3自由度の加速度データと人工ニューラルネットワークを用いた歩行運動学的パラメータの予測

科学分野:

• 生体力学
• ウェアラブル技術
• 人工知能

背景:

• 従来のモーション分析は正確ですが、リソース集約的です。
• ウェアラブルセンサーは、歩行分析のためのポータブルな代替手段を提供します。
• 確立されたシステムに対する検証は、ウェアラブルセンサー技術にとって重要です。

研究 の 目的:

• ウェアラブルセンサーとニューラルネットワークを用いて運動学的歩行パラメータを予測すること。
• 従来の実験室環境外での歩行分析の実現可能性を評価すること。
• 整形外科および外骨格の臨床的意思決定をサポートすること。

主な方法:

• 32人の健康な成人を対象としました。
• 従来のモーション分析セットアップを使用して、運動学的および運動学的データを収集しました。
• ウェアラブルセンサーを使用して線形加速度を記録し、長短期記憶（LSTM）および多層パーセプトロン（MLP）ニューラルネットワークモデルに入力しました。

主要な成果:

• LSTMとMLPの両モデルは、参照データと高い一致を示しました。
• ピアソン相関係数は、0.79（膝関節パワー）から0.99（前後方向の地面反力）の範囲でした。
• 正規化二乗平均平方根誤差は3.1%から10.3%の間であり、有望な予測精度を示しています。

結論:

• ウェアラブルセンサーとニューラルネットワークは、実験室外で運動学的歩行パラメータを正確に推定できます。
• このアプローチは、整形外科的状態の歩行評価を標準化する可能性があります。
• 将来の応用には、外骨格の動的調整や治療結果の評価が含まれます。