基于步行時足底壓力信息的前交叉韌帶斷裂輔助診斷方法

摘要：為了辨識動態足底壓力信息與前交叉韌帶斷裂的關系,將步行時的足底壓力數據轉換成圖像,采用深度學習中的卷積神經網絡模型,在給定足量輸入圖像與分類結果的情況下,不斷更新神經網絡的參數,建立圖像與前交叉韌帶斷裂的關系。將足底壓力測試系統(FootScan■)采集的數據分為訓練集和測試集兩個部分。訓練集用于調整模型的參數,幫助模型更好地分析并找到足底壓力信息與前交叉韌帶斷裂的關系;測試集用于模擬診斷,對比真實情況,評估準確性,并評估其作為臨床輔助診斷方法的性能。結果表明,提出的投票法模型的診斷正確率超過90%,并且從得到足底壓力數據到產生診斷結果,總耗時僅3秒左右。由此得出,所提出的基于步行時足底壓力信息的深度學習模型,可以在很短時間內輔助診斷前交叉韌帶斷裂,為臨床輔助診斷及康復提供參考。