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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 齐鲁工业大学(山东省科学院);山东省人工智能研究院刘晓薇获国家专利权

齐鲁工业大学(山东省科学院);山东省人工智能研究院刘晓薇获国家专利权

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!

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省人工智能研究院申请的专利一种类别不平衡下的脑卒中步态相位识别方法及系统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:CN121705854B

龙图腾网通过国家知识产权局官网在2026-04-21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:202610209532.9,技术领域涉及:G06F18/241;该发明授权一种类别不平衡下的脑卒中步态相位识别方法及系统是由刘晓薇;李金宝;高天雷;魏诺设计研发完成,并于2026-02-13向国家知识产权局提交的专利申请。

一种类别不平衡下的脑卒中步态相位识别方法及系统在说明书摘要公布了:本发明涉及一种类别不平衡下的脑卒中步态相位识别方法及系统,属于脑卒中步态分析技术领域。其包括以下步骤:采集脑卒中患者原始步态信号数据;将原始步态信号数据输入到特征增强单元,经过全局平均池化、时序特征增强分支以及通道特征增强分支进行处理,得到第一融合特征;将第一融合特征输入到长短序特征提取单元,得到第二融合特征;将第二融合特征输入到特征校准单元,得到校准特征;所述校准特征经过线性层分类器,得到脑卒中步态相位识别结果;在训练过程中,采用自调节代价敏感损失函数进行参数优化。本发明能够提高脑卒中步态相位识别的准确性。

本发明授权一种类别不平衡下的脑卒中步态相位识别方法及系统在权利要求书中公布了:1.一种类别不平衡下的脑卒中步态相位识别方法,其特征在于,包括以下步骤: S1、采集脑卒中患者原始步态信号数据; S2、将原始步态信号数据输入到特征增强单元,经过全局平均池化处理,得到池化后的特征;所述池化后的特征经过时序特征增强分支得到增强后的时序特征,经过通道特征增强分支得到增强后的通道特征,将增强后的时序特征和增强后的通道特征进行相加融合,得到第一融合特征;所述时序特征增强分支和通道特征增强分支各包括三个串联的网络层; S3、将第一融合特征输入到长短序特征提取单元,经过长序特征提取分支得到长序特征,经过短序特征提取分支得到短序特征,将长序特征和短序特征拼接,并进行正则化操作,得到第二融合特征;所述长短序特征提取单元由长序特征提取分支和短序特征提取分支并行连接组成;所述长序特征提取分支和短序特征提取分支各包括三个串联的网络层; S4、将第二融合特征输入到特征校准单元,得到校准特征;所述特征校准单元由四个网络层组成; S5、所述校准特征经过线性层分类器,得到脑卒中步态相位识别结果; S6、在训练过程中,采用自调节代价敏感损失函数进行参数优化;所述自调节代价敏感损失函数对单个样本的损失计算方式为: , 其中,表示相位的真实类别;表示模型对真实相位类别的预测置信度;表示类别权重,所述类别权重的计算方式为: , 其中,表示训练的当前epoch中第类样本占比;表示相位重要性权重,所述相位重要性权重的计算方式为: , 其中,表示当前样本的总时间距离;表示当前样本的中心到最近相位边界的时间距离;总损失的计算公式为: , 其中,表示样本总数;表示样本索引,。

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齐鲁工业大学(山东省科学院);山东省人工智能研究院,其通讯地址为:250000 山东省济南市长清区大学路3501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。

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。