的老年认知障碍等级分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117197883B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210585517.6，技术领域涉及：G06V40/20；该发明授权一种基于步态特征的老年认知障碍等级分类方法是由何小海;贺璇;滕奇志;卿粼波;秦予禛;陈洪刚;吴小强设计研发完成，并于2022-05-27向国家知识产权局提交的专利申请。

本一种基于步态特征的老年认知障碍等级分类方法在说明书摘要公布了：本发明公开了一种基于步态特征的老年认知障碍等级分类方法。包括以下步骤：首先，在实例分割网络BlendMask的基础上结合BottleneckTransformer和CoordConv结构，构建新的实例分割网络C‑BlendMask，并应用于自建数据集。其次，结合残差结构和联合训练损失函数构建步态识别网络Res‑GaitSet，用于提取自建数据集的步态特征。最后，构建共享滤波器的分类网络用于自建数据集的步态特征分类，以此对老年患者的认知障碍等级进行初步的评估。相比现有技术，本发明所提方法在快速识别老年认知障碍等级的同时不对患者产生影响，在步态识别、老年人健康监测等方面具有广阔的应用前景。

本发明授权一种基于步态特征的老年认知障碍等级分类方法在权利要求书中公布了：1.一种基于步态特征的老年认知障碍等级分类方法，其特征在于包括以下步骤： 1在实例分割网络BlendMask的基础上，引入Transformer全局信息聚合能力，在卷积神经网络的基础上使用多头自注意力模块multi-headself-attention,MHSA替换原分割网络骨干结构中简单的3×3空间卷积层，并将CoordConv卷积层添加在分割网络的输入模块后； 2使用残差单元替换GatSet网络帧级特征提取模块中的3×3空间卷积层，并将TripletLoss、SoftmaxLoss、CircleLoss损失函数联合训练，三个损失函数的加权和作为Res-GaitSet网络的损失函数来使用，将联合损失函数定义为： αLY+βLs+λLuni1 上式中的α，β，λ分别为三个损失函数对应的权值； 3将共享滤波器的瓶颈结构和全卷积分类网络ConvNeXt进行融合，将网络中的3×3卷积层，分为相同的4组，每个组都有自己的TBC设置，滤波器在不同的层扮演不同的角色；对于瓶颈层入口和出口的1×1卷积，使用B＝2的TBC替换入口卷积，以允许过滤器共享，同时保持出口卷积，用来实现跨通道信息的聚集；将网络中的3×3卷积拆分为4个相同的TBC，基本宽度为32，即4S×32W；同时引入了一个混频器，它融合了多个分路器的输出，混频器的引入使得模型性能得到进一步的提升；混频器的输入是级联输出或分散输出的元素和。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。