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

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.

关键词：前交叉韧带断裂、足底压力、辅助诊断、深度学习

所属期刊栏目：55

分类号：R68;R87

资助基金：国家自然科学基金91646202;北京大学医学-信息科学联合研究种子基金BMU20160590;北京大学第三医院院临床重点项目BYSY 2017012;广州市产学研协同创新重大专项201604020095

在线出版日期：2020-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：858-863