脑机团队周成菊等在中科院一区期刊Expert Systems With Applications发表研究成果

近日，脑机接口与混合智能团队周成菊老师等在SCI期刊Expert Systems With Applications（影响因子：8.5，中科院SCI一区Top，JCR Q1，大类学科：计算机科学）发表研究论文“Portable Vision-based Gait Assessment for Post-stroke Rehabilitation Using an Attention-based Lightweight CNN”。该论文于2022年12月9日投稿，2023年9月28日录用。

论文提出的两种便携式偏瘫步态检测系统

中风是人类所面临的一大健康挑战。在中风后漫长的护理和治疗中及时掌握病情的变化并采取适当的医疗干涉是对抗病情的关键。本论文提出了基于轻量深度学习网络并可用于便携设备的步态分析系统，提供给患者及其家属一种经济有效的病情监控方案。针对该系统，我们的贡献有：（1）构建一个含有不同严重级别的专门的偏瘫步态（由中风导致偏瘫）数据库，填补该领域研究的数据库缺失的问题；（2）设计了轻量化的空间和通道组合注意力，以挖掘到更加有效的特征信息。同时，该轻量化注意力模块与我们设计轻量化的CNN有机结合以达到效率和准确兼顾的偏瘫步态分析系统。通过在公共数据库和我们自建数据库上的实验结果表明，该论文所提出的方法在效率和准确上，与最先进的算法相当或优于最先进的算法。

本项目由科技创新2030-“脑科学与类脑研究”重点项目《 面向运动和意识障碍康复的双向-闭环脑机接口》（2022ZD0208900）进行资助。

撰稿：周成菊

审稿：潘家辉