国产真实乱全部视频,黄色片视频在线免费观看,密臀av一区二区三区,av黄色一级,中文字幕.com,日本a级网站,在线视频观看91

多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng)

文檔序號(hào):42326602發(fā)布日期:2025-07-01 19:45閱讀:11來(lái)源:國(guó)知局

本發(fā)明涉及人工智能,特別是涉及一種多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng)。


背景技術(shù):

1、糖尿病足是糖尿病患者常見(jiàn)的并發(fā)癥之一,若不及時(shí)治療,可能會(huì)導(dǎo)致足部潰瘍、感染、壞死甚至截肢等嚴(yán)重后果,這會(huì)嚴(yán)重影響糖尿病人的生活質(zhì)量。因此,早期發(fā)現(xiàn)糖尿病足的信號(hào)就顯得非常重要。

2、本發(fā)明設(shè)計(jì)人之前申請(qǐng)了申請(qǐng)?zhí)枮?023113420679、名稱為一種基于肌電信號(hào)的糖尿病足風(fēng)險(xiǎn)等級(jí)評(píng)測(cè)系統(tǒng)的發(fā)明專利,該發(fā)明專利僅考慮到了肌電信號(hào)這一表征糖尿病足癥狀的特征,并未考慮到其他表征糖尿病足癥狀的特征,如足底溫度、足底壓力等。而本發(fā)明設(shè)計(jì)的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),采集了肌電信號(hào)、足底溫度信號(hào)、足底壓力信號(hào)以及步態(tài)信號(hào),能夠更好地表征糖尿病足患者的全部特征,使得患者的糖尿病足風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果準(zhǔn)確。

3、而且,現(xiàn)有該發(fā)明專利涉及到的神經(jīng)網(wǎng)絡(luò)模型是直接利用歷史樣本提取出的特征進(jìn)行訓(xùn)練得出的,訓(xùn)練精度不高,訓(xùn)練準(zhǔn)確率有待提高,基于此,本發(fā)明對(duì)構(gòu)建的深度學(xué)習(xí)模型進(jìn)行優(yōu)化訓(xùn)練,能夠得到最優(yōu)化的深度學(xué)習(xí)模型,此模型能夠?qū)崿F(xiàn)更為準(zhǔn)確的實(shí)現(xiàn)對(duì)糖尿病足風(fēng)險(xiǎn)的預(yù)測(cè)。


技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題和不足,提供一種多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng)。

2、本發(fā)明是通過(guò)下述技術(shù)方案來(lái)解決上述技術(shù)問(wèn)題的:

3、本發(fā)明提供一種多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),其特點(diǎn)在于,包括智能長(zhǎng)筒靴和控制主機(jī),所述智能長(zhǎng)筒靴用于采集待評(píng)估者預(yù)設(shè)時(shí)間內(nèi)足部和下肢多個(gè)位置的肌電信號(hào)、足底部多個(gè)位置的足底溫度信號(hào)和足底壓力信號(hào)、及步態(tài)信號(hào)。

