人工智能算法在康复评定中的应用
不论是中枢神经损伤还是下肢骨骼肌肉系统疾患都会对患者的步态产生影响,而正常步态的建立是患者重返日常活动的基础。实际临床工作中的步态分析往往依赖于医生和治疗师的经验;少数机构运用可穿戴设备进行步态分析,但是实际操作费事费力且对场地要求较高,不利于大面积推广应用。年南非的科学家使用一种无线的惯性捕捉系统(InertialMotionCapture,IMC)收集了30名健康受试者和28名中风后偏瘫患者的下肢步态参数,并对一个反向传播人工神经网络(Back-propagationartificialneuralnetwork)进行测试和训练;结果显示,这个ANN对个测试参数的分类正确率为%,而且重复精确度达到了99.4%。说明这个ANN模型可以精确稳定的区分健康人和偏瘫患者的步态特征,这有助于判断偏瘫患者步态恢复情况。(想当年小编刚进入临床工作的时候,每次分析患者的步态就头疼,对步态感兴趣的小伙伴可以继续