TY -的A2 -阴,唐爱军盟——。斯克沃尔佐夫,德米特里•AU - Chindilov丹尼斯盟——Painev尼基塔盟——Rozov Alexey PY - 2023 DA - 2023/05/02 TI -脚跟冲击和脚趾头检测算法基于深层神经网络使用Shank-Worn惯性传感器临床目的SP - 7538611六世- 2023 AB -一只脚放置惯性传感器通常用于脚跟冲击(HS)和脚趾头()事件检测。然而,在临床实践中,这种传感器位置可能很难甚至不可能由于畸形患者的脚。本文的第一个贡献是一个新的商品和事件检测算法情况下传感器被放置在外踝上。这种传感器位置允许脚部畸形患者的步态分析。此外,传感器的位置直接在广泛的外踝骨表面行走时确保安全固定传感器。该算法是基于深层神经网络,可以很容易地适应(通过训练神经网络)各种病理步态模式的分析。尤其重要的是在临床实践中当可能的病理步态模式的数量是非常大的。实现的算法提出了一种新的可穿戴系统临床步态分析。第二个贡献是验证这种新的可穿戴系统。这两个算法的性能和步态分析系统评估与参考使用跑步机系统,一个capacitance-based压力平台。 A total of 117 healthy volunteers participated in the comparison (62 males and 55 females, age 24–55 years, height 162–183 cm). They were asked to perform 2 min walking trials with different speed. 的意思是 精度 ± 精度 是 - - - - - - 0.021 ± 0.091 年代的步态周期, 0.589 ± 1.144 步骤/分钟节奏, - - - - - - 0.051 ± 0.544 %的立场阶段, - - - - - - 0.37 ± 0.649 % 针对单一的支持, 0.296 ± 0.711 % 的双重支持, 0.132 ± 0.561 % 为负载响应 0.106 ± 0.661 % preswing。该算法的局限性和同情与最先进的算法进行了讨论。SN - 1687 - 725 - 2023/7538611 / 10.1155 x你——https://doi.org/10.1155/2023/7538611——摩根富林明——《传感器PB - Hindawi KW - ER