4、所述控制主機(jī)用于截取待評(píng)估者每個(gè)足底部在地期間對(duì)應(yīng)的各個(gè)肌電信號(hào)、足底溫度信號(hào)、足底壓力信號(hào)及步態(tài)信號(hào),每個(gè)足底部在地期間對(duì)應(yīng)的信號(hào)均作為一個(gè)信號(hào)處理片段,針對(duì)每一信號(hào)處理片段,先進(jìn)行信號(hào)預(yù)處理再進(jìn)行異缺信號(hào)處理操作以獲得至少預(yù)設(shè)數(shù)量的合格的信號(hào)處理片段并按序拼接,針對(duì)拼接后各合格肌電信號(hào)、合格足底溫度信號(hào)、合格足底壓力信號(hào)和合格步態(tài)信號(hào)分別特征提取獲得各肌電特征、足底溫度特征、足底壓力特征和步態(tài)特征,構(gòu)成特征向量;對(duì)淘金算法加入自適用權(quán)重、擾動(dòng)因子、基于適應(yīng)度的淘金策略改進(jìn),構(gòu)建改進(jìn)型淘金算法,先用歷史樣本對(duì)深度學(xué)習(xí)建立的糖尿病足風(fēng)險(xiǎn)評(píng)估模型進(jìn)行初步訓(xùn)練和驗(yàn)證,獲得適應(yīng)度f(wàn),分析適應(yīng)度f(wàn)與預(yù)設(shè)適應(yīng)度f(wàn)1,當(dāng)f≥f1時(shí)設(shè)定淘金者的數(shù)量為n1,當(dāng)f<f1時(shí)設(shè)定淘金者的數(shù)量為n2,n1<n2,再用初步訓(xùn)練后模型超參數(shù)及其隨機(jī)變異的超參數(shù)來(lái)初始化改進(jìn)型淘金算法中種群,利用改進(jìn)型淘金算法對(duì)超參數(shù)進(jìn)行優(yōu)化并帶入模型訓(xùn)練,通過(guò)不斷迭代獲得最優(yōu)超參數(shù)構(gòu)建的最優(yōu)模型,將特征向量輸入最優(yōu)模型中進(jìn)行評(píng)估,輸出待評(píng)估者的糖尿病足風(fēng)險(xiǎn)評(píng)估結(jié)果。

5、本發(fā)明的積極進(jìn)步效果在于:

6、本發(fā)明考慮到了糖尿病足的全部表征特征,如糖尿病足會(huì)使得下肢和足部的神經(jīng)和/或血管病變,從而采集了肌電信號(hào)、足底溫度信號(hào)、足底壓力信號(hào)以及步態(tài)信號(hào),能夠反應(yīng)糖尿病足的全部表征特征,從而使得糖尿病足風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果更為準(zhǔn)確。

7、本實(shí)施例并不像現(xiàn)有技術(shù)那樣對(duì)采集到的預(yù)設(shè)時(shí)間內(nèi)多個(gè)信號(hào)均進(jìn)行信號(hào)預(yù)處理,而是截取其中更能反映糖尿病足特征的足底部在地期間的多個(gè)信號(hào)進(jìn)行信號(hào)預(yù)處理,這種處理方式能夠進(jìn)一步減少數(shù)據(jù)處理量。

8、本發(fā)明對(duì)現(xiàn)有的淘金算法進(jìn)行改進(jìn),構(gòu)建改進(jìn)型淘金算法,利用改進(jìn)型淘金算法對(duì)構(gòu)建的深度學(xué)習(xí)模型進(jìn)行優(yōu)化訓(xùn)練,能夠得到最優(yōu)化的深度學(xué)習(xí)模型,此模型能夠?qū)崿F(xiàn)更為準(zhǔn)確的糖尿病足風(fēng)險(xiǎn)預(yù)測(cè)。

9、本發(fā)明改進(jìn)的淘金算法相比于現(xiàn)有淘金算法,尋優(yōu)精度高,全局尋優(yōu)能力更強(qiáng),收斂性好,不易陷入局部最優(yōu)。

