基于支持向量机的腰椎管狭窄症步态分析

Posted 北京疼痛联盟

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于支持向量机的腰椎管狭窄症步态分析相关的知识,希望对你有一定的参考价值。

文章来源: Orthopedics 2015: 38:E959-E964.
编译: 窦智 首都医科大学宣武医院疼痛科

腰椎管狭窄症在超过65岁的腰椎手术患者中占很大比例。其诊断依靠体格检查和腰椎管狭窄的影像学证据。但导致患者症状的椎管狭窄阶段很难判断,本研究中作者采用步态分析的方法来提高诊断的准确率。目前已有的腰椎管狭窄症相关的步态分析研究,几乎都采用了昂贵的步态分析专用设备,例如地面反作 用力测力板(groundreaction force plate),不利于临床应用。此外,此类设备也难以获取患者行走过程中的运动学状态。因此,作者试图使用一种较为简单的运动分析(motion analysis)方法,来识别并定量分析腰椎管狭窄症病人的步态特征。并在此基础上,构建SVM(一种源于现代统计学习理论的机器学习算法)分类器,用以对健康受试者和伴有L4/L5神经根病的腰椎管狭窄症受试者进行分类。

本研究分为两个阶段,阶段I,获取伴有L4/L5神经根病的腰椎管狭窄症患者的步态特征。阶段II, 利用SVM对患者及健康受试者进行分类。本研究纳入13名健康受试者,以及33名有神经源性间歇性跛行的腰椎管狭窄症患者。健康受试者(5男; 8女;平均年龄40.2岁)无会引发步态紊乱的神经性或关节等疾病。腰椎管狭窄症患者分为2组:L4神经根病(L4组)和L5神经根病(L5组)其中L4组有7男、 4女(平均年龄70.2岁),L5组有9男、 13女(平均年龄73.8岁)。 将发光二极管制成的标记物固定于受试者患侧五个部位(肩峰、髂前上棘、腓骨头、外踝,以及第五跖骨头)(图1)。随后,所有受试者在跑步机上进行步行测试。如果受试者出现下肢疼痛而无法步行,作者将停止数据采集,如果受试者未感受到疼痛,受试者将步行5分钟。通过图1所示数码摄像机记录行走过程,截取测试停止前10s范围内的片段进行步态分析。作者主要关注下肢运动及关节角度变化,例如膝关节和髋关节的角度在步态时相中会呈现周期性变化。此外,还关注腓肠肌和股四头肌等受累部位的收缩情况,计算出标准化后的肌肉最大舒张长度、最大收缩长度,以及关节活动范围。纳入研究的步态特征包括: 1.摆动相时踝关节的活动幅度;2.摆动相时期踝关节的平均角度; 3.站立相初始阶段膝关节角度; 4.髋关节的活动度;5.腓肠肌舒张最大长度; 6.腓肠肌收缩最小长度; 7.腓肠肌收缩范围; 8.股四头肌舒张最大长度; 9.股四头肌收缩最小长度; 10.股四头肌收缩范围。

结果发现利用上述特征进行分类,总的准确率为 80.4%。其中健康对照组分类准确率最高, L4 组最低。对照组有 2 例误判为L4 组。 L4 组中,有 2 例误判为 L5 组, 1 例误判为对照组组。 L5 组中,有 2 例误判为对照组, 2 例误判为 L4 组。许多研究应用地面反作用力测力板进行步态分析,所测数据多为步速、跨步长、摆动和节律。然而作者希望以运动学和形态学为立足点,对腰椎管狭窄症患者的步态特征进行可视化及定量分析,关注于下肢的运动。当对神经性疾病进行运动学和形态学上步态特征进行评估时,需要考虑 2 个机制:第一个机制是痉挛和迟缓性麻痹通过肌肉影响到关节的运动,这个发现很好的反应出了疾病的自身特征。另一个机制是无意识步行策略,如步行时避免疼痛、对痉挛进行补偿等步行策略。本研究中, L4 组的步态特征为站立相初始阶段膝屈曲角度,对于股四头肌肌无力的患者,会出现膝过伸,以便减小足初始触地时对股四头肌的肌力的需求。 L5组步态特征为踝关节显示单峰波形,因为垂足导致足趾和踵同时触地。

当前研究的局限性包括样本量小、每组受试者的背景差异,性别和年龄差异对步态的影响等。但总的来说,作者提出了一种新的、简单的运动分析的测试方法,可鉴别一些有用的步态参数以区分健康受试者和 L4、L5 神经根损伤患者。


欢迎加入中国疼痛康复联盟及北京疼痛联盟。联盟网站:中国疼痛联盟网站(http://www.paincxy.com)。

关注方式:



以上是关于基于支持向量机的腰椎管狭窄症步态分析的主要内容,如果未能解决你的问题,请参考以下文章

技术文献基于全局优化支持向量机的多类别高炉故障诊断

基于SVM支持向量机的车牌分割识别算法matlab仿真——详细版

什么是支持向量机?

影像组学研究基于支持向量机的MRI影像组学方法鉴别不同病理分型原发性肝癌的价值

基于SVM支持向量机的彩色图像目标分割算法matlab仿真

支持向量机优缺点?