基于BP神经网络的高足弓异常程度评价模型的构建

摘要

为准确评估高足弓患者的足弓异常程度,提出相应的评价模型.采用鞋垫式足底压力测量装置,采集110名高足弓和90名正常足志愿者自然行走时的足底压力特征参数.提取两者在足底8个分区的峰值压强、接触面积、接触时间和冲量等4个方面具有显著差异的特征参数,利用因子分析法,选出能够反映各指标变量之间内部关系的5个特征因子,并计算其综合得分,建立高足弓异常评价标准,并采用BP神经网络算法构建评价模型.结果 显示,该模型对高足弓异常程度的预测值与期望值之间的相关系数R为0.9995,最大误差为0.0377,且预测准确率达到99％,可以对高足弓异常程度准确判断.该方法相对于以往的足型测量法更加准确与全面,同时可对患者的恢复情况及矫正鞋垫的治疗效果进行评估.