申请/专利权人：奥托立夫开发公司

申请日：2022-10-28

公开（公告）日：2024-06-21

公开（公告）号：CN118235144A

主分类号：G06N20/00

分类号：G06N20/00

优先权：["20211029 SE 2151327-0"]

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：用于在跌倒评估中训练机器学习模型的针对跌倒评估训练环境的计算机实现的方法，该跌倒评估包括跌倒检测；该方法包括实现S100该机器学习模型，以及准备S200训练数据。准备S200训练数据包括：获得并自动标注S210由从受试者1收集数据的传感器2,3；6,7生成的传感器数据，并且将每个受试者1的值分别耦合到其具体获得并标注的传感器数据，使用S220该传感器数据来生成包括数据点的时间序列400。自动标注S230该数据点，使得每个数据点被标注为分别反映对应的传感器数据。使用S240所标注的数据点将所述时间序列400动态分割成至少与跌倒事件相关联的事件段401和与跌倒事件不相关联的事件段402,403。使用S250该事件段沿着该时间序列400构建时间窗口404a‑404f，使得该时间序列400离散化，每个时间窗口404a‑404f包括多个时间步长ta,tb,tc,td,te。自动标注S260所构建的时间窗口404a‑404f，其中该时间窗口404a‑404f的该自动标注包括识别与每个时间窗口404a‑404f中的该时间步长ta,tb,tc,td,te相关联的数据点是属于跌倒事件401还是属于非跌倒事件402,403的信息。

主权项：1.一种用于在跌倒评估中训练机器学习模型的针对跌倒评估训练环境的计算机实现的方法，所述跌倒评估包括跌倒检测；所述方法包括实现S100所述机器学习模型，以及准备S200训练数据，其中准备S200训练数据包括：获得并自动标注S210由从受试者1收集数据的传感器2,3；6,7生成的传感器数据，并且将每个受试者1的值分别耦合到其具体获得并标注的传感器数据，使用S220所述传感器数据来生成包括数据点的时间序列400，自动标注S230所述数据点，使得每个数据点被标注为分别反映对应的传感器数据，使用S240所标注的数据点将所述时间序列400动态分割成至少与跌倒事件相关联的事件段401和与跌倒事件不相关联的事件段402,403，使用S250所述事件段沿着所述时间序列400构建时间窗口404a-404f，使得所述时间序列400离散化，每个时间窗口404a-404f包括多个时间步长ta,tb,tc,td,te，并且自动标注S260所构建的时间窗口404a-404f，其中所述时间窗口404a-404f的所述自动标注包括识别与每个时间窗口404a-404f中的所述时间步长ta,tb,tc,td,te相关联的数据点是属于跌倒事件401还是属于非跌倒事件402,403的信息。

全文数据：

权利要求：

百度查询： 奥托立夫开发公司 用于在跌倒评估中训练机器学习模型的计算机实现的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD