本公開涉及帕金森步態(tài)分析，具體涉及用于帕金森步態(tài)障礙的連續(xù)尺度評估方法及系統(tǒng)。

背景技術(shù)：

1、帕金森病(parkinson's?disease)是一種常見的神經(jīng)退行性疾病，其特征是多巴胺能神經(jīng)元的逐漸喪失。這種疾病的一個主要表現(xiàn)是運動障礙，其中步態(tài)障礙是最常見和顯著的特征之一，對患者的日常生活影響較大。

2、目前，臨床醫(yī)生通過mds-updrs量表的第三部分來對患者的步態(tài)障礙進(jìn)行分級評估，這種人工檢查需要定期的門診訪問，效率低下且主觀性強，容易忽視患者步態(tài)的變化情況，所以，迫切需要開發(fā)一種客觀高效的帕金森步態(tài)障礙分級量化評估方法。

3、許多研究探索了基于骨架數(shù)據(jù)進(jìn)行帕金森步態(tài)mds-updrs評分估計的方法，2021年，斯坦福大學(xué)的李飛飛教授團隊首先將骨架數(shù)據(jù)和卷積網(wǎng)絡(luò)用于預(yù)測帕金森步態(tài)障礙的mds-updrs評分，然而，卷積網(wǎng)絡(luò)不能有效捕捉骨架關(guān)節(jié)點之間的空間依賴性；隨后，guo等人融合了多尺度注意力機制和st-gcn來有效地捕獲步態(tài)骨架數(shù)據(jù)中的時空特征，提升了模型對帕金森步態(tài)障礙分級評估的準(zhǔn)確性；總體來說，這些進(jìn)展證明了使用骨架數(shù)據(jù)進(jìn)行帕金森步態(tài)分析的可行性。

4、然而，目前的研究中還存在明顯的局限性，導(dǎo)致帕金森步態(tài)障礙評估的精度和性能不足，概括為：

5、首先，帕金森步態(tài)障礙的臨床分析通常涉及對上肢和下肢運動姿態(tài)的單獨評估；目前基于骨架數(shù)據(jù)的帕金森步態(tài)分析方法大多依賴于經(jīng)典的st-gcn網(wǎng)絡(luò)結(jié)構(gòu)，直接對全身骨架進(jìn)行步態(tài)特征建模，缺乏對上肢和下肢步態(tài)特征單獨建模的能力。

6、其次，在帕金森步態(tài)的臨床評估中，醫(yī)學(xué)專家強調(diào)了步幅、步寬、抬腳高度、腳跟著地以及手臂擺動等局部特征的重要性；雖然許多方法使用了注意力機制來捕捉重要關(guān)節(jié)點的時空特征，但仍然缺乏針對局部步態(tài)特征建模設(shè)計的網(wǎng)絡(luò)結(jié)構(gòu)。

7、最后，臨床醫(yī)生根據(jù)評分量表為患者標(biāo)記離散的步態(tài)得分，基于這一步態(tài)得分標(biāo)簽，現(xiàn)有方法將帕金森步態(tài)mds-updrs評分估計作為粗粒度分類問題來解決，忽視了帕金森步態(tài)障礙的進(jìn)行性特征；事實上，臨床診斷中也希望得到一個連續(xù)尺度的帕金森步態(tài)障礙評分，來詳細(xì)分析患者步態(tài)障礙的發(fā)展?fàn)顟B(tài)，以便于實現(xiàn)更精準(zhǔn)的醫(yī)療方案制定；但是，醫(yī)學(xué)專家也無法直接給出有效的連續(xù)尺度步態(tài)障礙評分標(biāo)簽。

技術(shù)實現(xiàn)思路

1、本公開為了解決上述問題，提出了用于帕金森步態(tài)障礙的連續(xù)尺度評估方法及系統(tǒng)，對上肢和下肢進(jìn)行單獨建模，并將自注意力機制從時空維度擴展到通道維度，增強了模型在捕捉局部時空步態(tài)特征方面的能力，最后采用流型混合技術(shù)和線性回歸的方法實現(xiàn)了在連續(xù)尺度上的帕金森步態(tài)障礙評分。

2、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

3、用于帕金森步態(tài)障礙的連續(xù)尺度評估方法，包括：

4、獲取受試者的步態(tài)骨架序列；

5、將步態(tài)骨架序列輸入到訓(xùn)練好的評估網(wǎng)絡(luò)中，得到粗粒度分類向量和連續(xù)尺度的數(shù)值評分，作為連續(xù)尺度評估結(jié)果；

6、其中，所述評估網(wǎng)絡(luò)，首先通過步態(tài)骨架圖規(guī)范化分割，將受試者的步態(tài)骨架序列轉(zhuǎn)換為上肢特征圖序列和下肢特征圖序列，然后基于雙支路結(jié)構(gòu)的全維度自注意力卷積，從上肢特征圖序列和下肢特征圖序列中分別提取上肢和下肢的局部時空語義特征；其次利用自注意力機制，融合上肢和下肢的局部時空語義特征，得到步態(tài)特征；最后對步態(tài)特征進(jìn)行分類與回歸，得到最終的連續(xù)尺度評估結(jié)果。

7、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

8、用于帕金森步態(tài)障礙的連續(xù)尺度評估系統(tǒng)，包括：

9、獲取模塊，被配置為：獲取受試者的步態(tài)骨架序列；

10、評估模塊，被配置為：將步態(tài)骨架序列輸入到訓(xùn)練好的評估網(wǎng)絡(luò)中，得到粗粒度分類向量和連續(xù)尺度的數(shù)值評分，作為連續(xù)尺度評估結(jié)果；

