{"title":"体位学中的计算模型","authors":"L. Luengas, Luis Felipe Wanumen Silva","doi":"10.14483/22487638.18060","DOIUrl":null,"url":null,"abstract":"Objetivo: Realizar la clasificación y el mapeo de parámetros de balanceo corporal a partir de datos de posturografía estática para diferenciar individuos amputados transtibiales unilaterales de no amputados utilizando técnicas de aprendizaje automático y minería de datos. \nMetodología: El balanceo corporal se midió en 74 individuos, 37 amputados por mina antipersonal y 37 controles sanos. Se clasificó la estabilidad según el grupo haciendo uso de aprendizaje automático. Se desarrolló un mapa bidimensional continuo de las alteraciones de la postura utilizando la teoría de la información de Shannon, la prueba de U Mann-Whitney(p<0.05) fue usada con el fin de identificar diferencias entre grupos. \nResultados: Se entrenaron cinco algoritmos de aprendizaje automático, un árbol de decisión, reglas de decisión, una red neuronal, una máquina de soporte vectorial y el clúster. La validación y la comparación se llevaron a cabo con las métricas obtenidas a partir de la matriz de confusión, utilizando validación cruzada para obtener dos subconjuntos. La condición de postura más discriminativa se clasificó como desplazamiento del centro de presión (CoP) lado no amputado dirección antero-posterior. El algoritmo de mayor desempeño fue la máquina de soporte vectorial y el de menor desempeño el clúster, sin embargo, todos los modelos realizaron clasificación de grupos con una puntuación F1 mayor a 0,4. \nConclusiones: El mapeo de las características del desplazamiento del balanceo en el espacio 2D reveló agrupaciones claras entre amputados y controles, lo cual confirma que el aprendizaje automático puede ayudar en la clasificación de patrones de balanceo clínico medidos con posturografía estática. Los modelos computacionales permiten evaluar de forma objetiva la estabilidad, así como reconocer el aporte de contralateral en el control de la postura bípeda estática ya que compensa la no existencia de los aferentes y eferentes de ipsilateral. \nFinanciamiento: Artículo de investigación científica derivado del proyecto de investigación “Caracterización de la Estabilidad en Amputados Transtibiales Unilaterales”, financiado por la Universidad Distrital Francisco José de Caldas, Bogotá, Colombia.","PeriodicalId":30372,"journal":{"name":"Tecnura","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-07-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Modelos computacionales en la posturografía\",\"authors\":\"L. Luengas, Luis Felipe Wanumen Silva\",\"doi\":\"10.14483/22487638.18060\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Objetivo: Realizar la clasificación y el mapeo de parámetros de balanceo corporal a partir de datos de posturografía estática para diferenciar individuos amputados transtibiales unilaterales de no amputados utilizando técnicas de aprendizaje automático y minería de datos. \\nMetodología: El balanceo corporal se midió en 74 individuos, 37 amputados por mina antipersonal y 37 controles sanos. Se clasificó la estabilidad según el grupo haciendo uso de aprendizaje automático. Se desarrolló un mapa bidimensional continuo de las alteraciones de la postura utilizando la teoría de la información de Shannon, la prueba de U Mann-Whitney(p<0.05) fue usada con el fin de identificar diferencias entre grupos. \\nResultados: Se entrenaron cinco algoritmos de aprendizaje automático, un árbol de decisión, reglas de decisión, una red neuronal, una máquina de soporte vectorial y el clúster. La validación y la comparación se llevaron a cabo con las métricas obtenidas a partir de la matriz de confusión, utilizando validación cruzada para obtener dos subconjuntos. La condición de postura más discriminativa se clasificó como desplazamiento del centro de presión (CoP) lado no amputado dirección antero-posterior. El algoritmo de mayor desempeño fue la máquina de soporte vectorial y el de menor desempeño el clúster, sin embargo, todos los modelos realizaron