以足壓深度學習網路建構巴金森氏症步態異常分類研究

研究計畫: 國家科學及技術委員會(原科技部) 國家科學及技術委員會學術補助

研究計畫-專案詳細資料

摘要

巴金森氏症之步態異常偵測與分類對於症狀早期發現、步態訓練與導引及、以至於藥物控制與提醒相當重要,然而過去研究僅以加速度訊號偵測步態凍結及步態參數,步態資訊缺乏直接反應雙足動態的資訊,目前文獻仍限於以足壓進行腦性麻痺與糖尿病患者之症狀評估或足部受力研究,較少應用於巴金森氏症之步態異常偵測與分類,特別一提過去足壓分佈取得之參數屬於一種由經驗法則得到的手工製作特徵,然而巴金森氏症所產生的步態異常,如緩慢步態、突進步態、小碎步及步態凍結,牽涉到足壓時間空間分佈變化,屬於一種動態圖像辨識。因此本計畫將以足壓強度動態分佈影像為基礎,以卷積神經網路及循環神經網路發展以巴金森氏症步態異常偵測與分類系統,將臨床收集到的足壓資料分類成緩慢步態、突進步態、小碎步、步態凍結及正常步態。計劃分兩年執行:第一年研發以Cortex微處理器為基礎之足壓佈滿感測智慧鞋及建立足壓視覺化參數分析與機器學習架構;及第二年研發足壓視覺化顯示手機APP及深度學習步態異常偵測。

Project IDs

系統編號:PB10901-2114
原計畫編號:MOST108-2221-E182-013-MY2
狀態已完成
有效的開始/結束日期01/08/2031/07/21

Keywords

  • 醫學工程
  • 巴金森氏症
  • 足壓
  • 步態異常
  • 圖像辨識
  • 卷積神經網路
  • 循環神經網路

指紋

探索此研究計畫-專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。