基于多阶段模型的脑卒中步态相位识别方法及系统

本发明涉及一种基于多阶段模型的脑卒中步态相位识别方法及系统，具体如下：采用基于指数‑标准差融合的自适应滑动窗口算法，对脑卒中患者的步态信号进行动态片段截取，得到原始脑卒中步态数据；对原始脑卒中步态数据进行预处理，得到原始步态特征；构建集成式特征增强单元IFEU，输入原始步态特征，提取脑卒中步态信号的时间上下文特征；构建层级步态特征聚合单元HGFAU，输入时间上下文特征，进行各层级步态特征提取，融合后得到多重融合特征；将多重融合特征输入至线性层分类器，对输入特征进行分类，得到脑卒中步态相位识别结果。本发明可以实现步态相位识别，有助于对患者的康复治疗辅助进行客观的步行状态评估与异常监测。