基于步行时足底压力信息的前交叉韧带断裂辅助诊断方法

• 作者: 张东霞 张思 敖英芳 李文新 王政飞 许国雄 黄红拾
• 来源期刊: 北京大学学报（自然科学版）
• 关键词: 前交叉韧带断裂 足底压力 辅助诊断 深度学习
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 高铁地震学研究专题
• 页码范围: 858-863
• 页数: 6页
• 字数: 4188字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2019.039

摘要

为了辨识动态足底压力信息与前交叉韧带断裂的关系, 将步行时的足底压力数据转换成图像, 采用深度学习中的卷积神经网络模型, 在给定足量输入图像与分类结果的情况下, 不断更新神经网络的参数, 建立图像与前交叉韧带断裂的关系.将足底压力测试系统(FootScan?)采集的数据分为训练集和测试集两个部分.训练集用于调整模型的参数, 帮助模型更好地分析并找到足底压力信息与前交叉韧带断裂的关系; 测试集用于模拟诊断, 对比真实情况, 评估准确性, 并评估其作为临床辅助诊断方法的性能.结果表明, 提出的投票法模型的诊断正确率超过 90%, 并且从得到足底压力数据到产生诊断结果, 总耗时仅 3 秒左右.由此得出, 所提出的基于步行时足底压力信息的深度学习模型, 可以在很短时间内辅助诊断前交叉韧带断裂, 为临床辅助诊断及康复提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	敖英芳	北京大学第三医院运动医学研究所	225	2217	25.0	33.0
2	李文新	北京大学信息科学技术学院	17	431	8.0	17.0
3	黄红拾	北京大学第三医院运动医学研究所	32	219	10.0	13.0
4	张思	北京大学第三医院运动医学研究所	5	3	1.0	1.0
5	王政飞	北京大学信息科学技术学院	1	0	0.0	0.0
6	许国雄	北京大学信息科学技术学院	3	61	2.0	3.0
7	张东霞	北京大学第三医院运动医学研究所	3	12	2.0	3.0