MA²: A Self-Supervised and Motion-Augmented Autoencoder for Gait-Based Automatic Disease Detection
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新型自监督和运动增强自编码器MA²,旨在提高步态基础自动疾病检测的准确性。该模型通过多头自注意力机制,在有限样本上实现了90.91%的准确率,并在帕金森病数据集上展现出78.57%的推广能力。
🎯
关键要点
- 本研究提出了一种新型自监督和运动增强自编码器MA²,旨在提高步态基础自动疾病检测的准确性。
- MA²通过引入多头自注意力机制,增强了模型对全局信息的捕捉能力。
- 该模型在有限样本上实现了90.91%的准确率。
- 在帕金森病数据集上,MA²展现出78.57%的推广能力。
➡️