(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111651576.0 (22)申请日 2021.12.3 0 (71)申请人 北京航空航天大 学 地址 100083 北京市海淀区学院路37号 (72)发明人 高硕　代晏宁　王嘉琪　陈君亮　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 代理人 贾耀斌 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/12(2006.01) (54)发明名称 一种基于运动神经类疾病优化传感器布设 的方法及装置 (57)摘要 本发明提供了一种基于运动神经类疾病优 化传感器布设的方法及装置， 其中， 该基于运动 神经类疾病优化传感器布设的方法包括： 在目标 运动神经类疾病对应的关注部位布设传感器， 采 集该关注部位的运动姿态数据； 依据采集的运动 姿态数据训练支持向量机模型， 利用训练的支持 向量机模型， 获取运动姿态数据对应的各传感器 的灵敏度； 依据各传感器的灵敏度， 获取候选传 感器集； 依据候选传感器集采集的新运动姿态数 据， 对训练好的支持向量机模型进行再训练； 利 用遗传算法更新候选传感器集， 获取再训练的支 持向量机模 型的输出结果准确率最优、 且候选传 感器集数目最少时的候选传感器集， 得到优化传 感器集。 可以提高运动姿态检测效率。 权利要求书2页 说明书12页 附图3页 CN 114330561 A 2022.04.12 CN 114330561 A 1.一种基于运动神经类疾病优化传感器布设的方法， 其特 征在于， 包括： 在目标运动神经类疾病对应的关注部位布设传感器， 采集该关注部位的运动姿态数 据； 依据采集的运动姿态数据训练支持向量机模型， 利用训练的支持向量机模型， 获取运 动姿态数据对应的各传感器的灵敏度； 依据各传感器的灵敏度， 获取候选传感器集； 依据候选传感器集采集的新 运动姿态数据， 对训练好的支持向量机模型进行 再训练； 利用遗传算法更新候选传感器集， 获取再训练的支持向量机模型的输出结果准确率最 优、 且候选传感器集数目最少时的候选传感器集， 得到优化传感器集。 2.根据权利要求1所述的方法， 其特征在于， 所述依据采集的运动姿态数据训练支持向 量机模型， 包括： 对采集的运动姿态数据， 利用高通滤波器进行 滤波， 得到以0为基准的角度数据； 针对每一动作， 依据该动作各传感器对应的角度数据， 获取每一角度数据的峰峰值数 据； 对峰峰值数据进行归一化处理， 得到0 ‑1范围的归一化数据， 利用归一化数据训练支持 向量机模型。 3.根据权利要求2所述的方法， 其特征在于， 所述利用训练的支持向量机模型， 获取运 动姿态数据对应的各传感器的灵敏度， 包括： 针对输入支持向量机模型的运动姿态数据组中的每一运动姿态数据， 依次改变运动姿 态数据组中该运动姿态数据的值， 得到各改变值的运动姿态数据组； 针对每一改变值的运动姿态数据组， 将该改变值的运动姿态数据组输入训练好的支持 向量机模型， 得到该改变值的运动姿态数据组的标签值； 针对每一改变值的运动姿态数据， 计算标签值中最大值和最小值之间的差值， 以及， 计 算差值与最大值的比值， 得到该运动姿态数据的灵敏度。 4.根据权利要求3所述的方法， 其特征在于， 所述依据各传感器的灵敏度， 获取候选传 感器集， 包括： 将得到的各运动姿态数据的灵敏度按照从大至小进行排序， 从排序中选取候选运动姿 态数据； 获取候选运动姿态数据所属的传感器， 得到候选传感器集。 5.根据权利要求1至4任一项所述的方法， 其特 征在于， 还 包括： 将优化传感器集中的各优化传感器佩戴在监测对象的对应部位， 以采集运动对象姿态 数据； 对运动对象姿态数据进行高通滤波以及归一 化； 对归一化后的运动对象姿态数据进行分组， 得到分组数据， 将分组数据输入再训练的 支持向量机， 得到归一 化后的运动对象姿态数据对应的标签值。 6.根据权利要求5所述的方法， 其特征在于， 在采集运动对象姿态数据之后， 对运动对 象姿态数据进行高通滤波之前， 所述方法还 包括： 若同一部位的左右侧都布设有优化传感器， 利用动态时间规整算法， 对两侧的优化传 感器采集的运动对象姿态数据进行对齐。权　利　要　求　书 1/2 页 2 CN 114330561 A 27.根据权利要求5所述的方法， 其特征在于， 所述对归一化后的运动对象姿态数据进行 分组， 得到分组数据， 包括： 将优化传感器分为上肢、 下肢、 躯干三组， 其中， 躯干包括上胸、 胯部、 上肢包括大臂、 小 臂、 下肢包括大腿、 小腿、 脚背； 针对每一分组 的传感器， 将该分组 的传感器对应的归一化后的运动对象姿态数据归为 一组。 8.一种基于运动神经类疾病优化传感器布设的装置， 其特 征在于， 包括： 数据采集模块， 用于在目标运动神经类疾病对应的关注部位布设传感器， 采集该关注 部位的运动姿态数据； 灵敏度获取模块， 用于依据采集的运动姿态数据训练支持向量机模型， 利用训练的支 持向量机模型， 获取运动姿态数据对应的各传感器的灵敏度； 初筛选模块， 用于依据各传感器的灵敏度， 获取候选传感器集； 再训练模块， 用于依据候选传感器集采集的新运动姿态数据， 对训练好的支持向量机 模型进行 再训练； 优化模块， 用于利用遗传算法更新候选传感器集， 获取再训练的支持向量机模型的输 出结果准确率最优、 且候选传感器集数目最少时的候选传感器集， 得到优化传感器集。 9.一种计算机设备， 其特征在于， 包括： 处理器、 存储器和总线， 所述存储器存储有所述 处理器可执行 的机器可读指令， 当计算机设备运行时， 所述处理器与所述存储器之间通过 总线通信， 所述机器可读指 令被所述处理器执行时执行如权利要求 1至7任一所述的基于运 动神经类疾病优化传感器布设的方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 该计算机可读存储介质上存储有计算机程 序， 该计算机程序被处理器运行时执行如权利要求1至7任一所述的基于运动神经类疾病优 化传感器布设的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114330561 A 3