ПРИМЕНЕНИЕ ТЕОРИИ НЕЙРОННЫХ СЕТЕЙ С РАЗЛИЧНЫМИ МАТРИЧНЫМИ КОМПОНЕНТАМИ ДЛЯ ИССЛЕДОВАНИЯ ХОДЬБЫ ЧЕЛОВЕКА

Марцин Дерлятка

Марцин Дерлятка Bialystok Technical University

Ключевые слова: многомерная статистика, походка человека, основной принцип анализов компонента

Аннотация

Рассматривается применение теории нейронных сетей для оценки походки человека. Использовался метод анализа главных матричных компонентов (КРСА), основанный на различных матрицах. Были использованы три типа матричных компонент: линейные, многочленны е и радиальные базисные функции (RBF). Для оценки целесообразности применения матриц для анализа ходьбы был рассчитан стандартный индекс. Группу исследования составила выборка из 45 человек (156 шагов), включающая как людей без патологии, так и с патологической (церебральный паралич, Spina Biftda, повреждение передней крестообразной связки и гонартроз) походкой

Литература

Deluzio КJ, Wyss UP, Costigan PA, Sorbie Ch, Zee B. Gait assessment in unicompartmental knee arthroplasty patients: Principal component modelling of gait waveforms and clinical status. Human Movement Science. 1999;18(5):701-711. doi: 10.1016/S0167-9457(99)00030-5.

Derlatka M. Application of PCA in humar gait assessment. Acta of Bioengineering and Biomechanics. 2004;6(Suppl. 1):329-337.

Derlatka M. Dimensionality reduction in human gait assessing. Journal of Vibroengineering. 2004;6(1):19-21.

Derlatka M. Method of analysis and energetic assessment of human gait [Metoda analizy i oceny energetycznej chodu cziowieka]. Ph D thesis IBIB PAN. Warsaw; 2002. (Polish).

Derlatka M. Neural networks in human gait assessment. Mokslinio-praktinio seminario BIOMDLORE'03(4). Vilnius; 2004. P. 9-15.

Frigo C, Rabuffetti M, Kerrigan DC, Deming LC, Pedotti A. Functionally oriented and clinically feasible quantitative gait analysis method. Med Biol Eng Comput. 1998;36(2):179-85. doi: 10.1007/BF02510740.

Kwiatkowski W. Methods of automatics pattern recognition [Metody automaiycznego rozpoznawania wzorcyw]. Warsaw: Wojskowa Akademia Techniczna; 2001. P. 142-150.

Müller KR, Mika S, Rätsch G, Tsuda K, Schölkopf B. An introduction to kernel-based learning algorithms. IEEE Trans Neural Netw. 2001;12(2):181-201. doi: 10.1109/72.914517.

Olney SJ, Griffin MP, McBride ID. Multivariate examination of data from gait analysis of persons with stroke. Phys Ther. 1998;78(8):814-28. doi: 10.1093/ptj/78.8.814.

Romei M, Galli M, Motta F, Schwartz M, Crivellini M. Use of the normalcy index for the evaluation of gait pathology. Gait Posture. 2004;19(1):85-90. doi: 10.1016/s0966-6362(03)00017-1.

Sadeghi H. Local or global asymmetry in gait of people without impairments. Gait Posture. 2003;17(3):197-204. doi: 10.1016/s0966-6362(02)00089-9.

Schölkopf B, Smola A, Müller KR. Nonlinear Component Analysis as a Kernel Eigenvalue Problem. Neural Computation. 1998;10(5):1299-1319. doi: 10.1162/089976698300017467.

Schutte LM, Narayanan U, Stout JL, Selber P, Gage JR, Schwartz MH. An index for quantifying deviations from normal gait. Gait Posture. 2000;11(1):25-31. doi: 10.1016/s0966-6362(99)00047-8.

Smola A. Learning with Kernels PhD thesis. Berlin : Technische Universitnt; 1998.

Tbwiercz, M. Application neural networks in modelling of selected biomedical systems. [Zastosowanie sieci neuronowych do modelowania wybranych systemyw biomedycznych]. Bialystok; 1997. P. 128