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OA北大核心CSTPCD
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。
李玳;王天牧;张思;秦跃;谢福贵;刘辛军;聂振国;黄红拾;
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
计算机与自动化
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
《北京大学学报(自然科学版)》 2024 (001)
P.109-117 / 9
国家自然科学基金-区域创新发展联合基金(U23A20471);北京市科技新星计划交叉合作课题(20230484412);北京市自然科学基金-海淀原始创新联合基金(L222138);北京大学第三医院创新转化基金(BYSYZHKC2022119);北京大学第三医院临床重点项目(BYSYZD2021012)资助。
评论