公开(公告)号：CN117153390A

公开(公告)日：2023-12-01

申请号：CN202311062246.7

申请日：2023-08-22

Applicant: 桂林电子科技大学

Inventor： 庄未 ,  萧洪亮 ,  黄用华 ,  吕武 ,  曾明昊 ,  任仰华 ,  梁子彦 ,  冯杰浩 ,  黄富

IPC: G16H50/30 ,  G06F18/23 ,  A61B5/00

Abstract: 本发明针对现有的一种基于高斯过程的多分类算法在未知平衡感知等级情况下，难以在平衡感知康复机器人上对患者进行评定问题，提出基于高斯混合聚类算法实现对无标签或弱标签数据的平衡感知等级评定。该算法首先设定混合成分个数，初始化高斯混合分布的模型参数，根据贝叶斯定理求出各状态向量的后验概率。然后采用EM算法对模型参数和后验概率进行迭代，判断不同状态变量的后验概率属于的等级。最后通过加权算出总概率，评定出患者的平衡感知等级。本发明在无标签或弱标签数据下对患者的平衡感知等级进行聚类，帮助医生科学地对患者的患病程度进行多类评定，大大节省了医院的人力和资源。本发明算法准确高效且实施简单明了，具有很强的工程意义。