基于卷积神经网络的时空地面反作用力分析用于帕金森步态识别
机器学习
2021-02-02 v1 信号处理
摘要
帕金森病(PD)是一种常见于老年人且无法治愈的疾病,严重影响其生活质量。PD主要改变步态模式,并使人行走步态由正常逐渐演变为功能障碍。PD的早期诊断对治疗十分重要,而步态模式分析被用作诊断PD的一种技术。本文确定原始时空地面反作用力(GRF)为识别与PD相关的人体步态模式变化的关键参数。通过预处理、转换、识别和性能评估,利用卷积神经网络识别GRF的变化。所提算法能够识别PD的严重程度,并区分帕金森步态与健康步态。该技术在自动决策过程中显示出97%的准确率。
引用
@article{arxiv.2102.00628,
title = {Spatiotemporal Ground Reaction Force Analysis using Convolutional Neural Networks to Analyze Parkinsonian Gait},
author = {Musthaq Ahamed and P. D. S. H. Gunawardane and Nimali T. Medagedara},
journal= {arXiv preprint arXiv:2102.00628},
year = {2021}
}