基于Xception-LSTM的下肢运动能力评价方法
张燕1
王铭玥1
王婕1
姜恺宁1
张筠晗2
1.河北工业大学人工智能与数据科学学院,天津市3001302.郑州大学国际学院,河南郑州市450001
摘要：目的 建立下肢运动功能评估的算法.方法 2016年8月至2017年3月,40例受试者分为年轻健康组(n=20)、中年组(n=10)和老年组(n=10).采集受试者的步态视频、膝关节角度和地面反作用力,并利用ViBe算法对步态视频进行步态轮廓提取;利用Xception-LSTM网络提取步态图像特征,并与膝关节角度和地面反作用力在特征层进行融合;将融合特征经核主成分分析降维处理,生成步行能力评分(GAS),并对GAS和威斯康辛步态量表(WGS)评分进行相关性分析.结果 中年组和老年组的GAS均明显低于年轻健康组(t>4.164,P<0.01),且老年组明显低于中年组(t=7.338,P<0.01).GAS与WGS评分呈负相关(r=-0.91,P<0.01).结论 GAS能够量化评估下肢运动能力,可帮助制定康复方案,适配助行设备.
关键词：老年人下肢运动能力迁移学习卷积神经网络循环神经网络特征提取
分类号：R331(人体生理学)
资助基金：国家自然科学基金(No.61773151)河北省自然科学基金(No.F2018202279)
论文发表日期：2020-06-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 643-647 )
英文信息