算法验证量化ActiGraphTM体育活动指标在慢性腰痛患者和健康对照中的算法验证
Jordan F Hoydick1, Marit E Johnson2, Harold A Cook1
1Department of Bioengineering, University of Pittsburgh, Pittsburgh, PA 15213, USA.
Sensors (Basel, Switzerland)
|August 29, 2024
概括
研究人员成功地在MATLAB中复制了ActiGraphTM算法,验证了其用于慢性腰痛 (cLBP) 患者和健康人群的体力活动监测的使用. 这种方法可以进行可比的加速度计数据分析,这对于慢性病管理至关重要.
科学领域:
- 生物医学工程 生物医学工程
- 可穿戴技术可穿戴技术
- 康复科学 康复科学 康复科学
背景情况:
- 身体活动评估对于管理慢性疾病,如慢性腰部疼痛 (cLBP) 至关重要.
- ActiGraphTM是一种常见的工具,用于监测身体活动,使用专有算法对原始加速数据进行监测.
研究的目的:
- 在MATLAB中复制ActiGraphTM算法.
- 为了验证MATLAB复制与ActiGraphTM的软件 (ActiLifeTM) 相比.
- 为了评估健康对照和患有cLBP的个体的有效性.
主要方法:
- 开发了MATLAB代码来复制ActiGraphTM的活动和步数算法.
- 从ActiGraphTM GT9X设备中处理的原始加速数据,由24名参与者 (12名cLBP,12名健康) 佩戴长达7天.
- 通过MATLAB处理的数据与ActiLifeTM (v6) 进行了比较,以提高准确性.
主要成果:
- MATLAB代码成功复制了ActiGraphTM算法,用于活动计数,步数,每分钟计数 (CPM) 和强度切割点.
- 在所有参与者中,ActiLifeTM和MATLAB处理之间的百分比错误不到2%.
- 验证表明,对于cLBP和健康组,这两种方法之间的误差差是最小的.
结论:
- 在MATLAB中,ActiGraphTM算法可以准确地复制.
- 经过验证的MATLAB方法为分析加速度计数据提供了可靠的替代方案.
- 这种方法可以在不同的加速度计上进行可比数据分析,支持体力活动和慢性病管理方面的研究.
