[发明专利]运动行为和认知能力的关联分析方法及系统

权利要求书

1.一种运动行为和认知能力的关联分析方法，包括：

步骤1：从运动行为数据中提取反映行为特点的运动特征集；

步骤2：采用迭代随机森林从所述运动特征集中选出用于分析认知能力的最优特征子集；

步骤3：利用所述最优特征子集采用分类器获得运动行为和认知能力的关联分析结果。

2.根据权利要求1所述的方法，其中，步骤2包括：

步骤21：通过多次重复随机采样将所述运动特征集划分为多个训练集和多个测试集；

步骤22：根据所述多个训练集构建多个随机森林；

步骤23：在所述多个测试集上检验所构建的随机森林的性能，根据每个特征出现在随机森林的个数和在随机森林中出现的频率选出一部分重要特征；

步骤24：根据所述一部分重要特征重新构建随机森林，重复步骤22和步骤23进行迭代，以选出用于认知能力分析的最优特征子集。

3.根据权利要求2所述的方法，其中，在步骤23中，采用下式来选择所述一部分重要特征：

每个特征f_j出现的随机森林个数N_j；和

每个特征f_j在随机森林中出现的频率F_j；

其中，

和分别表示在S个随机森林的B棵树中分裂属性为f_j的内部节点数目以及所有内部节点的个数。

4.根据权利要求2所述的方法，其中，步骤24包括：

将与预设阈值进行比较，其中，n(t)为当前第t次迭代的特征数目，如果r大于所述阈值，则继续进行迭代并将下一次迭代的特征数目n(t+1)设置为r；如果r小于所述阈值，则终止迭代并选择当前的n(t)个特征作为最优特征子集。

5.根据权利要求1所述的方法，其中，步骤3包括以所述最优特征子集作为输入向量，以是否患有认知能力疾病或认知能力等级作为目标向量，利用加权极限学习机来获得运动行为和认知能力的关联分析结果。

6.根据权利要求1所述的方法，其中，所述运动行为数据使用Kinect、智能手机、智能手表、肌电仪采集获得。

7.根据权利要求1所述的方法，其中，所述运动特征集包括步态特征、灵活度特征和平衡性特征。

8.根据权利要1至7任一项所述的方法，其中，采用分类精度、灵敏度、特异性或几何均值来衡量所述迭代随机森林的性能。

9.一种运动行为和认知能力的关联分析系统，包括：

用于从运动行为数据中提取反映行为特点的运动特征集的装置；

用于采用迭代随机森林从所述运动特征集中选出用于检测认知能力的最优特征子集的装置；

用于利用所述最优特征子集采用分类器获得运动行为和认知能力的关联分析结果的装置。

10.根据权利要求9所述的系统，还包括：

用于通过多次重复随机采样将所述运动特征集划分为多个训练集和多个测试集的装置；

用于根据所述多个训练集构建多个随机森林的装置；

用于在所述多个测试集上检验所构建的随机森林的性能，根据每个特征出现在随机森林的个数和在随机森林中出现的频率选出一部分重要特征的装置；

用于根据所述一部分重要特征重新构建随机森林进行迭代，以选出用于认知能力分析的最优特征子集的装置。