本研究提出了 J-Net 深度学习模型，旨在解决神经退行性疾病患者在不自主运动情况下的步态检测难题。通过自监督预训练和微调，该模型显著提升了步态检测的准确性，为相关研究提供了新资源。

本研究提出了一种新型自监督和运动增强自编码器MA²，旨在解决现有步态基础自动疾病检测方法的不足。该方法利用多头自注意力机制提升模型准确性，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。

该研究提出了一种使用单个摄像头在智能老人住所收集信息的方法，可无侵入检测老年人的步态，实现长期监测及辅助医生了解患者的医疗信息。