使用步态分析进行帕金森氏病检测:该研究项目旨在利用步态分析数据检测患者的帕金森氏病。 随后,该项目可以利用步态数据分析做出有力的推断,这将有助于将受此疾病影响的最常见人群汇总起来-源码

上传者: 42135753 | 上传时间: 2021-04-07 16:22:40 | 文件大小: 142.55MB | 文件类型: ZIP
使用步态分析进行帕金森氏病检测 对帕金森氏病(PD)患者和对照对象的步态分析已进行分析,以显示PD患者和对照对象的差异。 使用Phisonet的Gaitpdb数据库提供的数据(已在对象的每只脚上使用8个传感器来计算垂直地面反作用力(VGRF)),已使用7个统计函数执行了数据压缩,以获得数据的代表性图像。 统计函数(最小值,最大值,均值,中位数,标准差,偏度和峰度)已用于将超过300万个元组压缩为310个元组。 最后,各种机器学习技术已应用于转换后的数据集,以执行帕金森氏病的检测。 使用Logistic回归,决策树,随机森林,SVM(线性内核),SVM(RBF内核),SVM(多核)和k最近邻居进

文件下载

资源详情

[{"title":"( 418 个子文件 142.55MB ) 使用步态分析进行帕金森氏病检测:该研究项目旨在利用步态分析数据检测患者的帕金森氏病。 随后,该项目可以利用步态数据分析做出有力的推断,这将有助于将受此疾病影响的最常见人群汇总起来-源码","children":[{"title":".merged_datasets_random_forests.ipynb.swp <span style='color:#111;'> 16.00KB </span>","children":null,"spread":false},{"title":"merge_datasets_SVM_RBF.ipynb <span style='color:#111;'> 259.97KB </span>","children":null,"spread":false},{"title":"merge_datasets_SVM_RBF-checkpoint.ipynb <span style='color:#111;'> 190.58KB </span>","children":null,"spread":false},{"title":"merge_datasets-checkpoint.ipynb <span style='color:#111;'> 185.11KB </span>","children":null,"spread":false},{"title":"merge_datasets_SVM-checkpoint.ipynb <span style='color:#111;'> 185.12KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明