公开(公告)号：CN117731243B

公开(公告)日：2025-01-14

申请号：CN202410182882.1

申请日：2024-02-19

Applicant: 北京大学第三医院(北京大学第三临床医学院) ,  北京科技大学

Inventor： 郭秦炜 ,  刘欣 ,  开程 ,  任爽 ,  杨洁 ,  张思 ,  张德政 ,  阿孜古丽·吾拉木

IPC: A61B5/00 ,  A61B5/11 ,  G16H50/20

Abstract: 本发明提供一种基于步态数据特征的足部运动损伤辅助诊断方法及系统，该方法包括：数据预处理、步态数据特征空间构建、损伤辅助诊断及其有效性验证；本发明解决了现有足部运动损伤诊疗中存在的智能、精准的诊断方法短缺之问题；在受试者足部运动信息采集的基础上，基于海德堡足部测量方法对自然行走过程中关节的活动度进行精细化描述，建立足部损伤的步态数据特征空间，实现针对足部运动损伤的辅助诊断；该方法与系统为量化、综合、便捷的足部损伤诊断提供了一种新型有效的智能辅助工具，同时，也为足部康复辅具研制、下肢外骨骼机器人研发等相关领域的研究与应用提供了必要的人体测量学依据。

公开(公告)号：CN117731243A

公开(公告)日：2024-03-22

申请号：CN202410182882.1

申请日：2024-02-19

Applicant: 北京大学第三医院(北京大学第三临床医学院) ,  北京科技大学

Inventor： 郭秦炜 ,  刘欣 ,  开程 ,  任爽 ,  杨洁 ,  张思 ,  张德政 ,  阿孜古丽·吾拉木

IPC: A61B5/00 ,  A61B5/11 ,  G16H50/20

Abstract: 本发明提供一种基于步态数据特征的足部运动损伤辅助诊断方法及系统，该方法包括：数据预处理、步态数据特征空间构建、损伤辅助诊断及其有效性验证；本发明解决了现有足部运动损伤诊疗中存在的智能、精准的诊断方法短缺之问题；在受试者足部运动信息采集的基础上，基于海德堡足部测量方法对自然行走过程中关节的活动度进行精细化描述，建立足部损伤的步态数据特征空间，实现针对足部运动损伤的辅助诊断；该方法与系统为量化、综合、便捷的足部损伤诊断提供了一种新型有效的智能辅助工具，同时，也为足部康复辅具研制、下肢外骨骼机器人研发等相关领域的研究与应用提供了必要的人体测量学依据。

公开(公告)号：CN115281662A

公开(公告)日：2022-11-04

申请号：CN202211169507.0

申请日：2022-09-26

Applicant: 北京科技大学 ,  北京北咨信息工程咨询有限公司

Inventor： 刘欣 ,  康苹 ,  刘安琦 ,  开程 ,  赵辰 ,  张德政 ,  任继平 ,  栗辉 ,  阿孜古丽·吾拉木

IPC: A61B5/11 ,  A61B5/00

Abstract: 本发明提供一种慢性踝关节不稳智能辅助诊断系统，属于医工结合与计算机辅助诊断技术领域。所述系统包括：运动特征提取模块，构建时空运动特征小样本；运动特征增强模块，构建对偶式生成对抗网络模型，利用时空运动特征小样本对其进行训练，使其能够生成增强特征样本；基分类器构建模块，用于构建用于识别慢性踝关节不稳的三种基分类器；多分类器融合模块，构建模型无关的元学习算法，将三种基分类器运用堆叠法进行集成学习，以时空运动特征小样本与增强特征样本组成训练集，利用K折交叉训练的方法对元学习模型进行训练，得到能够有效识别慢性踝关节不稳的多分类器融合模型。采用本发明，能够实现慢性踝关节不稳的有效辅助诊断。

公开(公告)号：CN118335342A

公开(公告)日：2024-07-12

申请号：CN202410423058.0

申请日：2024-04-09

Applicant: 北京科技大学

Inventor： 王莉 ,  开程 ,  刘欣 ,  张德政 ,  阿孜古丽·吾拉木

IPC: G16H50/70 ,  A61B5/11 ,  G16H10/60 ,  G16H20/30 ,  G16H50/30 ,  G06F18/25 ,  G06F18/213 ,  G06F123/02

Abstract: 本发明提供一种针对足部韧带损伤的时序步态数据提取与生成方法及系统，所述方法包括：采集受试者的时序步态数据并进行预处理；根据时序步态共性特征及受试者个体实际运动情况，将预处理后的时序步态数据按照特征标记点空间坐标位置进行步态周期分割；基于步态周期分割结果，对损伤组与对照组的各维度特征进行假设检验，筛选出具有特异性的时序步态特征数据，构建时序步态特征空间；基于TimeGPT大模型，通过已有的时序步态数据预测新的时序步态数据，即生成时序步态数据；对TimeGPT大模型进行微调，直至生成的时序步态数据满足相关性要求。本发明能够提供优质、高效的训练样本支持。

公开(公告)号：CN115281662B

公开(公告)日：2023-01-17

申请号：CN202211169507.0

申请日：2022-09-26

Applicant: 北京科技大学 ,  北京北咨信息工程咨询有限公司

Inventor： 刘欣 ,  康苹 ,  刘安琦 ,  开程 ,  赵辰 ,  张德政 ,  任继平 ,  栗辉 ,  阿孜古丽·吾拉木

IPC: A61B5/11 ,  A61B5/00

Abstract: 本发明提供一种慢性踝关节不稳智能辅助诊断系统，属于医工结合与计算机辅助诊断技术领域。所述系统包括：运动特征提取模块，构建时空运动特征小样本；运动特征增强模块，构建对偶式生成对抗网络模型，利用时空运动特征小样本对其进行训练，使其能够生成增强特征样本；基分类器构建模块，用于构建用于识别慢性踝关节不稳的三种基分类器；多分类器融合模块，构建模型无关的元学习算法，将三种基分类器运用堆叠法进行集成学习，以时空运动特征小样本与增强特征样本组成训练集，利用K折交叉训练的方法对元学习模型进行训练，得到能够有效识别慢性踝关节不稳的多分类器融合模型。采用本发明，能够实现慢性踝关节不稳的有效辅助诊断。