NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Gait analizi, insan yürüyüşü için ortak bir denetim yöntemi olarak, enstrümantal ölçüm yoluyla bir dizi kinematik, dinamik ve diğer parametreleri sağlayabilir. Son yıllarda, yürüyüş analizi yavaş yavaş hastalıkların teşhisine, ortopedik cerrahi ve rehabilitasyon ilerlemesinin değerlendirilmesine, özellikle yürüyüş fazı anormalliğine, genellikle değişen derecelerde yürüyüş fazı anormalliği gösteren Alzheimer Hastalığı ve Parkinson Hastalığı'nın klinik tanı göstergesi olarak kullanılabilir. Bu araştırma, atalet sensörü tabanlı bir yürüyüş analiz yöntemi önerdi. Düzleştirilmiş ve filtrelenmiş açısal hız sinyali, 15 boyutlu zamansal karakteristik özelliğin giriş verisi olarak seçildi. Gizli Markov Modeli ve parametre adaptif modeli, yürüyüş fazlarını segmentlemek için kullanılır. Deneysel sonuçlar, HMM ve parametre adaptasyonuna dayanan önerilen modelin, diğer sınıflandırma modellerine kıyasla yürüyüş fazları segmentasyonunda iyi bir tanıma oranına ulaştığını ve yürüyüş fazının tanıma sonuçlarının zemin gerçeği ile tutarlı olduğunu göstermektedir. Veri toplama için kullanılan önerilen giyilebilir cihaz, sadece hastaların yürüyüş verilerini sabit ve güvenilir bir şekilde toplamakla kalmayıp, yürüyüş verilerinin bütünlüğünü ve nesnelliğini sağlamakla kalmayıp, aynı zamanda günlük sahne ve ampülatif açık ortamdaki verileri de toplayabiliyor.
Özgün kaynak özetini okuyun
Gait analysis, as a common inspection method for human gait, can provide a series of kinematics, dynamics and other parameters through instrumental measurement. In recent years, gait analysis has been gradually applied to the diagnosis of diseases, the evaluation of orthopedic surgery and rehabilitation progress, especially, gait phase abnormality can be used as a clinical diagnostic indicator of Alzheimer Disease and Parkinson Disease, which usually show varying degrees of gait phase abnormality. This research proposed an inertial sensor based gait analysis method. Smoothed and filtered angular velocity signal was chosen as the input data of the 15-dimensional temporal characteristic feature. Hidden Markov Model and parameter adaptive model are used to segment gait phases. Experimental results show that the proposed model based on HMM and parameter adaptation achieves good recognition rate in gait phases segmentation compared to other classification models, and the recognition results of gait phase are consistent with ground truth. The proposed wearable device used for data collection can be embedded on the shoe, which can not only collect patients' gait data stably and reliably, ensuring the integrity and objectivity of gait data, but also collect data in daily scene and ambulatory outdoor environment.
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.