《表2 不同特征组合的模型评估结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《帕金森病冻结步态的实时监测系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

既往研究中，用于实时监测冻结步态的可穿戴设备内的传感器只有惯性传感器，因而用于识别冻结步态的特征只有加速度时域和频域上特征。而本系统增加了超声波测距传感器，因而可由加速度信号和抬脚高度信号共同构建冻结步态识别模型。表2为不同特征组合下构建的冻结步态识别模型的评估结果，其中机器学习算法均选取随机森林算法。由表2结果可看出，基于加速度信号和抬脚高度信号的冻结步态识别模型识别效果优于仅由加速度信号构建的模型。