生物力学特征对双重任务步行的分类的影响
Mark Chiarello1, Jeonghwan Lee1, Mandy Salinas2
1Walker Department of Mechanical Engineering, University of Texas at Austin, Austin, TX 78712 USA.
IEEE sensors journal
|August 31, 2023
概括
添加动力学和动力学步行特征可以改善健康成年人的认知负载水平的分类,提高早期发现阿尔茨海默氏症和相关疾病 (ADRD). 这项研究表明,更丰富的步态数据可以导致更准确的ADRD诊断工具.
科学领域:
- 神经科学是一个神经科学.
- 生物机械工程 生物机械工程
- 计算医学是一种计算医学.
背景情况:
- 早期发现阿尔茨海默病和相关疾病 (ADRD) 对于及时干预和改善结果至关重要.
- 步行障碍,包括运动障碍,是ADRD的早期指标,促使在临床评估中使用步行评估.
- 目前正在使用时空步行参数,但它们在检测微妙的认知变化方面的有效性有限.
研究的目的:
- 研究将动力和动力步行特征纳入健康个体认知负载水平分类中的影响.
- 为了确定一个更全面的步态数据集是否提高了区分认知状态的准确性,而不是仅仅与时空参数相比.
- 探索先进步态分析的潜力,以开发早期ADRD检测分类器.
主要方法:
- 在40名健康成年人身上,采用了双重任务模式来模拟认知障碍.
- 节奏听力序列加法任务 (PASAT) 在两次刺激间隔进行,以创建不同的认知负载条件.
- 监督的机器学习算法使用时空特征对步态数据进行分类,然后将动力学,动力学和时空特征结合起来,以曲线下面面积 (AUC) 测量性能.
主要成果:
- 在单任务和双任务条件下观察到15个步态特征的显著变化,这些条件具有不同的认知负载.
- 使用动力学和时空特征的分类准确度实现AUC为0.778 (0.889对于单个和双重任务).
- 仅使用时空特征进行分类,导致AUC较低,为0.724 (0.792对于单任务和双任务),这表明使用额外特征提高了性能.
结论:
- 包括额外的动态步态参数显著提高了认知负载水平的分类性能.
- 虽然更丰富的步行数据集可以提高分类准确性,但实际的好处与测量成本相比需要进一步考虑.
- 这些发现支持使用全面步态分析开发临床可行的ADRD检测分类器.
