基于遗传算法和极限学习机的Fugl-Meyer量表自动评估
文献类型：期刊论文
| 作者 | 王景丽 ; 李亮 ; 郁磊 ; 王计平 ; 方强 |
| 刊名 | 计算机应用
 |
| 出版日期 | 2014-03-09 |
| 期号 | 3页码:907-910+914 |
| 关键词 | 脑卒中 居家康复 Fugl-Meyer评定 加速度传感器 遗传算法 极限学习机 |
| 中文摘要 | 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。 |
| 语种 | 中文 |
| 公开日期 | 2015-05-27 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/43274]  |
| 专题 | 长春光学精密机械与物理研究所_中科院长春光机所知识产出 |
| 推荐引用方式 GB/T 7714 | 王景丽,李亮,郁磊,等. 基于遗传算法和极限学习机的Fugl-Meyer量表自动评估[J]. 计算机应用,2014(3):907-910+914. |
| APA | 王景丽,李亮,郁磊,王计平,&方强.(2014).基于遗传算法和极限学习机的Fugl-Meyer量表自动评估.计算机应用(3),907-910+914. |
| MLA | 王景丽,et al."基于遗传算法和极限学习机的Fugl-Meyer量表自动评估".计算机应用 .3(2014):907-910+914. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。