Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南开大学深圳研究院霍卫光获国家专利权

南开大学深圳研究院霍卫光获国家专利权

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!

龙图腾网获悉南开大学深圳研究院申请的专利建立帕金森症步态受损评估模型、使用方法、设备及介质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:CN116543455B

龙图腾网通过国家知识产权局官网在2026-03-03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:202310387454.8,技术领域涉及:G06V40/20;该发明授权建立帕金森症步态受损评估模型、使用方法、设备及介质是由霍卫光;韩建达;于宁波设计研发完成,并于2023-04-03向国家知识产权局提交的专利申请。

建立帕金森症步态受损评估模型、使用方法、设备及介质在说明书摘要公布了:本申请公开了一种建立帕金森症步态受损评估模型及使用的方法、设备及介质,建立模型的方法包括步骤:对步态视频进行预处理,提取骨架图序列和多周期步态能量图;使用骨架图序列和多周期步态能量图,结合医生根据步态视频诊断得出的步态受损评分标签,对神经网络进行训练,以获得帕金森症步态受损评估模型,其中步态受损评分标签用于划分步态受损程度。本申请利用从步态视频提取的轮廓与关节产生步态能量周期图和骨架图两种不同形态的数据流,结合神经网络训练产生相应的神经网络模型,该神经网络模型能够对待评估的帕金森病患者的步态视频进行分析,得到步态评分,基于步态评分可方便快捷评估帕金森患者的步态受损程度,且精确度高。

本发明授权建立帕金森症步态受损评估模型、使用方法、设备及介质在权利要求书中公布了:1.一种建立帕金森症步态受损评估模型的方法,其特征在于,包括步骤: S10:对步态视频进行预处理,提取骨架图序列和多周期步态能量图,其中所述步态视频是从侧面拍摄的帕金森症患者的行走视频; S20:使用所述骨架图序列和所述多周期步态能量图,结合医生根据所述步态视频诊断得出的步态受损评分标签,对神经网络进行训练,以获得帕金森症步态受损评估模型,其中所述步态受损评分标签用于划分步态受损程度; 所述帕金森症步态受损评估模型为双流神经网络,包括骨架流、轮廓流、向量拼接单元、全连接层、softmax层; 所述骨架流包含多个ST-GCN单元,用以对输入的骨架图序列进行处理,获得骨架流输出向量,所述轮廓流包含多个VGG单元,用以对输入的多周期步态能量图进行处理,获得轮廓流输出向量,将所述骨架流输出向量和所述轮廓流输出向量输入所述向量拼接单元进行拼接,随后通过全连接层实现双流信息融合,最后经过softmax层,得到对各评分的预测概率值,所述预测概率值最高的评分为所述步态视频的步态评分估计值; 所述步骤S10中对步态视频进行预处理,提取多周期步态能量图具体包括: S101:从所述步态视频的每一帧提取轮廓图,将所述轮廓图按时间顺序排列,获得轮廓图序列; S102:根据所述轮廓图序列确定步态能量周期; 所述步态能量周期为所述轮廓图序列中的两脚间距随时间的变化曲线中,相邻的峰值和谷值之间的时间间隔,所述步态能量周期的起点为所述峰值或谷值对应的时间点; S103:将所述轮廓图序列按照所述步态能量周期分成a组,每组内的所述轮廓图叠加形成一张步态能量图,对应获得a张步态能量图; S104:将所述a张步态能量图按时间顺序在水平方向连接,对应获得一张多周期步态能量图; 所述步骤S103中的每组内的所述轮廓图叠加形成一张步态能量图的计算具体如下: , 其中,为从所述步态视频的第n帧提取的轮廓图,为一个所述步态能量周期内包含的视频帧数,x为所述轮廓图中像素点的水平方向坐标,y为所述轮廓图中像素点的竖直方向坐标,GEIx,y的取值为像素; 所述步骤S10中对步态视频进行预处理,提取骨架图序列具体包括: S111:从所述步态视频的每一帧提取关节的二维坐标; S112:根据所述关节的二维坐标及各所述关节之间的空间连接关系计算所述步态视频对应的骨架图序列。

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南开大学深圳研究院,其通讯地址为:518000 广东省深圳市盐田区海山街道盐田科技大厦16层;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。