捕获萨尔科佩尼亚的补偿储备:用于多维时间分析压力中心信号的生物工程框架

科学领域:

• 生物工程是生物工程.
• 老年学是一门学科.
• 计算神经科学是一种神经科学.

背景情况:

• 萨科佩尼亚患者表现出微妙的平衡缺陷,通常由于补偿策略而被传统评估遗漏.
• 量化补偿储备对于理解和管理老年人平衡障碍至关重要.

研究的目的:

• 开发和验证用于分析压力中心 (COP) 信号的计算框架,以量化萨科佩尼亚患者的补偿储备.
• 根据微妙的平衡变化,区分萨科佩尼亚患者和健康对照人群.

主要方法:

• 收集了82名老年人的COP数据 (sarcopenia与对照) 在使用强力平台的静态站立期间.
• 集成的动态时间扭曲 (DTW) 距离,LSTM嵌入,以及用于多维时间分析的统计指标.
• 采用特征选择和SMOTE的5倍交叉验证,以确保模型的稳定性和减轻过度装配.

主要成果:

• 开发的框架实现了高精度 (0.84 ± 0.04) 和ROC-AUC (0.86 ± 0.05) 在区分群体,特别是在半并列姿势.
• 基于DTW的特征被确定为分类准确性的主要驱动因素,与临床严重程度相关.
• 预测概率的变化表明患者组内补偿储备的梯度.

结论:

• 该研究提出了一种可行的生物工程方法,使用临床COP分析来评估在sarcopenia中的补偿储备.
• 这种方法为例行临床评估提供了一个有前途的工具,提高了微妙平衡障碍的检测.
• 需要进一步验证并将其转化为临床实践.