基于支持向量机的帕金森病人运动障碍量化及识别方法

摘要

本发明属于信号识别技术领域，具体涉及了一种基于支持向量机的帕金森病人运动障碍量化及识别方法，旨在解决现有技术无法精确实现帕金森病人运动障碍量化及识别的问题。本发明包括：获取被测对象和健康者的腕部运动信号、踝部运动信号；对信号进行重采样及信号合成；通过滑动窗口提取行走间隔；分别提取被测对象和健康者的步态特征；对步态特征进行归一化并通过训练好的支持向量机分类；计算Pr值，其区间Pr＞0.9、0.9＞Pr≥0.6、0.6＞Pr≥0.5、Pr＜0.5分别对应被测对象为重度帕金森病人、中度帕金森病人、轻度帕金森病人、非帕金森病人。本发明帕金森病人运动障碍量化及识别的准确率高、精确度高、占用资源少，还适用于远程医疗，降低成本，提高效率。