2025年1月30日
星期四
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
王景丽
作品数:
1
被引量:18
H指数:1
供职机构:
中国科学院苏州生物医学工程技术研究所
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
王计平
中国科学院苏州生物医学工程技术...
郁磊
中国科学院苏州生物医学工程技术...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
学习机
1篇
遗传算法
1篇
速度传感器
1篇
卒中
1篇
脑卒中
1篇
基于遗传算法
1篇
极限学习机
1篇
加速度
1篇
加速度传感器
1篇
感器
1篇
传感
1篇
传感器
机构
1篇
中国科学院
1篇
中国科学院长...
1篇
嘉兴市第二医...
1篇
中国科学院大...
作者
1篇
郁磊
1篇
王计平
1篇
王景丽
传媒
1篇
计算机应用
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于遗传算法和极限学习机的Fugl-Meyer量表自动评估
被引量:18
2014年
为实现脑卒中上肢居家康复评定的自动化和定量化,针对临床上最常用的Fugl-Meyer运动功能评定(FMA)量表,利用极限学习机(ELM)建立了FMA量表得分自动预测模型。选取FMA肩肘部分中的4个动作,采用固定于偏瘫侧前臂和上臂的两个加速度传感器采集24名患者的运动数据,经预处理和特征提取,基于遗传算法(GA)和ELM进行特征选择,分别建立单个动作ELM预测模型和综合预测模型。结果显示,该模型可对FMA肩肘部分得分进行精确的自动预测,预测均方根误差为2.1849分。该方法突破了传统评定中主观性、耗时性的限制及对康复医师或治疗师的依赖性,可方便用于居家康复的评定。
王景丽
李亮
郁磊
王计平
方强
关键词:
脑卒中
加速度传感器
遗传算法
极限学习机
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张