用于远程患者护理的步态分析混合神经网络方法

《ICT Express》:A Hybrid Neural Network Approach to Gait Analysis for Remote Patient Care

【字体: 大 中 小 】 时间:2026年02月02日 来源:ICT Express 4.6

编辑推荐:

  基于计算机视觉的步态分析(GA)通过从实时视频中估计关键步态参数(GPs),推动了远程患者监护(RPM)的发展。研究人员通过四种不同算法(包括最先进的混合LSTM-Transformer)对GPs的估计进行评估。采用了三个精度参数,即相关性、平均绝对误差(MA

  
基于计算机视觉的步态分析(GA)通过从实时视频中估计关键步态参数(GPs),推动了远程患者监护(RPM)的发展。研究人员通过四种不同算法(包括最先进的混合LSTM-Transformer)对GPs的估计进行评估。采用了三个精度参数,即相关性、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)。混合LSTM-Transformer在速度、步频、膝关节屈曲和步态偏差指数(GDI)上的MAE分别为0.1397 m/s、0.090 steps/s、5.532°和6.25;MAPE值分别为20.81%(速度)、11.00%(步频)、3.50%(膝关节屈曲)和8.00%(GDI);GPs估计的相关性分别为0.791、0.790、0.851和0.753。
**论文解读:基于混合LSTM-Transformer的步态分析在远程患者监护中的应用**

**研究背景**
远程患者监护(RPM)系统通过物联网、雾计算、云计算、区块链和边缘技术传输患者健康数据,实现病情恶化的及时检测、自我康复以及远程临床监督,尤其适用于无法前往医院就诊的患者。步态分析(GA)作为RPM的关键组成部分,通过分析周期性、顺序性的下肢运动(受年龄、性别、体重、种族和行为影响),支持个性化护理,应用范围从生物特征识别到糖尿病、帕金森病、中风和骨关节炎等疾病的监测。然而,传统步态分析依赖于昂贵的3D运动捕捉设备,限制了其临床普及。近年来,基于人工智能的计算机视觉方法(如OpenPose)能够从2D视频中非侵入性地提取步态参数,直接输入RPM平台,提高了可及性和精确度。尽管Transformer模型在OU-ISIR数据库上实现了93.33%的准确率,优于循环神经网络、卷积神经网络和混合方法,但其在分段数据集上的表现尚未验证;类似Transformer技术应用于人类活动识别时,在公开基准上达到>97%的准确率,但需进一步验证领域无关性能。因此,本研究旨在开发一种混合神经网络方法,整合长短期记忆网络(LSTM)和Transformer的优势,以提升步态参数估计的精确性和一致性,为个性化医疗提供可扩展的非侵入性步态分析方案。该论文发表在《ICT Express》。

**主要技术方法**
研究人员采用OpenPose从单摄像头视频中提取25个二维关节关键点,经数据预处理后形成时间序列CSV文件。关键步骤包括:忽略亮度值以保留50个特征(x,y坐标),从中选择8个关键关节(如髋、膝、踝、大脚趾等),并基于这些关节构造8个混合特征(如左右侧髋膝踝角度、膝踝大脚趾角度、踝与脚趾距离、左右踝水平距离等),最终每个时间帧包含24个特征。输入序列为75×650矩阵(25个关键点,每帧25×3=75维,650帧),经预处理后转换为75×50矩阵。模型方面,研究人员比较了四种深度学习架构:时间卷积网络(TCN)、普通Transformer(VT)、卷积Transformer(ConvTransformer)以及提出的混合LSTM-Transformer。混合模型首先通过LSTM单元处理关键点序列,经批量归一化和丢弃层后,输入多头自注意力Transformer模块捕获全局上下文,再通过双向LSTM(BiLSTM)处理,最后经平坦化与全连接层回归步态参数。训练过程采用加权交叉熵损失函数,在具有NVIDIA GPU的工作站上运行,平均训练时间每epoch约47秒。模型超参数包括:LSTM单元128、Transformer头数4、前馈网络维度128、丢弃率0.2,序列长度75帧,批量大小32,训练轮数500。数据集来自Gillette儿科中心1994-2015年收集的1026名脑瘫患者(年龄3.5-70岁,平均12岁)的1792段视频,统一降采样至640×480分辨率,随机分为训练集(80%)、测试集(10%)和验证集(10%),共生成3207个CSV文件。

**研究结果**
**4.1 预处理与特征提取**
通过忽略亮度值,将每帧特征从75维降至50维(仅x,y坐标)。随后根据步态分析领域重要性,从25个关键点中选取8个关键关节(包括髋、膝、踝、大脚趾等),并构造8个混合特征,使总特征数降至24。混合特征包括:左右侧髋-膝-踝夹角、左右侧膝-踝-大脚趾夹角、左右侧踝-大脚趾距离、左右侧踝间水平距离。这些特征显著提升了步态参数估计的准确性。

**5 相关性结果图形分析与讨论**
通过MAE、MAPE和相关性三项统计指标评估四种模型对四个步态参数(速度、步频、膝关节屈曲、步态偏差指数(GDI))的估计性能。混合LSTM-Transformer表现出最优性能:速度MAE = 0.1397 m/s、步频MAE = 0.090 steps/s、膝关节屈曲MAE = 5.532°、GDI MAE = 6.25;MAPE分别为20.81%(速度)、11.00%(步频)、3.50%(膝关节屈曲)、8.00%(GDI);相关性分别为0.791(速度)、0.790(步频)、0.851(膝关节屈曲)、0.753(GDI)。相比之下,普通Transformer在GDI相关性上略高(0.768),但混合模型在其余参数上均领先。特征分析表明,下肢关节(尤其是髋和膝)的运动是整体步态质量的关键预测因子,混合特征的设计有效利用了这些关键点。

**讨论与结论**
讨论部分指出,混合LSTM-Transformer模型通过整合LSTM的短期动态捕捉、Transformer的全局注意力机制以及BiLSTM的双向上下文,实现了最佳精度-效率比。尽管混合模型参数量最小,但训练时间最长(47秒/epoch),相比ConvTransformer(28秒/epoch)计算成本略高,但在常规GPU工作站上仍可接受,适合临床部署。研究基于脑瘫患者数据集,年龄跨度大(3.5-70岁),增强了模型对一般人群的适应性。结论部分翻译如下:在现代医学研究中,RPM中的步态分析(GA)通过预测关键步态参数(GPs)得到增强。传统运动捕捉系统和高成本传感器限制了实际应用,而计算机视觉技术(如OpenPose)可从2D视频帧中非侵入性提取GPs,直接输入RPM平台,使临床医生能够审查数据并提供个性化护理。研究人员使用TCN、VT、CT和混合LSTM-Transformer预测了四个主要GPs(膝关节屈曲、步频、GDI和速度)。通过MAE、MAPE和相关性评估,混合LSTM-Transformer在速度(0.1397)、步频(0.09)和膝关节屈曲(5.532)上取得最低MAE,在速度(20.81%)、步频(11.00%)和GDI(8.00%)上取得最低MAPE,并表现出最强的相关性,VT次之,独立LSTM紧随其后。这些结果证实了混合模型在个性化医疗中实现可扩展、非侵入性步态分析的高精度优势。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号