使用仪器内和深度神经网络,区分老年人的病态步态

科学领域:

• 老年学是一门学科.
• 生物医学工程 生物医学工程
• 神经学 神经学

背景情况:

• 走路异常在老年人中很普遍,通常是由衰老和各种疾病引起的.
• 区分不同原因的步态问题是复杂的,因为在这个人群中重叠的症状.

研究的目的:

• 开发和验证深度神经网络 (DNN) 模型,用于对老年人疾病特异性步行模式进行分类.
• 利用商业化仪器内的数据进行步态分析.

主要方法:

• 研究了150名老年人 (≥65岁) 的队列,包括健康个人 (HI) 和患有帕金森病 (PD),性半性步行 (SH),正常压力水头 (NPH) 和膝关节关节炎 (OA) 的患者.
• 参与者在穿着仪器内时进行了定时启动和启动测试 (TUGT),该内收集了加速度计和压力传感器的数据.
• 实施了两阶段的DNN模型,首先识别健康个体,然后分类特定的病态步行状况.

主要成果:

• DNN模型在分类步态模式方面取得了很高的准确性,曲线下的面积 (AUC) 从0.88 (PD) 到0.98 (OA) 之间.
• 具体的AUC值为HI的0.96,PD的0.88,OA的0.98,SH的0.96和NPH的0.97.
• 统计分析显示,研究组间的时空步行特征存在显著差异.

结论:

• 拟议的DNN模型有效地使用来自简单仪器内的数据对老年人各种步行异常进行分类.
• 这种方法提供了一种可靠的方法来区分老年人群中的特定疾病的步态,有助于诊断和管理.