Archive
E. Parque1, S.Cheon2, J.Kim3, JY Hwang4, H.Nam5
1Universidad del Norte de Georgia, Departamento de Fisioterapia, Atlanta, Estados Unidos, 2Universidad de Youngsan, Departamento de Terapia Física, Yangsan, Corea (República de), 3Universidad Estatal de Kent, Departamento de Ciencias de la Computación, Kent, Estados Unidos, 4Universidad Estatal de Kent, Escuela de Moda, Kent, Estados Unidos, 5Centro Médico Universitario CHA, Departamento de Rehabilitación de Medicina, Gumi, Corea (República de)
Antecedentes: La marcha es la actividad diaria más importante que está altamente relacionada con la salud humana. Monitorear la marcha en la vida diaria para detectar eventos anormales puede ayudar a reducir el impacto negativo en la anormalidad mecánica. El pie plano (también conocido como pie plano) afecta la alineación del pie, el tobillo, la pierna, la pelvis y la columna vertebral durante la marcha.
Finalidad: Los dispositivos portátiles para detectar cambios de alineación con el pie plano durante la marcha se centraron en el movimiento del pie con dispositivos de detección simples, como sensores de fuerza y sensores de unidad de medición inercial (IMU). Sin embargo, esos dispositivos no son precisos para abordar el movimiento del tobillo en el ciclo de la marcha. En este estudio, desarrollamos un dispositivo de monitoreo de marcha portátil inteligente integrado con tres sensores en el pie delantero, el pie trasero y un sensor flexible en el tobillo. También hemos explorado el método de detección de pie plano más preciso y dinámico basado en una ventana de detección dinámica y una red neuronal profunda con análisis de componentes principales (PCA) escalado.
Métodos: Hemos probado 24 sujetos (12 sujetos con pie plano). Estos diagnósticos fueron realizados por un médico experto en base a la prueba de caída navicular que compara la diferencia de la longitud desde el escafoides hasta el suelo entre los que soportan peso y los que no soportan peso. Los datos recopilados se procesaron en función de PCA y DNN para clasificar a los sujetos con pie plano y sin pie plano.
Resultados: Este estudio muestra que los dispositivos de detección propuestos se usaron cómodamente y el modelo DNN propuesto superó a los otros cinco algoritmos clasificadores comunes considerados y el valor del área bajo la curva (AUC) de nuestro método fue del 87.1 %.
Conclusión (es): Nuestro dispositivo de detección puede proporcionar un entorno de detección cómodo y un rendimiento preciso para investigar el progreso del pie plano. Nuestra metodología también puede ser una herramienta de preselección de posibles problemas de marcha en la vida diaria.
Trascendencia: Este dispositivo propuesto se puede usar no solo para pacientes que están entrenando para mejorar los problemas de la marcha con pie plano, sino que también se puede aplicar para detectar el progreso del pie plano.
Financiamiento, agradecimientos: Este trabajo fue apoyado por la subvención de la Fundación Nacional de Investigación de Corea (NRF) financiada por el gobierno de Corea. (Nº NRF-2017R1C1B5076194).
Keywords: Sensor portátil, monitoreo de la marcha, pie plano
Tema: Tecnología innovadora: gestión de la información, big data e inteligencia artificial.
¿Este trabajo requirió aprobación ética? Si
Institución: Universidad de Youngsan
Comité: Comité IRB
Número de ética: YSUIRB-2017-HR-028-02
Todos los autores, afiliaciones y resúmenes han sido publicados tal como fueron enviados.
