Hybrid adaptive approaches applied to gait analysis and therapeutic decision support

  • Angewandte hybride adaptive Methoden zur Ganganalyse und Unterstützung therapeutischer Entscheidungen

Rêgo Caldas, Rafael; Markert, Bernd (Thesis advisor); Loosen, Peter (Thesis advisor); Buarque de Lima Neto, Fernando (Thesis advisor)

Aachen : RWTH Aachen University (2020, 2021)
Buch, Doktorarbeit

In: Report. IAM, Institute of General Mechanics 06
Seite(n)/Artikel-Nr.: 1 Online-Ressource : Illustrationen, DiagrammeReport-Nummer: IAM-06

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2020

Kurzfassung

Der Gang ist häufig von unterschiedlichen Verletzungen der unteren Gliedmaßen sowie von neurologischen Störungen berührt. Die Ganganalyse ist daher die systematische Untersuchung des Gehens, die Informationen über die funktionelle Ebene des Patienten bereitstellt. Die herkömmlichen Methoden zur Beurteilung des Gangs sind jedoch entweder teuer oder komplex, um regelmäßig in der Praxis angewandt zu werden. In diesem Zusammenhang sind altersbedingte Veränderungen der Gehparameter für die Analyse der Funktionsfähigkeit und der körperlichen Leistungsfähigkeit relevant. Dennoch sind die winzigen Nuancen von leicht unterschiedlichen Gangmustern kaum erkennbar von unerfahrenen Beobachtern. Angesichts der Komplexität und Bedeutung der Ganganalyse im klinischen Kontext, besteht das Hauptziel dieser Forschungsarbeit darin, die konventionelle Beurteilung zu verbessern, um die Bedingungen für die Einführung wirksamer Rehabilitationsmethoden zu verbessern. Zu diesem Zweck wurden zwei hybride adaptive Ansätze und eine Anwendung von Vorhersagemethoden entwickelt, um Probanden nach Gangmerkmalen zu gruppieren bzw. die Rehabilitationsdauer zu bestimmen. Bei der ersten Anwendung wurden die kinematischen Eigenschaften gesunder Probanden verwendet, um sie basierend auf ihrem Alter und den wesentlichen Variationen ihres Gangbildes zu gruppieren. Die Experimente, die den mit Fuzzy c-Means (FCM) und k-Means (KM) assoziierten Algorithmus Self-Organizing Maps (SOM) als Clustering- Methoden verwendeten, haben ermutigende Ergebnisse für die Validierung der hybriden und adaptiven Ansätze erzielt. Die Ergebnisse wiesen auf kompatible Leistungen der vorgeschlagenen Ansätze hin, die den regulären FCM-Algorithmus überwindeten. Da das SOM + KM weniger Rechenressourcen benötigt, um die Patientinnen mit einer ähnlichen Leistung zu gruppieren, empfehlen wir dessen Anwendung und nicht den Ansatz mit FCM. Neben den konsistenteren Ergebnissen der Hybridansätze haben wir auch eine Analyse der Merkmalsrelevanz vorgeschlagen, die auf den SOM-Ausgangswärmekarten basiert, wobei die Datentopologie in den erstellten Grafiken erhalten bleibt. Diese Analyse wurde in zwei verschiedenen Zusammenhängen durchgeführt: (i) Gruppierung von Probanden aufgrund von altersbedingten Clustern auf der Grundlage von Gangmerkmalen und (ii) mehrere Versuche jedes Probanden hinsichtlich unterschiedlicher Geschwindigkeiten und Platzierung von Sensoren. Unter den kinematischen Zeitparametern legen die Ergebnisse die allgemeine Bedeutung der Trittfrequenz als Maß für die körperliche Leistungsfähigkeit nahe, insbesondere wenn Probanden aufgrund ihres Alters in Gruppen zusammengefasst werden. Bei der zweiten Relevanzanalyse stach die Komponente der Individualität bei der Betrachtung der Grafiken verschiedener Freiwilliger heraus. Darüber hinaus haben die vorgeschlagenen adaptiven Ansätze bestärkende Ergebnisse bei der Vorhersage der Rehabilitationsdauer gezeigt, wobei die klinischen Daten auf der Grundlage der körperlichen Untersuchung, der therapeutischen Ziele, der angewandten Techniken und der erforderlichen Anzahl von Physiotherapie-Sitzungen (PT) berücksichtigt wurden. Zwei der vier getesteten Methoden haben eine hohe Genauigkeit gezeigt, um die Anzahl der PT-Sitzungen zu bestimmen, die erforderlich sind, um Verletzungen der unteren Extremitäten, die den Gang beeinflussen, zu heilen. Eine solch innovative Anwendung kann nicht nur die Entscheidung von Ärzten und Patienten, sondern auch von Managern von Gesundheitseinrichtungen hinsichtlich der besten Alternativen für Patienten und Krankenhäuser unterstützen und sich positiv auf die klinische Praxis auswirken.

Identifikationsnummern

Downloads