首页|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

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

扫码查看
原文链接
  • 万方数据
  • 维普
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.
Intelligent Diagnosis on Anterior Cruciate Ligament Deficiency Based on Plantar Pressure and ConvLSTM Neural Network
Based on Convolutional Long-Short Term Memory Neural Network,the authors proposed a deep learning method PressureConvLSTM to extract features during walking in both spatial and temporal dimensions.Classi-fication based on plantar pressure of anterior cruciate ligament deficiency(ACLD)was applied to distinguish walking gait information.Experiment results combined with clinical data showed that PressureConvLSTM model obtained 95%test accuracy when diagnosing ACLD,which was well performed over other traditional deep learning models.

intelligent diagnosisanterior cruciate ligament deficiency(ACLD)plantar pressuredeep learningConvLSTM neural network

李玳、王天牧、张思、秦跃、谢福贵、刘辛军、聂振国、黄红拾

展开 >

北京大学第三医院运动医学科, 北京大学运动医学研究所, 运动医学关节伤病北京市重点实验室, 运动创伤治疗技术与器械教育部工程研究中心, 北京 100191

摩擦学国家重点实验室, 清华大学机械工程系, 北京 100084

精密/超精密制造设备与控制北京市重点实验室, 清华大学机械工程系, 北京 100084

智能诊断 前交叉韧带断裂 足底压力 深度学习 卷积长短期记忆神经网络

国家自然科学基金-区域创新发展联合基金北京市科技新星计划交叉合作课题北京市自然科学基金-海淀原始创新联合基金北京大学第三医院创新转化基金北京大学第三医院临床重点项目

U23A2047120230484412L222138BYSYZHKC2022119BYSYZD2021012

2024

10.13209/j.0479-8023.2023.089

北京大学学报(自然科学版)
北京大学

北京大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.785
ISSN：0479-8023
年,卷(期)：2024.60(1)
  • 6