典型文献
引入注意力机制的后交叉韧带断裂的智能辅助诊断
文献摘要：
目的:通过分析行走过程的足底压力数据,研究足底压力信息与后交叉韧带断裂的映射关系,从而实现借助足底压力对后交叉韧带断裂进行快速、准确的智能辅助诊断.方法:回顾性研究了北京大学第三医院2015至2017年收治的69名单纯左侧后交叉韧带断裂患者、69名单纯右侧后交叉韧带患者,以及63名健康志愿者在行走过程中的足底压力数据.通过归一化等方法对足底压力信息进行预处理,然后通过引入注意力机制,采用自注意力结构,建立深度神经网络模型,实现对足底压力信息中隐式信息的特征编码与提取,并基于完整步态过程中足底压力最大值特征,对膝关节后交叉韧带断裂做出智能辅助诊断.结果:在数据处理后,得到1208段单纯左侧后交叉韧带断裂、1096段单纯右侧后交叉韧带断裂,以及964段健康人的足底压力数据,随机选择90％作为训练集,10％作为测试集.经过训练的神经网络在测试集上,对单侧后交叉韧带断裂的预测精度达到了92.02％.在测试集上,模型的曲线下面积(AUC)值达到了0.9820,显著高于使用传统卷积神经网络(CNN)方法得到的88.50％的预测精度和0.9218的AUC值.在可解释性方面,通过对训练过程的足底压力分布梯度进行可视化操作,可以观察到所提出的神经网络准确地提取了足底压力的边缘特征和重点压力特征区域.结论:借助采用了注意力机制的深度神经网络,能够有效地提取行走过程中足底压力信息的空间和时序特征,最终实现对后交叉韧带断裂的辅助智能诊断.这种基于人工智能的诊断方法具备显著的临床应用与研究价值.
文献关键词：
智能诊断;后交叉韧带断裂;足底压力;注意力机制;特征感知
中图分类号：
作者姓名：
李玳;王天牧;张思;谢福贵;刘辛军;聂振国;刘振龙
作者机构：
北京大学第三医院运动医学科,北京大学运动医学研究所,运动医学关节伤病北京市重点实验室,北京100191;清华大学机械工程系摩擦学国家重点实验室,北京100084;清华大学精密/超精密制造设备与控制北京市重点实验室,北京100084
文献出处：
引用格式：
[1]李玳;王天牧;张思;谢福贵;刘辛军;聂振国;刘振龙-.引入注意力机制的后交叉韧带断裂的智能辅助诊断)[J].中国运动医学杂志,2022(11):833-840
A类：
B类：
注意力机制,后交叉韧带断裂,智能辅助,辅助诊断,映射关系,回顾性研究,北京大学第三医院,名单,侧后,健康志愿者,自注意力,注意力结构,深度神经网络模型,中隐,隐式,特征编码,步态,膝关节后交叉韧带,健康人,随机选择,训练集,测试集,经过训练,可解释性,训练过程,足底压力分布,分布梯度,可视化操作,边缘特征,压力特征,特征区域,空间和时,时序特征,智能诊断,应用与研究,特征感知
AB值：
0.206105
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
