NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
: Gait distorsiyonu birçok patolojik bozukluğun ilk klinik tezahürüdür. Geleneksel olarak, yürüyüş laboratuvarı hem tanıyı hem de prognozu desteklemek için mevcut tek araç olmuştur, ancak herhangi bir klinik yorumun tamamen hekim uzmanlığına bağlı olduğu sınırlaması altında. Bu çalışma, iki önemli yürüyüş bilgi kaynağını birleştiren yeni bir insan yürüyüşü modeli sunar: tahmini bir Yerçekimi Merkezi (CoG) yörüngesi ve öğrenilen topuk yolları, bu sayede kinematik normal ve patolojik kalıpların yeniden üretilmesine izin verir. CoG yörüngesi, sarkaç uçları arasında enerji akümülatör elemanlarının tanıtılmasıyla genişletilmiş fiziksel bir pusula sarkaç gösterimi ile yaklaşık olarak belirlenir, böylece bacak eklemlerinin rolünü emüle eder ve tam bir küresel yürüyüş tanımı elde edilir. Aynı şekilde, gerçek verilerden yakalanan topuk yolları fiziksel modelin performansını artırmak için öğrenilirken, en alakalı ortak yörüngeler klasik ters kinematik bir kural kullanılarak tahmin edilmektedir. Model standart yürüyüş kalıpları ile karşılaştırılır ve 0.96 korelasyon katsayısı elde edilir. Ek olarak, model Parkinson gibi nöromüsküler hastalıkları (faz 2, 3 ve 4) ve ortalama korelasyon katsayısının 0.92 olduğu vakada Crouch gait gibi klinik işaretleri simüle eder.
Özgün kaynak özetini okuyun
: Gait distortion is the first clinical manifestation of many pathological disorders. Traditionally, the gait laboratory has been the only available tool for supporting both diagnosis and prognosis, but under the limitation that any clinical interpretation depends completely on the physician expertise. This work presents a novel human gait model which fusions two important gait information sources: an estimated Center of Gravity (CoG) trajectory and learned heel paths, by that means allowing to reproduce kinematic normal and pathological patterns. The CoG trajectory is approximated with a physical compass pendulum representation that has been extended by introducing energy accumulator elements between the pendulum ends, thereby emulating the role of the leg joints and obtaining a complete global gait description. Likewise, learned heel paths captured from actual data are learned to improve the performance of the physical model, while the most relevant joint trajectories are estimated using a classical inverse kinematic rule. The model is compared with standard gait patterns, obtaining a correlation coefficient of 0.96. Additionally,themodel simulates neuromuscular diseases like Parkinson (phase 2, 3 and 4) and clinical signs like the Crouch gait, case in which the averaged correlation coefficient is 0.92.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.