基于机器学习的帕金森病人手写文字自动识别方法技术

本发明专利技术提供一种基于机器学习的帕金森病人手写文字自动识别方法，包括：1、预先搜集帕金森病人手写的文字；2、将每个文字制作成相应的图像，并将图像转换为统一的图像规格；3、将所有的图像根据图像的内容进行一一分类；4、将分类好的图像进行一一建立图像模型；5、循环调用图像模型内的图像进行迭代训练以减少图像模型存在的误差，最终优化各图像模型的精确度；6、当用户输入图像时，对比输入的图像与所有图像模型中预存的图像相似度，判断其相似度是否高于预设的相似度阈值，若是，则自动识别出输入的图像内容；若否，则提醒用户手写输入该输入的图像对应的文字，进入步骤2。本发明专利技术能自动识别出帕金森病人写的文字内容，方便日常生活。

Automatic handwriting recognition method for Parkinson patients based on machine learning

The invention provides a machine learning based method for automatic recognition of handwritten text of Parkinson's patients, including: 1, pre Parkinson to collect the written word, 2 patients; each text made the corresponding image, and converting the image to image unified; 3, all images were classified according to the content of the image; 4, the image classification is good to establish image model; image 5, called image model in the iterative training to reduce the error of the image model, the final optimization of the image model accuracy; 6, when a user input image, image contrast and image similarity input all the images stored in the model and judging the similarity threshold, the similarity is higher than the preset if, automatically identify the contents of the input image; if not, it is to remind the user of handwriting input The input image corresponds to the text, entering step 2. The invention can automatically identify the text content written by Parkinson patients, which is convenient for daily life.

【技术实现步骤摘要】
基于机器学习的帕金森病人手写文字自动识别方法
本专利技术涉及一种识别方法，尤其涉及一种基于机器学习的帕金森病人手写文字自动识别方法。
技术介绍
帕金森病(Parkinson’sDisease，简称PD)，又称为震颤麻痹综合症。帕金森综合征，是一种慢性的中枢神经系统退化性失调疾病。据统计目前全球约有500万帕金森病患者，随着中国老龄化问题不断加剧，目前城市65岁以上人群帕金森患病率已接近2％，帕金森病已严重威胁着我国中老年人群的健康。帕金森病患者通常具有不同程度的运动障碍症状，临床上以静止性震颤、运动迟缓、肌僵直和姿势步态障碍为主要特征。帕金森病人的静息性震颤是由于上肢多对拮抗肌的交替收缩运动所产生的，震颤频率一般在3Hz-9Hz之间，震颤信号源位于大脑皮层的神经元活动网络。上肢静息性震颤的发生，不仅影响患者的形体姿态，而且还对患者的日常生活能力和生存质量产生较大负作用，如帕金森病患者手部震颤就会造成手写文字的能力下降，影响手写文字的识别。针对帕金森病人的手写文字识别技术，目前尚未有较为完好的解决方案。传统的解决方案多为在帕金森病人的手上加装防震装置，以减轻帕金森病患者手部震颤，并且通本文档来自技高网...

【技术保护点】
一种基于机器学习的帕金森病人手写文字自动识别方法，其特征在于：包括如下步骤：步骤1、预先搜集大量的帕金森病人手写的文字；步骤2、将每个文字制作成相应的图像，并将所有的图像转换为统一的图像规格；步骤3、将所有的图像根据图像的内容进行一一分类；步骤4、将分类好的图像进行一一建立图像模型；步骤5、循环调用图像模型内的图像进行迭代训练以减少图像模型存在的误差，最终优化各图像模型的精确度；步骤6、当用户输入图像时，对比输入的图像与所有图像模型中预存的图像相似度，判断其相似度是否高于预设的相似度阈值，若是，则输出图像模型中最相似的图像和识别结果，自动识别出输入的图像与最相似的图像内容一致；若否，则提醒用户...

【技术特征摘要】
1.一种基于机器学习的帕金森病人手写文字自动识别方法，其特征在于：包括如下步骤：步骤1、预先搜集大量的帕金森病人手写的文字；步骤2、将每个文字制作成相应的图像，并将所有的图像转换为统一的图像规格；步骤3、将所有的图像根据图像的内容进行一一分类；步骤4、将分类好的图像进行一一建立图像模型；步骤5、循环调用图像模型内的图像进行迭代训练以减少图像模型存在的误差，最终优化各图像模型的精确度；步骤6、当用户输入图像时，对比输入的图像与所有图像模型中预存的图像相似度，判断其相似度是否高于预设的相似度阈值，若是，则输出图像模型中最相似的图像和识别结果，自动识别出输入的图像与最相似的图像内容一致；若否，则提醒用户手写输入该输入的图像对应的文字，进入步骤2。2.根据权利要求1所述的一种基于机器学习的帕金森病人手写文字自动识别方法，其特征在于：所述步骤4具体为：将分类好的图像转化为相应的数据，通过创建对应的浮点数和数据大小的占位符来描述该数据的输入形式，并根据该输入形式将所述数据输入到人工智能引擎中，使用机器学习的方法，并通过人工智能引擎对所述数据自动进行运算后，建立对应的图像模型，在每个图像模型中图像上随机抽取复数个关键点，同一个图像模型中的每一个图像的各个关键点一一对应，将每个图像上关键点的位置存储于相应的图像模型中。3.根据权利要求1所述的一种基于机器学习的帕金森病人手写文字自动识别方法，其特征在于：所述步骤5具体为：预设精确度阈值，将该图像模型内随机抽取到的第1个图像默认为标准图像，调用图像模型内的图像进行迭代训练，将随机抽取到的第n个图像分别与第1个至第n-1个图像中识别成功的任意一个图像进行识别，读取第n个图像和与之进行识别的图...

【专利技术属性】
技术研发人员：邱宇轩，李筱萌，
申请(专利权)人：邱宇轩，李筱萌，
类型：发明
国别省市：福建,35