[发明专利]异常肌肉检测方法和系统

权利要求书

1.一种异常肌肉检测方法，其特征在于，包括：

获取第一少数类肌电样本集合X_Min，在本步骤中，使用数据采集设备采集并人工标注形成不平衡的异常肌肉检测数据集X，并将其输入，X＝{x₁,x₂,…,x_m}或X＝{X_Maj,X_Min}，其中X_Maj为多数类样本集合，X_Min为少数类样本集合；

根据邻域粗糙集算法将所述第一少数类肌电样本集合X_Min划分成少数类边界区Bound_Min和少数类正域Pos_Min；

在所述少数类边界区Bound_Min和所述少数类正域Pos_Min之间进行插值，生成合成肌电样本集X_new；

根据所述第一少数类肌电样本集合X_Min以及所述合成肌电样本集X_new，生成第二少数类肌电样本集合{X_min,X_new}；

判断所述第二少数类肌电样本集合{X_min,X_new}的肌电样本数量是否与多数类肌电样本集合X_Maj的肌电样本数量相对应；

若否，则继续在所述少数类边界区Bound_Min和所述少数类正域Pos_Min之间进行插值，生成合成肌电样本集X_new，并将该合成肌电样本集X_new加入所述第二少数类肌电样本集合{X_min,X_new}，直至所述第二少数类肌电样本集合{X_min,X_new}的肌电样本数量与多数类肌电样本集合X_Maj的肌电样本数量相对应；

若是，则根据所述多数类肌电样本集合X_Maj以及所述第二少数类肌电样本集合{X_min,X_new}，生成平衡数据集合{X_Maj,X_Min,X_new}；

输出所述平衡数据集合{X_Maj,X_Min,X_new}，根据所述平衡数据集合{X_Maj,X_Min,X_new}采用机器学习训练出异常肌肉检测模型。

2.根据权利要求1所述的异常肌肉检测方法，其特征在于，所述在所述少数类边界区Bound_Min和所述少数类正域Pos_Min之间进行插值，生成合成肌电样本集X_new，包括：

在所述少数类边界区Bound_Min中随机选取至少一个第一肌电样本；

在所述少数类正域Pos_Min中随机选取至少一个第二肌电样本；

在所述第一肌电样本和所述第二肌电样本组成的区域内随机插值，生成至少一个合成肌电样本集X_new。

3.根据权利要求1所述的异常肌肉检测方法，其特征在于，所述在所述少数类边界区Bound_Min和所述少数类正域Pos_Min之间进行插值，生成合成肌电样本集X_new，包括：

在所述少数类边界区Bound_Min中随机选取一个第一肌电样本；

在所述少数类正域Pos_Min中随机选取一个第二肌电样本；

在所述第一肌电样本和所述第二肌电样本之间的连线上随机插值，生成至少一个合成肌电样本集X_new。