法医学杂志 ›› 2020, Vol. 36 ›› Issue (2): 210-215.DOI: 10.12116/j.issn.1004-5619.2020.02.012
陈邵文1, 崔丹妮2, 夏晴3, 夏文涛3, 江洁清1, 沈忆文1
CHEN Shao-wen1, CUI Dan-ni2, XIA Qing3, XIA Wen-tao3, JIANG Jie-qing1, SHEN Yi-wen1
摘要: 目的 开发识别不同配合程度下等速膝关节运动力矩-时间图的卷积神经网络(convolutional neural network,CNN)模型。 方法 200名健康青年志愿者分别在30°/s和60°/s角速度下各进行两次、间隔45 min的等速向心右侧膝关节全力和半力屈伸往复运动,收集力矩-时间图。200名受试者随机分为训练集(140名)与测试集(60名),用训练集受试者的力矩-时间图训练CNN模型,再用训练好的模型预测测试集内图形的类别。共进行3次随机取样与模型开发。 结果 在等速膝关节全力及半力运动条件下各收集2 400张力矩-时间图。3次训练的CNN模型分类准确率分别为91.11%、90.49%和92.08%,平均准确率为91.23%。 结论 本研究开发的CNN模型对全力及半力等速力矩-时间图具有较好的区分效果,有助于识别受试者在等速膝关节运动过程中的配合程度。