clasificación de grupos con una puntuación F1 mayor a 0,4. \\nConclusiones: El mapeo de las características del desplazamiento del balanceo en el espacio 2D reveló agrupaciones claras entre amputados y controles, lo cual confirma que el aprendizaje automático puede ayudar en la clasificación de patrones de balanceo clínico medidos con posturografía estática. Los modelos computacionales permiten evaluar de forma objetiva la estabilidad, así como reconocer el aporte de contralateral en el control de la postura bípeda estática ya que compensa la no existencia de los aferentes y eferentes de ipsilateral. \\nFinanciamiento: Artículo de investigación científica derivado del proyecto de investigación “Caracterización de la Estabilidad en Amputados Transtibiales Unilaterales”, financiado por la Universidad Distrital Francisco José de Caldas, Bogotá, Colombia.\",\"PeriodicalId\":30372,\"journal\":{\"name\":\"Tecnura\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-07-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Tecnura\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.14483/22487638.18060\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Tecnura","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14483/22487638.18060","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
摘要
摘要目的:利用机器学习和数据挖掘技术,对静态体位图数据进行身体平衡参数的分类和映射,以区分单侧经胫骨截肢者和非截肢者。方法:对74名受试者、37名被杀伤地雷截肢者和37名健康对照组进行身体平衡测量。使用机器学习对稳定性进行分组分类。利用Shannon信息理论建立了姿势变化的连续二维图,并使用U Mann-Whitney检验(p<0.05)来识别组间的差异。结果:训练了5种机器学习算法、1棵决策树、1条决策规则、1个神经网络、1个向量支持机和集群。对从混淆矩阵中获得的指标进行了验证和比较,使用交叉验证得到两个子集。最具鉴别性的姿势条件为压力中心位移(CoP)未截肢侧前后方向。性能最高的算法是向量支持机算法,性能最低的算法是集群算法,但所有模型都对F1评分大于0.4的组进行分类。结论:二维空间中平衡位移特征的映射显示了截肢者和对照组之间的清晰分组,证实了机器学习可以帮助用静态姿势图测量临床平衡模式的分类。计算模型允许客观评估稳定性,并识别对侧在静态两足姿势控制中的贡献,因为它补偿了同侧传入和传出的不存在。资助:来自“单侧经胫骨截肢者稳定性特征”研究项目的科学研究文章,由Francisco jose de Caldas地区大学资助,bogota,哥伦比亚。
Objetivo: Realizar la clasificación y el mapeo de parámetros de balanceo corporal a partir de datos de posturografía estática para diferenciar individuos amputados transtibiales unilaterales de no amputados utilizando técnicas de aprendizaje automático y minería de datos.
Metodología: El balanceo corporal se midió en 74 individuos, 37 amputados por mina antipersonal y 37 controles sanos. Se clasificó la estabilidad según el grupo haciendo uso de aprendizaje automático. Se desarrolló un mapa bidimensional continuo de las alteraciones de la postura utilizando la teoría de la información de Shannon, la prueba de U Mann-Whitney(p<0.05) fue usada con el fin de identificar diferencias entre grupos.
Resultados: Se entrenaron cinco algoritmos de aprendizaje automático, un árbol de decisión, reglas de decisión, una red neuronal, una máquina de soporte vectorial y el clúster. La validación y la comparación se llevaron a cabo con las métricas obtenidas a partir de la matriz de confusión, utilizando validación cruzada para obtener dos subconjuntos. La condición de postura más discriminativa se clasificó como desplazamiento del centro de presión (CoP) lado no amputado dirección antero-posterior. El algoritmo de mayor desempeño fue la máquina de soporte vectorial y el de menor desempeño el clúster, sin embargo, todos los modelos realizaron clasificación de grupos con una puntuación F1 mayor a 0,4.
Conclusiones: El mapeo de las características del desplazamiento del balanceo en el espacio 2D reveló agrupaciones claras entre amputados y controles, lo cual confirma que el aprendizaje automático puede ayudar en la clasificación de patrones de balanceo clínico medidos con posturografía estática. Los modelos computacionales permiten evaluar de forma objetiva la estabilidad, así como reconocer el aporte de contralateral en el control de la postura bípeda estática ya que compensa la no existencia de los aferentes y eferentes de ipsilateral.
Financiamiento: Artículo de investigación científica derivado del proyecto de investigación “Caracterización de la Estabilidad en Amputados Transtibiales Unilaterales”, financiado por la Universidad Distrital Francisco José de Caldas, Bogotá, Colombia.