在主要成分分析中对中风后半患者的异常步行模式进行分类

科学领域:

• 康复科学 康复科学 康复科学
• 生物力学 生物力学
• 神经学 神经学

背景情况:

• 脑卒中后半通常导致异常的步行模式.
• 准确的分类这些步行偏差对于有效的康复至关重要.

研究的目的:

• 在中风后半患者中分类10种特征性的异常步行模式.
• 使用主要成分分析 (PCA) 进行步态模式分类.

主要方法:

• 主要成分分析 (PCA) 应用于90名中风后半患者的定量步行指数.
• 分析了10种异常步行类型的偏差值.
• 用因子负载的散射图来分组和分类步态模式.

主要成果:

• 异常的步行模式被分为不同的组,包括那些膝盖屈曲不足,部徒步旅行和干部横向偏移.
• 其他确定的模式包括膝盖延伸器推力与前脚接触,环导,曲的膝盖步态与后推,以及过度的部外部旋转.

结论:

• PCA有效地将10个定量步行指数的信息压缩成几种不同的异常步行模式.
• 了解这些分类模式可以提高临床实践中观察步态分析的准确性.