公开(公告)号：CN118969263A

公开(公告)日：2024-11-15

申请号：CN202410934774.5

申请日：2024-07-12

Applicant: 华南理工大学 ,  无锡创擎科技有限公司

Inventor： 潘俊杰 ,  舒琳 ,  王琳 ,  花浩镪

IPC: G16H50/30 ,  A61B5/103 ,  G06F18/213 ,  G06F18/241 ,  G06F18/27 ,  G06F18/22

Abstract: 本发明公开了一种基于足底压力的糖尿病足评估方法及系统，属于步态和足底压力数据分析领域。其中方法包括：采集受试者的足底压力数据；对采集的足底压力数据进行分析处理，提取与足部病变相关的原始特征；对提取的原始特征进行增强和筛选处理，获得与标签相关度较高的特征数据；通过多子域分类算法模型，将获得的特征数据分类到与其相似的子域空间中；子域空间设有多个，并由典型足压特征数据集特征空间的单一域通过多子域划分方法得到；在所述子域空间中对受试者的特征数据进行CPT/VPT的回归预测，获得评估结果。本发明根据足底压力信号，能准确有效地对糖尿病足进行判别评估，并为临床医生提供更好的决策支持，从而改善糖尿病患者的康复和治疗效果。

公开(公告)号：CN117912686A

公开(公告)日：2024-04-19

申请号：CN202311820232.7

申请日：2023-12-27

Applicant: 华南理工大学

Inventor： 舒琳 ,  潘俊杰 ,  徐向民

IPC: G16H50/30 ,  G16H50/70 ,  G16H10/60 ,  G06F18/2431 ,  G06N20/00 ,  A61B5/103 ,  A61B5/00

Abstract: 本发明涉及步态和足压数据分析领域，为基于多子域分类算法的糖尿病足神经病变评估系统，包括数据采集模块，用于采集足底压力数据；特征提取模块，用于对足底压力数据进行分析处理，提取与足部神经病变相关的原始特征；特征增强和筛选模块，用于对提取的原始特征作增强和筛选处理,获得与标签相关度较高的特征数据；多子域分类算法模型，用于将每一个受试者的特征数据分类到与其相似的子域空间中，其中，子域空间由典型足压数据集划分得到；神经病变评估模块，用于在所述相似的子域空间中对受试者的特征数据进行标签预测。本发明提高了足部神经病变的评估准确性，为临床医生提供更好的决策支持。