[發明專利]一種基于雙向長短時記憶神經網絡的震顫檢測系統

在審

• 申請號: 202010996323.6
• 申請日: 2020-09-21
• 公開（公告）號: CN112075940A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 霍鑫;張黎明;牛慶然;趙輝;章國江;代亞美;馬杰;劉軍考;王洋;孟姣
• 申請（專利權）人: 哈爾濱工業大學;哈爾濱醫科大學
• 主分類號: A61B5/11
• 分類號: A61B5/11;A61B5/00;G06N3/04
• 代理公司: 哈爾濱華夏松花江知識產權代理有限公司 23213
• 代理人: 岳昕

1.一種基于雙向長短時記憶神經網絡的震顫檢測系統，包括：手部檢測模塊和模型預測模塊；

所述手部檢測模塊包括震顫數據采集單元和震顫數據轉換單元；

所述震顫數據采集單元用于采集手部三軸加速度信號；

所述震顫數據轉換單元用于將手部三軸加速度信號轉化為手部三軸加速度數據；

所述模型預測模塊包括手部震顫數據處理單元和模型訓練單元；

所述手部震顫數據處理單元用于對接收到的三軸加速度數據進行處理，得到訓練集和測試集；

所述模型訓練單元用于利用訓練集和測試集對模型進行訓練，得到訓練好的模型，其特征在于所述手部震顫數據處理單元的具體步驟為：

步驟一：對接收到的三軸加速度數據進行合格性檢測，剔除不合格的三軸加速度數據，保留合格的三軸加速度數據；

步驟二：將合格的三軸加速度數據裁剪成統一大小；

步驟三：將裁剪后的三軸加速度數據進行數據融合；

步驟四：將數據融合后的數據賦予標簽，分為本身存在震顫和本身不存在震顫兩類數據；

步驟五：將兩類數據拼接成一個完整的數據集；

步驟六：將拼接后數據的順序隨機打亂；

步驟七：對打亂后的數據進行歸一化處理。

2.根據權利要求1所述的一種基于雙向長短時記憶神經網絡的震顫檢測系統，其特征在于所述合格性檢測的具體步驟為：

步驟一一：設定一個閾值范圍j；

步驟一二：采集三組手部三軸加速度數據，并得到三組數據的融合加速度；

步驟一三：判斷三組數據融合加速度是否在閾值范圍j內；若在閾值范圍j內，則判定為通過合格性檢查，若不在閾值范圍j內，則判定為未通過合格性檢查。

3.根據權利要求2所述的一種基于雙向長短時記憶神經網絡的震顫檢測系統，其特征在于所述閾值范圍j的取值范圍為：

10m/s²＜j≤20m/s²。

4.根據權利要求3所述的一種基于雙向長短時記憶神經網絡的震顫檢測系統，其特征在于所述閾值范圍j為15m/s²。

5.根據權利要求4所述的一種基于雙向長短時記憶神經網絡的震顫檢測系統，其特征在于所述震顫數據采集單元利用陀螺儀傳感器采集手部三軸加速度信號。

6.根據權利要求5所述的一種基于雙向長短時記憶神經網絡的震顫檢測系統，其特征在于所述數據融合的具體步驟為：

記陀螺儀傳感器靜止時三軸加速度分別為a_x0、a_y0、a_z0，將通過合格性檢測的數據中三軸加速度進行融合，設數據集中三軸加速度分別為a_x、a_y、a_z，則融合公式為：

其中，a為融合后的加速度。

7.根據權利要求6所述的一種基于雙向長短時記憶神經網絡的震顫檢測系統，其特征在于所述模型基于雙向LSTM搭建，包括三個一維卷積層、兩個BiLSTM層、一個全連接層和一個輸出層，兩個BiLSTM層神經元個數設置為128，全連接層加入dropout，輸出層為softmax，優化器采用RMSprop。

8.根據權利要求7所述的一種基于雙向長短時記憶神經網絡的震顫檢測系統，其特征在于所述模型的激活函數為ReLU函數，ReLU函數表示為：

其中，x為上一層的輸入。

9.根據權利要求1所述的一種基于雙向長短時記憶神經網絡的震顫檢測系統，其特征在于所述系統還包括控制單元，所述控制單元用于控制震顫數據采集單元的開啟和關閉。

10.根據權利要求1所述的一種基于雙向長短時記憶神經網絡的震顫檢測系統，其特征在于所述系統還包括可視化單元，所述可視化單元用于將手部三軸加速度信號和手部三軸加速度數據進行顯示。