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！

龙图腾网获悉杭州电子科技大学申请的专利基于改进Transformer算法的肌肉震颤检测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：CN117034184B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310349095.7，技术领域涉及：G06F18/25；该发明授权基于改进Transformer算法的肌肉震颤检测方法是由李竹;李蕊;刘小利;韩凌云;蔡苗;王晏雯设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本基于改进Transformer算法的肌肉震颤检测方法在说明书摘要公布了：本发明公开了一种基于改进Transformer算法的肌肉震颤检测方法，采用麦克风及摄像头作为数据采集设备，同时获取行为视频、笔迹图像及语音信号；对于行为视频，采集手掌拍击、前臂回旋和脚掌打击三种动作特征，通过二维金字塔Transformer算法实现细粒度行为特征及变化趋势特征提取；对于笔迹图像，通过空间频率联合笔迹特征提取编码器进行编码；对于语音信号，通过Transformer编码器进行编码；同时，通过层级特征交互模型进行特征融合，进行不同行为间的层级最优特征交互；通过解码器及MLPhead输出动作时肌肉震颤特征的具体表现，分别为不震颤、轻微震颤、中等震颤以及剧烈震颤。本发明实现多种模态特征数据的最优化融合，实现对人的多种不同程度肌肉震颤特征的精准识别。

本发明授权基于改进Transformer算法的肌肉震颤检测方法在权利要求书中公布了：1.一种基于改进Transformer算法的肌肉震颤检测方法，其特征在于，包括以下步骤： S1，采用麦克风及摄像头作为数据采集设备，同时获取行为视频、笔迹图像及语音信号； S2，对于行为视频，采集手掌拍击、前臂回旋和脚掌打击三种动作特征，通过二维金字塔Transformer算法实现细粒度行为特征及变化趋势特征提取； S3，对于笔迹图像，通过空间频率联合笔迹特征提取编码器进行编码； S4，对于语音信号，通过Transformer编码器进行编码； S5，在S2-S4的三类数据在编码的同时，通过层级特征交互模型进行特征融合，进行不同行为间的层级最优特征交互； S6，通过解码器及MLPhead输出动作时肌肉震颤特征的具体表现，分别为不震颤、轻微震颤、中等震颤以及剧烈震颤； 所述S2中二维金字塔Transformer算法实现细粒度行为特征及变化趋势特征提取，包括基于关联度的分段式Attention优化方法，具体为令当前待处理的输入向量为，金字塔层数为2，设置超参数h为第一层向量组的向量数量，设h为3； S21，分组：将1维展开后的向量序列，每个向量为一组分段； S22，拼接：将每个向量组中的全部向量执行concat； S23，生成：对拼接后的向量生成向量； S24，运算：拼接向量之间进行Attention运算； S25，取舍：设置阈值TH，点积值大于阈值时，该组向量保留； S26，循环：计算与保留组中的全部向量之间的Attention； 所述S5中通过层级特征交互模型进行特征融合，进行不同行为间的层级最优特征交互，具体为对于两种模态的输入数据，在原有Transformer编码器之间增加一个纵向贯穿各特征层级的Attention层，称为特征层级交互Attention层，每一层的Q键值首先输入特征层级交互Attention层，再由特征层级交互Attention层输出加权后的Q键值，特征层级交互Attention内部参数由训练获得，以决定不同层级之间的关联度。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街1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。