11、其中，所述評估網(wǎng)絡(luò)，首先通過步態(tài)骨架圖規(guī)范化分割，將受試者的步態(tài)骨架序列轉(zhuǎn)換為上肢特征圖序列和下肢特征圖序列，然后基于雙支路結(jié)構(gòu)的全維度自注意力卷積，從上肢特征圖序列和下肢特征圖序列中分別提取上肢和下肢的局部時空語義特征；其次利用自注意力機制，融合上肢和下肢的局部時空語義特征，得到步態(tài)特征；最后對步態(tài)特征進(jìn)行分類與回歸，得到最終的連續(xù)尺度評估結(jié)果。

12、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

13、一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法。

14、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

15、一種非暫態(tài)計算機可讀存儲介質(zhì)，所述非暫態(tài)計算機可讀存儲介質(zhì)用于存儲計算機指令，所述計算機指令被處理器執(zhí)行時，實現(xiàn)所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法。

16、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

17、一種電子設(shè)備，包括：處理器、存儲器以及計算機程序；其中，處理器與存儲器連接，計算機程序被存儲在存儲器中，當(dāng)電子設(shè)備運行時，所述處理器執(zhí)行所述存儲器存儲的計算機程序，以使電子設(shè)備執(zhí)行實現(xiàn)所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法。

18、與現(xiàn)有技術(shù)相比，本公開的有益效果為：

19、本發(fā)明所提的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法，通過全維度自注意力卷積模塊和連續(xù)數(shù)值評分預(yù)測策略，能夠有效建模帕金森步態(tài)的局部特征和譜系特性，提高帕金森步態(tài)障礙分類的性能。

20、本方法對上肢和下肢進(jìn)行單獨建模，并將自注意力機制從時空維度擴展到通道維度，增強了模型在捕捉局部時空步態(tài)特征方面的能力，最后采用流型混合技術(shù)和線性回歸的方法實現(xiàn)了在連續(xù)尺度上的帕金森步態(tài)障礙評分，解決了帕金森步態(tài)障礙評估的精度和性能不足的問題。

技術(shù)特征：

1.用于帕金森步態(tài)障礙的連續(xù)尺度評估方法，其特征在于，包括：

2.如權(quán)利要求1所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法，其特征在于，所述步態(tài)骨架序列是按時間順序排列的一組骨架圖，所述骨架圖由若干個關(guān)節(jié)及關(guān)節(jié)坐標(biāo)組成，用于表征時間索引下的患者步態(tài)；

3.如權(quán)利要求1所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法，其特征在于，所述全維度自注意力卷積，是使用多頭機制從不同的子空間中學(xué)習(xí)多樣性的特征表達(dá)，具體為：

4.如權(quán)利要求1所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法，其特征在于，所述融合上肢和下肢的局部時空語義特征，具體為：

5.如權(quán)利要求1所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法，其特征在于，所述對步態(tài)特征進(jìn)行分類與回歸，包括：

6.如權(quán)利要求1所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法，其特征在于，所述評估網(wǎng)絡(luò)是利用流型混合技術(shù)獲得混合樣本和連續(xù)尺度的混合標(biāo)簽，對連續(xù)尺度上的帕金森步態(tài)障礙評估進(jìn)行訓(xùn)練。

7.用于帕金森步態(tài)障礙的連續(xù)尺度評估系統(tǒng)，其特征在于，包括：

8.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-6任一項所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法。

9.一種非暫態(tài)計算機可讀存儲介質(zhì)，其特征在于，所述非暫態(tài)計算機可讀存儲介質(zhì)用于存儲計算機指令，所述計算機指令被處理器執(zhí)行時，實現(xiàn)如權(quán)利要求1-6任一項所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法。

10.一種電子設(shè)備，其特征在于，包括：處理器、存儲器以及計算機程序；其中，處理器與存儲器連接，計算機程序被存儲在存儲器中，當(dāng)電子設(shè)備運行時，所述處理器執(zhí)行所述存儲器存儲的計算機程序，以使電子設(shè)備執(zhí)行實現(xiàn)如權(quán)利要求1-6任一項所述的用于帕金森步態(tài)障礙的連續(xù)尺度評估方法。

技術(shù)總結(jié)
本公開提供了用于帕金森步態(tài)障礙的連續(xù)尺度評估方法及系統(tǒng)，涉及帕金森步態(tài)分析技術(shù)領(lǐng)域，對受試者的步態(tài)骨架序列進(jìn)行如下處理：首先將步態(tài)骨架序列轉(zhuǎn)換為上肢特征圖序列和下肢特征圖序列，然后分別提取上肢和下肢的局部時空語義特征；其次融合上肢和下肢的局部時空語義特征，得到步態(tài)特征；最后對步態(tài)特征進(jìn)行分類與回歸，得到粗粒度分類向量和連續(xù)尺度的數(shù)值評分，作為連續(xù)尺度評估結(jié)果；本發(fā)明對上肢和下肢進(jìn)行單獨建模，并將自注意力機制從時空維度擴展到通道維度，增強了模型在捕捉局部時空步態(tài)特征方面的能力，最后采用流型混合技術(shù)和線性回歸的方法實現(xiàn)了在連續(xù)尺度上的帕金森步態(tài)障礙評分。

技術(shù)研發(fā)人員：馬昕,田皓宇,宋銳,田新誠,榮學(xué)文,王超群,李貽斌
受保護的技術(shù)使用者：山東大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15