典型文献
基于随机森林模型的帕金森病步态分析
文献摘要：
帕金森病是一种常见于中老年的神经退行性疾病,步态冻结是其步态的典型特征.文章基于公开数据集"Gait in Parkinson's Disease",应用随机森林建立帕金森病步态识别模型,在本文数据预处理方法之下使得帕金森病步态识别的灵敏性和正确率均达到了92％以上,准确率达到了96％以上,特别是AUC值更达到98％.优良的识别效果有利于帕金森病的及时确诊.应用随机森林模型输出的变量重要性获得了帕金森病步态受力特征,得到帕金森病患者行走时左脚L1和L7所在部位受力对步态影响最大,右脚则是R7部位受力对步态影响最大,且左脚受力比右脚更不均匀,从而左脚受力情况比右脚受力情况要复杂,说明步态不对称也不稳定.这有利于医生定量分析患者步态障碍的特点和程度,进而施行针对性个性化康复训练.
文献关键词：
帕金森病;步态特征;随机森林;特征重要性;python数据分析
中图分类号：
作者姓名：
陶文旭;彭紫莹;杨静;蒋剑军;郑志伟
作者机构：
铜陵学院数学与计算机学院,铜陵安徽244061
文献出处：
引用格式：
[1]陶文旭;彭紫莹;杨静;蒋剑军;郑志伟-.基于随机森林模型的帕金森病步态分析)[J].长江信息通信,2022(09):7-9
A类：
B类：
随机森林模型,步态分析,常见于,神经退行性疾病,冻结,典型特征,公开数据集,Gait,Parkinson,Disease,步态识别,识别模型,数据预处理方法,灵敏性,模型输出,变量重要性,受力特征,帕金森病患者,走时,左脚,L1,L7,右脚,R7,受力情况,步态障碍,行针,康复训练,步态特征,特征重要性,python
AB值：
0.356661
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。
