面向步态康复的移动量化与治疗进程跟踪
计算机视觉与模式识别
2017-07-12 v1 信息论
math.IT
摘要
本文提出一种新颖的自主质量度量来量化膝关节/髋关节手术受试者的康复进展。所述方法支持使用智能手机对人体步态模式进行数字分析。与自主度量相关的算法利用附着在下肢的七个惯性测量单元的校准加速度、陀螺仪和磁力计信号，以分类并生成分级系统值。开发的Android应用通过蓝牙连接七个IMU并实时执行数据采集与处理。每个加速度方向和下肢关节角度实时计算提取共九个特征，以实现对用户快速反馈。我们比较了线性判别分析、主成分分析和朴素贝叶斯算法的分类精度与量化能力。所述系统能以高达100%精度分类患者和对照组。结果可保存在设备上或传输给治疗医师以后续控制受试者改善情况和运动康复中物理治疗效率。提出的自主质量度量解决方案具有巨大潜力被部署支持数字医疗和治疗。
引用
@article{arxiv.1707.03275,
title = {Mobile Quantification and Therapy Course Tracking for Gait Rehabilitation},
author = {Javier Conte Alcaraz and Sanam Moghaddamnia and Jürgen Peissig},
journal= {arXiv preprint arXiv:1707.03275},
year = {2017}
}
备注
5 Pages