基于转换序列算法和决策树的步态相位识别系统建模与评估

摘要：

为可穿戴式膝关节矫形器提供适当的步态相位识别(Gait Phase Recognition,简称GPR)以使这些装置在适当的时间提供完善的控制,从而减少膝盖塌陷和跌倒事件的发生率.研究中通过Logistic模型决策树(Logistic Model Decision Tree,简称LMDT)分类器对膝关节屈曲角度、大腿段角速度和加速度等步态数据进行训练和测试.应用"转换序列验证和校正"(Transition Sequence Verification and Correction,简称TSVC)算法来校正连续类预测模型并改善GPR性能.最后通过对系统的灵敏度,特异性,精确度等相关系数进行验证,结果表明,与其他方法相比,基于LMDT的GPR系统可用于实时矫形器控制的可行性较高.与TSVC算法结合可以降低传感器系统的复杂性,可见该步态相位识别系统设计可以为用户提供更多便利.

关键词：实时矫形器、Logistic模型决策树、步态识别、转换序列

所属期刊栏目：4

分类号：TN32(半导体技术)

在线出版日期：2020-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：78-79