基于机器学习的膝关节损伤检测方法

文章提出了一种基于机器学习的膝关节损伤检测方法。该方法利用加速度计采集的膝关节摆动信号,首先通过小波变换降低信号中的噪声能量,从而提高信噪比。接着,利用小波包分解提取小波能量,并通过梅林滤波器组计算信号的梅林倒谱系数。随后,将小波能量与梅林倒谱系数融合,形成融合特征,并通过主成分分析去除冗余信息。最后,采用最小二乘支持向量机、径向基神经网络和贝叶斯网络对健康和受损的膝关节摆动信号进行分类。实验结果表明,与现有方法相比,该方法在膝关节损伤检测方面具有更高的准确率。