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

• Published in: 北京大学学报（自然科学版） Vol. 55; no. 5; pp. 858 - 863
• Main Authors: 黄红拾, 王政飞, 许国雄, 李文新, 张思, 张东霞, 敖英芳
• Format: Journal Article
• Language: Chinese
• Published: 北京大学第三医院运动医学研究所,北京,100191%北京大学信息科学技术学院,北京,100871 20.09.2019
• Subjects: deep learning; 辅助诊断; 足底压力; anterior cruciate ligament deficiency; 前交叉韧带断裂; plantar pressure; 深度学习; auxiliary diagnosis
• ISSN: 0479-8023
• DOI: 10.13209/j.0479-8023.2019.039

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.