10、現(xiàn)有技術(shù)直接對(duì)淘金算法進(jìn)行種群初始化,通過(guò)不斷迭代獲得模型的最優(yōu)超參數(shù),現(xiàn)有的淘金算法尋優(yōu)過(guò)程所需處理的數(shù)據(jù)量很大,尋優(yōu)效率不高。本實(shí)施例不同于現(xiàn)有技術(shù),而是先利用歷史樣本對(duì)模型進(jìn)行初步訓(xùn)練與驗(yàn)證,從而可獲得一個(gè)適應(yīng)度f(wàn),當(dāng)適應(yīng)度f(wàn)≥f1時(shí)表明適應(yīng)度離理想適應(yīng)度f(wàn)2較近,即模型超參數(shù)離最優(yōu)超參數(shù)較近,這時(shí)可以設(shè)置較少的淘金者數(shù)量n1。通過(guò)初步訓(xùn)練的離最優(yōu)超參數(shù)較近的超參數(shù)及其變異對(duì)改進(jìn)型淘金算法進(jìn)行種群初始化、以及設(shè)置較少的淘金者數(shù)量的處理方式,相較于現(xiàn)有技術(shù)能夠大大減少改進(jìn)型淘金算法尋優(yōu)過(guò)程所需處理的數(shù)據(jù)量,提高尋優(yōu)效率。當(dāng)適應(yīng)度f(wàn)<f1時(shí)表明適應(yīng)度離理想適應(yīng)度f(wàn)2較遠(yuǎn),即模型超參數(shù)離最優(yōu)超參數(shù)較遠(yuǎn),這時(shí)需要設(shè)置較多的淘金者數(shù)量n2。通過(guò)初步訓(xùn)練的離最優(yōu)超參數(shù)較遠(yuǎn)的超參數(shù)及其變異對(duì)改進(jìn)型淘金算法進(jìn)行種群初始化、以及設(shè)置較多的淘金者數(shù)量的處理方式,相較于現(xiàn)有技術(shù)能夠減少改進(jìn)型淘金算法尋優(yōu)過(guò)程所需處理的數(shù)據(jù)量,提高尋優(yōu)效率。

11、現(xiàn)有技術(shù)是在上下限范圍內(nèi)很隨意的初始化種群,太隨機(jī)性,本發(fā)明則不然,而是以初步訓(xùn)練后的模型超參數(shù)作為種群中一個(gè)淘金者的位置,再以初步訓(xùn)練后的模型超參數(shù)作為基準(zhǔn),在此基準(zhǔn)基礎(chǔ)上進(jìn)行隨機(jī)變異,得到種群中余下n-1個(gè)淘金者的位置,這種處理方式使得種群初始化位置更具有針對(duì)性,在一定基準(zhǔn)上實(shí)現(xiàn)的隨機(jī)性,更利于改進(jìn)型淘金算法快速找到最優(yōu)位置即模型的最優(yōu)超參數(shù)。



技術(shù)特征:

1.一種多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),其特征在于,包括智能長(zhǎng)筒靴和控制主機(jī),所述智能長(zhǎng)筒靴用于采集待評(píng)估者預(yù)設(shè)時(shí)間內(nèi)足部和下肢多個(gè)位置的肌電信號(hào)、足底部多個(gè)位置的足底溫度信號(hào)和足底壓力信號(hào)、及步態(tài)信號(hào);

2.如權(quán)利要求1所述的多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),其特征在于,所述控制主機(jī)用于先用歷史樣本對(duì)深度學(xué)習(xí)建立的糖尿病足風(fēng)險(xiǎn)評(píng)估模型進(jìn)行初步訓(xùn)練和驗(yàn)證,獲得適應(yīng)度f(wàn),具體包括:

3.如權(quán)利要求1所述的多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),其特征在于,歷史樣本的構(gòu)成具體為:

4.如權(quán)利要求1所述的多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),其特征在于,所述控制主機(jī)用于先用歷史樣本對(duì)深度學(xué)習(xí)建立的糖尿病足風(fēng)險(xiǎn)評(píng)估模型進(jìn)行初步訓(xùn)練和驗(yàn)證,獲得適應(yīng)度f(wàn),分析適應(yīng)度f(wàn)與預(yù)設(shè)適應(yīng)度f(wàn)1,當(dāng)f≥f1時(shí)設(shè)定淘金者的數(shù)量為n1,當(dāng)f<f1時(shí)設(shè)定淘金者的數(shù)量為n2,n1<n2,再用初步訓(xùn)練后模型超參數(shù)及其隨機(jī)變異的超參數(shù)來(lái)初始化改進(jìn)型淘金算法中種群,利用改進(jìn)型淘金算法對(duì)超參數(shù)進(jìn)行優(yōu)化并帶入模型訓(xùn)練,通過(guò)不斷迭代獲得最優(yōu)超參數(shù)構(gòu)建的最優(yōu)模型,將特征向量輸入最優(yōu)模型中進(jìn)行評(píng)估,輸出待評(píng)估者的糖尿病足風(fēng)險(xiǎn)評(píng)估結(jié)果,具體為:

