作者:王景丽,李亮,郁磊,王计平,方强 单位:四川省计算机学会;中国科学院成都分院 出版:《计算机应用》2014年第03期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJSJY2014030650 DOC编号:DOCJSJY2014030659 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为实现脑卒中上肢居家康复评定的自动化和定量化,针对临床上最常用的Fugl-Meyer运动功能评定(FMA)量表,利用极限学习机(ELM)建立了FMA量表得分自动预测模型。选取FMA肩肘部分中的4个动作,采用固定于偏瘫侧前臂和上臂的两个加速度传感器采集24名患者的运动数据,经预处理和特征提取,基于遗传算法(GA)和ELM进行特征选择,分别建立单个动作ELM预测模型和综合预测模型。结果显示,该模型可对FMA肩肘部分得分进行精确的自动预测,预测均方根误差为2.1849分。该方法突破了传统评定中主观性、耗时性的限制及对康复医师或治疗师的依赖性,可方便用于居家康复的评定。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。