Израелски учени разработиха иновативен метод за по-точно и непрекъснато проследяване на дължината на стъпките като за обозначаване на неврологични заболявания и свързани с възрастта състояния, предаде израелската новинарска агенция ТПС.
Накратко казано, дължината на стъпката е разстоянието от петата на единия крак до петата на другия, когато се прави крачка. Изследователи от Университета Тел Авив и Медицински център „Сураски“ - болница „Ичилов“ разработиха алгоритъм, който събира данни от лек сензор, носен на долната част на гърба на човека за измервания на дължината на стъпката.
Изследване на устройството, наскоро публикувано в изданието „Диджитъл Медисин“, установи, че моделът е почти четири пъти по-точен от настоящите биомеханични средства за измерване на дължината на стъпките.
Измерване дължината на стъпката често се използва в различни области, включително здравеопазването и рехабилитацията, спорта и биомеханиката, както и в изследванията на мобилността и стареенето.
За разработването на модела изследователите са използвали системи за инерционни измервателни единици, които често се срещат в смартфоните и смарт часовниците. Тези сензори, които са леки и сравнително евтини, измерват различни параметри на ходенето. Въпреки че в предишни проучвания са изследвани устройства, базирани на инерционни измервателни единици, за оценка на дължината на стъпката, те са били ограничени до здрави лица и малки извадки.
„Стремяхме се да разработим ефективно и удобно решение, подходящо за хора с проблеми с ходенето, като болни и възрастни хора. Целта ни беше да създадем алгоритъм, способен да преобразува данните от инерционни измервателни единици в точна оценка на дължината на стъпката, интегриран в носимо и удобно устройство“, проф. Нета Рабин, експерт по машинно обучение (machine learning) в Университета Тел Авив.
Разработването на алгоритъма включва анализ на данни за походката, базирани на сензори за инерционни измервателни единици и конвенционални данни за дължината на стъпката от разнообразна група от 472 лица, включително лица с Паркинсон, леки когнитивни нарушения и множествена склероза, както и здрави възрастни и млади хора. Този изчерпателен набор от данни включва 83 569 стъпки, което осигурява основа за обучение на моделите за машинно обучение.
„Установихме, че моделът, наречен Екс Джи Бууст (XGBoost), е най-точен, като е 3,5 пъти по-прецизен от най-усъвършенствания биомеханичен модел, използван в момента. За една крачка средната грешка на нашия модел е 6 cm, в сравнение с 21 cm при конвенционалния модел. При осредняване на 10 стъпки грешката намалява до по-малко от 5 см, което е клинично значим праг“, обяснява дипломантът Асаф Задка.
Екипът проучва възможността за интегриране на подобни модели в смарт часовници, което допълнително ще повиши комфорта и удобството за пациентите.
(Тази информация се разпространява по споразумение между БТА и ТПС)
/ВС/
news.modal.text
