(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211014340.0 (22)申请日 2022.08.23 (71)申请人 大连乾函科技有限公司 地址 116000 辽宁省大连市高新园区火炬 路32A号A座24层2402-1室 (72)发明人 张雪飞　吴永秋　马重　 (74)专利代理 机构 大连东方专利代理有限责任 公司 21212 专利代理师 吴婷婷　李洪福 (51)Int.Cl. G16H 50/30(2018.01) A61B 5/00(2006.01) G06N 20/00(2019.01) (54)发明名称 基于多时间节点步态损失的认知功能评估 模型、 方法及装置 (57)摘要 本发明提供一种基于多时间节点步态损失 的认知功能评估模型、 方法及装置， 包括： 获取训 练用步态数据， 包括单任务步态训练数据和双任 务步态训练数据； 对每个时间节 点采集的多维步 态数据进行预处理， 求取时间维度的双任务步态 损失训练数据； 将所述时间维度的训练双任务步 态损失作为输入 数据训练认知功能评估模型； 将 获取的时间维度的双任务步态损失测试数据输 入认知功能评估模型得到评估结果。 本发明使用 多时间节点的双任务步态特征评估受试者认知 功能， 能够便捷的得到认知功能下降速度的量化 值， 而且得到的结果 客观准确。 权利要求书3页 说明书10页 附图2页 CN 115497619 A 2022.12.20 CN 115497619 A 1.一种基于多时间节点步态损失的认知功能评估模型， 其特征在于， 所述模型为通过 机器学习的方法构建的多因素回归模型； 所述模型以各时间节点的双 任务步态损失测试数 据作为输入数据， 输出认知功能评估结果； 将时间维度的双任务步态损失训练数据作为输入数据、 将针对训练用步态数据提供者 最近一次测试量表评估结果作为输出数据， 训练认知功能评估模型； 其中， 时间维度的双任 务步态损失训练数据的获取包括： 获取训练用步态数据， 所述训练用步态数据包括多时间节点采集的单任务步态训练数 据和双任务 步态训练数据； 对每个时间节点采集的训练用步态数据进行预处理， 从而得到各时间节点的双任务步 态损失训练数据； 基于各时间节点的双 任务步态损失训练数据求取时间维度的双任务步态 损失训练数据。 2.根据权利要求1所述的一种基于多时间节点步态损失的认知功能评估模型， 其特征 在于， 所述针对训练用步态数据提供者 最近一次测试量表评估结果 根据以下 方式获取： 分别采用三种测试量表MoCA、 MMSE以及ADAS ‑cog对训练用步态数据 提供者进行认知功 能评估测试， 并获取测试得分， 对使用三种测试量表获取 的测试得分进行归一化处理后获 取均值作为测试量表评估结果； 相应地， 基于认知功能评估 模型输出 得到认知功能评估结果， 包括： 将所述认知功能评估 模型的输出 ×100作为认知功能评估得分。 3.根据权利要求1所述的一种基于多时间节点步态损失的认知功能评估模型， 其特征 在于， 对每个时间节点采集的训练用步态数据进行预处理， 从而得到各时间节点的双任务 步态损失训练数据， 包括： 根据以下计算获取双任务 步态损失训练数据： 其中， 为双任务步态损失训练数据， 为单任务步态训练数据， 为双任务步态训 练数据， n 为步态数据维度， ti为当前时间节点， i ＝0,1,2. ...。 4.根据权利要求3所述的一种基于多时间节点步态损失的认知功能评估模型， 其特征 在于， 基于各时间节点的双 任务步态损失训练数据求取时间维度的双 任务步态损失训练数 据， 包括根据以下计算获取时间维度的双任务 步态损失训练数据： 其中， 为时间维度的双任务步态损失训练数据， 为时间节点ti下的双任务步态损 失训练数据， 为时间节点ti+j的双任务步态损失训练数据， ti+j表示与时间节点ti相邻j 个时间节点的时间节点。 5.根据权利要求1所述的一种基于多时间节点步态损失的认知功能评估模型， 其特征 在于， 模型训练还 包括： 将后续接收的多时间节点采集的单任务步态数据和双任务步态数据加入训练用步态 数据中， 训练所述认知功能评估 模型。权　利　要　求　书 1/3 页 2 CN 115497619 A 26.根据权利要求1所述的一种基于多时间节点步态损失的认知功能评估模型， 其特征 在于， 训练时对每个时间节点采集的多维步态数据进行预处理， 包括对缺失的单任务步态 训练数据和双任务 步态训练数据进行补全， 包括： 对某数据维度的缺失， 则将缺失 维度赋值 为其他受试者在该维度特 征的平均值； 对某维度数据的缺失， 则将缺失的数据赋值 为相邻数据的平均值。 7.根据权利要求1所述的一种基于多时间节点步态损失的认知功能评估模型， 其特征 在于， 多维步态数据根据以下获取： 参与者正常行走8‑10米， 期间采集单任务 步态数据； 参与者正常行走8 ‑10米， 同时执行附加任务， 期间采集双任务步态数据， 所述附加任务 为“说动物的名字 ”、“从100倒数”或者“说7的倍数 ”中的至少一个。 8.根据权利要求1所述的一种基于多时间节点步态损失的认知功能评估模型， 其特征 在于， 所述多维步态数据包括步幅、 步速、 步频、 支撑相、 摆动相、 跨步时间、 双支撑时间、 单 支撑时间、 摆动时间、 足趾离地角度和足跟着地角度。 9.一种基于多时间节点 步态损失的认知功能评估方法， 其特 征在于， 所述方法包括： 获取训练用步态数据， 所述训练用步态数据包括多时间节点采集的单任务步态训练数 据和双任务 步态训练数据； 对每个时间节点采集的训练用步态数据进行预处理， 从而得到各时间节点的双任务步 态损失训练数据； 基于各时间节点的双 任务步态损失训练数据求取时间维度的双任务步态 损失训练数据； 将所述时间维度的双任务步态损失训练数据作为输入数据、 将针对训练用步态数据提 供者最近一次测试量表评估结果作为输出数据， 训练认知功能评估模型； 所述模型为通过 机器学习的方法构建的多因素回归 模型； 获取待测试步态数据， 所述待测试步态数据包括多时间节点采集的单任务步态测试数 据和双任务 步态测试 数据； 对每个时间节点采集的待测试步态数据进行预处理， 从而得到各时间节点的双任务步 态损失测试数据； 基于各时间节点的双 任务步态损失测试数据求取时间维度的双任务步态 损失测试 数据； 将所述时间维度的双任务步态损失测试数据输入认知功能评估模型， 基于认知功能评 估模型输出 得到认知功能评估结果。 10.一种基于多时间节点 步态损失的认知功能评估 装置， 其特 征在于， 所述装置包括： 训练数据获取单元， 其用于获取训练用步态数据， 所述训练用步态数据包括多时间节 点采集的单任务 步态训练数据和双任务 步态训练数据； 训练数据预处理单元， 其用于对每个时间节点采集的训练用步态数据进行预处理， 从 而得到各节点的双 任务步态损失训练数据； 基于各时间节点的双任务步态损失训练数据求 取时间维度的双任务 步态损失训练数据； 训练单元， 其用于将所述时间维度的训练双任务步态损 失作为输入数据、 将最近一次 测试量表评估结果作为输出 数据， 训练认知功能评估 模型； 待测试数据获取单元， 其用于获取待测试步态数据， 所述待测试步态数据包括多时间 节点采集的单任务 步态测试 数据和双任务 步态测试 数据；权　利　要　求　书 2/3 页 3 CN 115497619 A 3