[发明专利]一种基于人工智能计算的柔性步态监测装置在审

专利信息
申请号: 201811325767.6 申请日: 2018-11-08
公开(公告)号: CN109431510A 公开(公告)日: 2019-03-08
发明(设计)人: 吴幸;田希悦;张嘉言;王茜;顾俊杰 申请(专利权)人: 华东师范大学
主分类号: A61B5/103 分类号: A61B5/103;A61B5/11;G06K9/62
代理公司: 上海蓝迪专利商标事务所(普通合伙) 31215 代理人: 徐筱梅;张翔
地址: 200241 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 神经网络训练 传感阵列 监测装置 人体形态 柔性压力 模数转换电路 人工智能 特征比对 选通电路 压力信号 智能监测 步态 神经网络输入 串口传输 健康状态 可靠分析 模块串接 人体膝盖 输出信号 数据支持 准确率 比对 足底 步行 采集 健康 预测 学习 研究
【权利要求书】:

1.一种基于人工智能计算的柔性步态监测装置,其特征在于该监测装置由柔性压力传感阵列、选通电路、模数转换电路、神经网络训练器和特征比对模块组成,所述柔性压力传感阵列将采集步行时人体膝盖和足底的多组压力信号经选通电路接入模数转换电路,其输出信号通过串口传输至神经网络训练器进行学习;所述神经网络训练器将完成训练的神经网络输入特征比对模块,且与模数转换电路实时输出的电压信号进行比对和识别,实现人体形态健康的智能监测。

2.根据权利要求1所述基于人工智能计算的柔性步态监测装置,其特征在于所述柔性压力传感阵列贴附于膝盖和足底,采集初始着地期、支撑反应期、中点支撑期、支撑后期、摆动前期、摆动早期、摆动中期和摆动后期八个步态阶段的压力数据。

3.根据权利要求1所述基于人工智能计算的柔性步态监测装置,其特征在于所述神经网络训练器为输入层神经元与隐含层神经元和输出层神经元组成的三层网络结构,所述输入层神经元将模数转换电路的输出信号接入隐含层神经元,并由隐含层神经元进入输出层神经元,其输出经训练参数对比单元的比对后,达到训练要求则将其训练结果输出;反之则经修正权值的调整后返回输入层神经元,并由输入层神经元再次进入隐含层神经元及输出层神经元,如此进行多次循环学习的训练,直至学习结果满足设定的训练参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东师范大学,未经华东师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811325767.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top