基于规则的决策树算法的临床验证,用于对脊髓损伤患者的部运动进行分类

科学领域:

• 生物医学工程 生物医学工程
• 康复技术 康复技术 康复技术
• 运动科学 运动科学

背景情况:

• 对身体活动的客观评估对于康复至关重要.
• 可穿戴式传感器为远程患者监控提供了一个有希望的解决方案.
• 脊髓损伤 (SCI) 往往导致显著的运动缺陷,需要精确跟踪功能运动.

研究的目的:

• 评估基于规则的决策树算法,用于分类和计算部曲重复.
• 为了验证算法的性能在有能力的个人和那些有SCI.
• 评估加速度计位置对算法准确性的影响.

主要方法:

• 一项验证研究涉及10名身体健康的参与者和10名SCI参与者.
• 参与者执行了一个标准化的15分钟的协议,包括各种运动 (部曲,绑架,坐站,走路等). ) 的情况.
• 在大腿上佩戴加速计,并使用GoPro摄像头进行地面真实验证.

主要成果:

• 该算法在对有能力人士的活动进行分类和计数时获得了0.86准确度.
• 对于患有SCI的人来说,初始准确率为0.66,整体活动分类和计数的改善为0.79.
• 加速度计的位置没有显著影响算法性能.

结论:

• 决策树算法可以对SCI群体中的特定部运动和活动进行分类.
• 这种基于加速度计的方法可以客观地评估SCI临床试验中关键运动重复的变化.
• 潜在的应用包括在SCI康复中跟踪部曲,行走和坐立活动.