一种基于贝叶斯优化XGBoost的下肢痉挛评估方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于贝叶斯优化XGBoost的下肢痉挛评估方法及系统
申请号:CN202511005288
申请日期:2025-07-21
公开号:CN120859517A
公开日期:2025-10-31
类型:发明专利
摘要
本发明涉及康复医学与模式识别技术领域,尤其涉及一种基于贝叶斯优化XGBoost的下肢痉挛评估方法及系统。本发明的一种基于贝叶斯优化XGBoost的下肢痉挛评估方法及系统,包括:采集卒中患者下肢肌肉的表面肌电信号和膝关节角度;基于膝关节角度变化进行信号滤波处理;对滤波后的肌电信号进行时域、频域特征提取;将提取的特征重组构建下肢痉挛评估数据集,在数据集上训练XGBoost模型;利用贝叶斯优化模型参数;将待测的下肢肌肉的表面肌电信号输入训练得到的XGBoost模型中进行下肢痉挛等级评估。实现解决了现有的下肢痉挛临床评估方法主要依赖于临床医生的主观感受影响,导致评估者之间及评估者内部的结果存在高度变异性的技术问题。
技术关键词
表面肌电信号 痉挛 膝关节角度 下肢 XGBoost模型 IMU传感器 云存储模块 肌电传感器 上位机系统 临床评估方法 特征提取模块 数据采集模块 频域特征提取 患者 模式识别技术 贝叶斯算法