智能诊断和预测康复评估慢性脚不稳定性使用鞋子集成的传感器系统
概括
一个新的鞋子传感器系统使用人工智能准确识别慢性脚不稳定 (CAI),帮助诊断和康复评估. 这种便携式技术可以改善步态分析,从而改善患者的治疗结果.
科学领域:
- 生物力学 生物力学
- 医疗工程 医疗工程
- 人工智能的人工智能
背景情况:
- 脚扭伤很常见,往往导致慢性脚不稳定 (CAI) 与反复疼痛和虚弱.
- 准确识别CAI步态模式和康复进展是具有挑战性的.
- 现有的便携式步态分析系统缺乏准确性和焦点.
研究的目的:
- 开发一种新的,准确的,便携式系统来诊断CAI和评估康复.
- 实施鞋子集成传感器系统 (SISS) 进行全面的步态数据捕获.
- 利用人工智能来改进CAI诊断和康复评估.
主要方法:
- 开发并实施了一种鞋子集成传感器系统 (SISS) 用于步态数据收集.
- 收集和处理80名CAI患者和42名健康个体的平行走路数据.
- 应用人工智能算法用于分类和康复状态预测.
主要成果:
- 获得了93.39%的分类准确度和CAI诊断的AUC为0.959.
- 证明与医疗诊断的高度一致的结果用于康复状态预测.
- 验证了系统在各种活动期间捕获步态数据的有效性.
结论:
- SISS为CAI诊断和康复监测提供了一个临床准确和便携式解决方案.
- 由人工智能驱动的方法增强了CAI的诊断能力和治疗评估.
- 该系统在诊断和监测其他影响步行的神经和肌肉骨疾病方面具有潜在的应用.
