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。