5.如權(quán)利要求4所述的多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),其特征在于,在4)中,當(dāng)0.5<τ<1時(shí),采用遷移策略或開(kāi)采策略進(jìn)行位置更新,且當(dāng)最近連續(xù)兩次迭代的歷史種群最佳適應(yīng)度未更新時(shí),采用遷移和開(kāi)采策略相結(jié)合策略進(jìn)行位置更新;

6.如權(quán)利要求4所述的多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),其特征在于,迭代相關(guān)系數(shù)

7.如權(quán)利要求1所述的多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),其特征在于,所述控制主機(jī)用于對(duì)淘金算法加入自適用權(quán)重、擾動(dòng)因子、基于適應(yīng)度的淘金策略改進(jìn),構(gòu)建改進(jìn)型淘金算法,具體為:

8.如權(quán)利要求1所述的多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),其特征在于,所述智能長(zhǎng)筒靴的鞋本體的內(nèi)底部前部?jī)蓚?cè)與待評(píng)估者的足趾底部?jī)蓚?cè)對(duì)應(yīng)的位置分別固定壓力傳感器,所述鞋本體的內(nèi)底部后部?jī)蓚?cè)與待評(píng)估者的足跟底部?jī)蓚?cè)對(duì)應(yīng)的位置分別固定壓力傳感器,所述鞋本體的內(nèi)底部中部中間位置與待評(píng)估者的足心對(duì)應(yīng)的位置固定柔性壓力傳感器,此五個(gè)柔性壓力傳感器用于檢測(cè)待評(píng)估者足部對(duì)應(yīng)位置的足底壓力信號(hào);

9.如權(quán)利要求8所述的多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),其特征在于,足底部在地期間為五個(gè)柔性壓力傳感器中任一個(gè)的壓力值不為零期間。


技術(shù)總結(jié)
本發(fā)明多特征信號(hào)和深度學(xué)習(xí)結(jié)合的糖尿病足風(fēng)險(xiǎn)評(píng)估優(yōu)化系統(tǒng),采集待評(píng)估者多個(gè)肌電信號(hào)、足底溫度信號(hào)、足底壓力信號(hào)、步態(tài)信號(hào);截取每個(gè)足底在地期間對(duì)應(yīng)的信號(hào)作為一個(gè)信號(hào)處理片段,針對(duì)每一信號(hào)處理片段進(jìn)行處理獲得合格信號(hào)處理片段并拼接,針對(duì)拼接后各合格肌電信號(hào)、合格足底溫度信號(hào)、合格足底壓力信號(hào)和合格步態(tài)信號(hào)分別特征提取構(gòu)成特征向量;構(gòu)建改進(jìn)型淘金算法,先用歷史樣本對(duì)模型初步訓(xùn)練和驗(yàn)證,獲得適應(yīng)度,基于適應(yīng)度設(shè)定淘金者數(shù)量,再用初步訓(xùn)練后模型超參數(shù)及其隨機(jī)變異初始化種群,利用改進(jìn)型淘金算法對(duì)超參數(shù)優(yōu)化獲得最優(yōu)超參數(shù)構(gòu)建的最優(yōu)模型,將特征向量輸入最優(yōu)模型中評(píng)估,輸出待評(píng)估者的糖尿病足風(fēng)險(xiǎn)評(píng)估結(jié)果。

技術(shù)研發(fā)人員:禹媛,吳蕊,郭建明,郭連瑞,佟鑄,崔世軍,高喜翔,劉一人,隗立兵,李海燕,胡雪莉,劉悅,田煒
受保護(hù)的技術(shù)使用者:首都醫(yī)科大學(xué)宣武醫(yī)院
技術(shù)研發(fā)日:
技術(shù)公布日:2025/6/30
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1