基于有效特征选择和无监督方法的步行障碍分类
Mohsen Shayestegan1, Jan Kohout2, Kateřina Trnková3
1University of Pardubice, Faculty of Electrical Engineering and Informatics, Nam. Cs. Legii 565, Pardubice, 530 02, Czech Republic.
Computers in biology and medicine
|February 2, 2024
概括
这项研究引入了一种使用编码器变压器生成器歧视器 (ET-GD) 网络的新方法,以有效地分类行走障碍并监测患者康复进展. 该系统通过分析患者步行数据的骨关键点来准确评估步行功能障碍.
科学领域:
- 生物医学工程 生物医学工程
- 康复科学 康复科学 康复科学
- 计算机视觉 计算机视觉
背景情况:
- 步行稳定性分析对于动态平衡功能障碍患者至关重要.
- 监测康复进展有助于医生和患者评估康复.
- 现有的方法在量化步行障碍进展时可能缺乏精度.
研究的目的:
- 开发和评估一种用于分类行走障碍的新方法.
- 在康复期间使用先进的计算技术量化患者的进展.
- 为了提高步行功能障碍评估的准确性.
主要方法:
- 一个使用Kinect摄像头捕捉患者行走数据的系统.
- 一个关键点探测器,从视频中提取骨架数据.
- 一个编码器变压器与发电机区分器网络 (ET-GD) 集成,用于分类和数据生成.
主要成果:
- ET-GD网络成功地根据骨关键点对步行功能障碍进行了分类.
- 特征工程和高级特征分析改善了运动评估.
- 集成的发电机-区分器结构提高了分类准确性.
结论:
- 拟议的ET-GD方法为步行障碍的分类提供了一个强大的方法.
- 该系统为监测康复进展提供了定量指标.
- 生成对抗网络的集成可以提高步态分析的精度.
