在步行过程中,可以根据脚的加速度和角速度预测下肢松关节的角度
Takuma Inai1, Tomoya Takabayashi2
1National Institute of Advanced Industrial Science and Technology, Takamatsu City, Japan.
PeerJ
|September 25, 2023
概括
使用机器学习的脚加速和角度速度来估计下肢斜脚关节的角度,可以进行连续的步态分析. 这种方法支持对骨科疾病的早期发现和干预.
科学领域:
- 生物力学 生物力学
- 可穿戴技术可穿戴技术
- 机器学习 机器学习
背景情况:
- 持续监测下肢运动对于早期检测和治疗骨科等疾病至关重要.
- 在每天行走时计算腰关节角度对于风险评估至关重要.
- 传统的运动捕捉系统在日常使用中是不切实际的.
研究的目的:
- 通过可穿戴传感器可测量的变量来估计步行过程中下肢松关节的角度.
- 为了验证基于机器学习的估计与移动捕获数据的准确性.
主要方法:
- 使用200名健康成年人以舒适的步伐行走的数据开发了一个前神经网络.
- 该模型利用脚的加速和角度速度来估计下肢斜腰关节的角度.
- 数据包括每名参与者进行10次行走试验,以捕捉步态变化.
主要成果:
- 机器学习模型实现了下肢斜腰关节角的平均根平均平方误差在2.5°至7.0°之间.
- 具体错误包括:部 (7.0°),膝盖 (4.0°) 和脚 (2.5°).
- 这些结果证明了估计方法的可行性.
结论:
- 在步行过程中,只使用脚加速和角速度规范,可以准确地估计下肢斜腰关节的角度.
- 这种方法有助于在日常行走活动中计算关节角度.
- 这些发现支持使用可穿戴传感器进行持续的,现实世界的步态分析和健康监测.
