检索结果

Select

1. 基于足底压力和卷积长短期记忆神经网络的前交叉韧带断裂智能辅助诊断

李玳, 王天牧, 张思, 秦跃, 谢福贵, 刘辛军, 聂振国, 黄红拾

北京大学学报自然科学版 2024, 60 (1): 109-117. DOI: 10.13209/j.0479-8023.2023.089

摘要（68）

HTML

PDF（pc）（1993KB）（45）

提出一种基于卷积长短期记忆神经网络的深度学习模型PressureConvLSTM, 用来提取行走过程中足底压力的空间特征和时序特征, 并进行步态分类。通过对前交叉韧带断裂患者的足底压力数据分析, 实现智能辅助诊断。结合临床数据的实验结果表明, PressureConvLSTM模型对前交叉韧带断裂的辅助诊断, 能够达到95%的预测准确度; 与卷积神经网络等其他模型相比, 准确度得到大幅度提升。

相关文章 | 多维度评价 | 评论（0）

Select

2. 前交叉韧带重建术后12个月大腿肌肉等速肌力特征

时会娟, 张东霞, 任爽, 梁子轩, 李翰君, 黄红拾, 敖英芳

北京大学学报自然科学版 2023, 59 (3): 365-374. DOI: 10.13209/j.0479-8023.2023.032

摘要（320）

HTML

PDF（pc）（8156KB）（96）

为了分析前交叉韧带(ACL)重建术后12个月患者的大腿肌肉在不同屈膝角度时的等速肌力特征, 对16名ACL重建术后12个月的患者和 14名健康对照者在60°/s 的角速度下进行股四头肌和腘绳肌的等速向心和离心开链肌力测试, 分析不同等速收缩模式下的肌力峰值及不同屈膝角度时的肌力, 并计算腘绳肌与股四头肌等速向心肌力比值(Hc/Qc)离心肌力比值(He/Qe)、腘绳肌离心与股四头肌向心肌力比值(He/Qc)和腘绳肌向心肌力与股四头肌离心肌力比值(Hc/Qe)。应用混合设计双因素方差分析方法, 检验不同人群和不同侧别对大腿等速肌力特征的影响。结果表明, 腘绳肌等速肌力在不同屈膝角度时的特征相似, ACL 重建侧显著小于对侧, 与健康对照者无显著差异。股四头肌等速肌力呈现角度特异性, 屈膝40°和50°时重建侧的股四头肌等速向心肌力不仅与对侧存在差异, 也与健康人群不同, 是更具特异性的评估肌力特征指标。在康复过程中, 不仅要关注双侧对称性, 而且要关注其是否恢复到健康者的水平, 强调特定角度下肌肉功能的恢复。较小屈膝角度下, 双侧下肢的功能性屈伸肌力比值与健康人群均呈现差异, 提示术后康复不仅要加强重建侧屈膝动作的控制训练, 也要同时改善对侧的缓冲控制能力。

相关文章 | 多维度评价 | 评论（0）

Select

3. 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

黄红拾, 王政飞, 许国雄, 李文新, 张思, 张东霞, 敖英芳

北京大学学报自然科学版 2019, 55 (5): 859-864. DOI: 10.13209/j.0479-8023.2019.039

摘要（1049）

HTML

PDF（pc）（3188KB）（149）

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。

相关文章 | 多维度评价 | 评论（0）

Select

4. 健康女大学生步行和慢跑运动模式下足底压力中心轨迹相似度分析

黄红拾, 邱健威, 于媛媛, 杨洁, 敖英芳, 罗定生

北京大学学报（自然科学版） 2015, 51 (6): 1035-1039. DOI: 10.13209/j.0479-8023.2015.128

摘要（1171）

PDF（pc）（459KB）（858）

应用 footscan® 足底压力测量系统, 对 32 例健康女大学生被试在步行和慢跑时足底压力中心(centre of pressure, COP)轨迹的变化规律进行不同运动模式下的对照研究, 分别分析左足、右足在5 次步行或慢跑时整个支撑期的COP 轨迹及其相似度。结果表明: 1) 不同运动模式(步行与慢跑)的COP 轨迹相似度低于0.25; 2) 同一运动模式(步行或慢跑)下, 左侧、右侧的COP 轨迹均具有很高的相似度(大于0.91)。其中被试内(同一被试) COP 轨迹相似度高于被试间(不同被试), 且前者方差低于后者, 差值具有显著意义; 被试内(同一被试)同侧足之间的COP 轨迹相似度高于异侧足间, 差值具有统计学意义。通过分析得到: 步行和慢跑两个运动模式的COP 轨迹相似度很低, COP 轨迹可以识别不同的运动模式; 运动模式相同时, 不同被试间的COP轨迹相似度较高, 且同一被试内同一侧的COP 轨迹相似度更高。研究结果可以为临床诊断、康复评定、矫形处方和运动训练等提供参考依据。

相关文章 | 多维度评价 | 评论（0）