이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

뇌졸중 환자 보행 분석 및 분류를 위한 심층신경망

2022년 3월 8일 업데이트: Cheng-Hsin General Hospital

뇌졸중 후 환자의 관성센서 기반 비정상 보행 패턴에 대한 심층신경망 원문보기 KCI 원문보기 인용

뇌졸중 환자의 다리는 Brunnstrom 단계를 거쳐 초기 이완 상태에서 점진적으로 경직이 증가하고 결국에는 경직이 감소하는 상태로 점진적으로 회복됩니다. 이 과정 전반에 걸쳐. 뇌졸중 환자가 걷기 시작할 수 있게 된 후, 이들의 걸음걸이는 건강한 피험자의 비정상적인 걸음걸이 패턴을 보일 것입니다.

이러한 비정상적인 보행 패턴에 대한 재활 방법에는 발목-무릎 보조기(AFO) 또는 무릎/골반 관절 가동성을 증가시켜 도움을 주는 방법이 있습니다. 본 연구에 앞서 뇌졸중 보행 패턴과 정상 보행 패턴을 구별하기 위한 유사한 연구가 수행되었으며 정확도는 96% 이상입니다.

본 연구는 뇌혈관 질환을 처음 경험하고 현재 도움 없이 평평한 바닥에서 독립적으로 걸을 수 있는 대상자를 모집하고 조사자는 양쪽 발목, 손목 및 골반에 묶인 관성 측정 장치를 통해 보행 정보를 기록하여 가속도 및 각속도를 감지합니다. 보행 매개변수. 본 연구에서 사용된 IMU는 3축 가속도계, 3축 자이로스코프, 3축 자력계로 구성되며, 최고 샘플링 속도는 128Hz이다.

이후 수집된 보행 정보를 DNN(Deep Neural Network) 모델의 학습 데이터 및 테스트 데이터로 활용하고 의사의 임상 관찰 결과를 동시에 비교하여 DNN 모델이 이상 보행 유형을 판별할 수 있는지 여부를 확인합니다. 위에 언급했듯이.

이 모델이 지역 사회에 적용되면 수사관은 비정상적인 보행 패턴을 조기에 감지하고 조기 개입을 수행하여 낙상 가능성을 줄일 수 있기를 바랍니다.

이것은 비 침습적 관찰 연구이며 약물 사용을 포함하지 않습니다. 참가자는 평평한 표면에서 도움 없이 6분 동안만 걷기를 수행해야 합니다. 이 위험은 매우 낮으며 이 연구에서 가능한 유일한 위험은 걷는 동안 넘어지는 것입니다.

연구 개요

상세 설명

보행 훈련을 시작할 수 있는 뇌졸중 환자에서 비정상적인 보행 패턴을 관찰할 수 있는데, 여기에는 회선 보행, 발 내림, 고관절 하이킹 및 반발 슬관절 등이 포함됩니다. 뇌혈관 장애 후 6개월은 뇌졸중 후 재활의 황금기로 간주되므로 이 기간 동안의 집중적인 개입은 뇌졸중 환자에게 상당한 도움이 될 것입니다. 현재 임상적 치료 방법은 여전히 ​​물리과 의사와 치료사의 주관적 진단에 크게 의존하고 있기 때문에 연구자들은 비정상적인 보행 패턴을 분류하는 보다 객관적인 방법을 확립함으로써 장기 재활 계획에 더 큰 도움이 될 것으로 기대하고 있습니다.

이 관찰 연구에서 연구자들은 최초의 일측성 뇌졸중 환자 100명을 모집할 계획이며 도움 없이 6분 동안 평평한 표면에서 걸을 수 있습니다. 포함 기준에는 뇌졸중이 처음 있고 하지 Brunnstrom III-V 단계에 영향을 받은 20세 이상의 연령과 기능적 보행 카테고리 VI가 포함됩니다. 참가자는 6분 동안 도움 없이 평평한 표면을 걸을 수 있어야 하며 MMSE(Mini-Mental State Examination)가 25 이상이어야 합니다. 제외 기준은 뇌졸중 이외의 중증 중추신경계(CNS)/말초신경계 장애 및 보행 중 넘어질 위험이 높은 사람을 포함한다. 검사에 협조할 수 없고 시각/청각/인지 장애가 심한 사람도 제외됩니다. 최근 6개월 이내 하지 골절이 있는 환자도 제외됩니다.

수사관은 물리 치료실뿐만 아니라 외래 진료소에서 참가자를 모집하며 환자는 이 보행 연구 전후에 추가 약물을 투여받지 않습니다. 참가자는 본 연구에 참여함으로써 제한 없이 물리 치료 프로그램과 의료 체제를 계속할 것입니다. 본 연구의 연구 방법은 참여자의 양측 손목, 발목 및 골반에 여러 개의 관성 측정 장치(IMU)를 묶고, 참여자는 가장 편안한 속도로 6분 동안 평평한 표면에서 실내를 걷도록 요청합니다. 본 연구에서 사용된 IMU는 3축 가속도계, 3축 자이로스코프, 3축 자력계로 구성되어 있으며 최고 샘플링 속도는 128Hz이다. AFO(ankle-foot orthosis)와 같은 비침습성 보조기는 보행 안정성과 대칭성을 높일 수 있습니다. 한편, 경험이 풍부한 임상 물리치료사 및 물리치료사가 환자의 보행 패턴이 회선 보행, 드롭 풋, 힙 하이킹 또는 백 무릎과 같은 비정상적인 보행 패턴을 나타내는지 여부를 기록합니다. 참가자는 불편함 없이 6분 걷기 테스트를 마친 후 퇴장할 수 있습니다.

비정상적인 보행 패턴 분석을 위해 훈련하기 위해 DNN(심층 신경망) 모델을 구성합니다. 본 연구를 위해 구축한 DNN 모델은 입력층, 은닉층 6개, 검출출력층, 분류출력층으로 구성된다. 각 숨겨진 레이어는 100개의 뉴런으로 구성되며 감지 출력 레이어는 각 보행 데이터를 정상 보행[1,0] 또는 스트로크 보행[0,1]으로 레이블을 지정합니다. 그 후, 분류 계층은 각각의 비정상적인 뇌졸중 보행 패턴을 뇌졸중 보행, 회선 보행, 드롭 풋, 힙 하이킹 및 백 무릎으로 [1,1,1,1,1]로 레이블을 지정합니다. 본 연구 참여자의 임상 보행 데이터 수집 완료 후 연구자는 수집된 보행 데이터를 DNN 훈련에 사용하고, 연구자는 k-fold cross validation 방법을 사용하여 참여자의 보행 데이터를 무작위로 5개의 모음으로 나누고 그 중 4개는 훈련으로 사용 나머지 데이터는 테스트 데이터로 사용하고 테스트는 5회 반복합니다. 그런 다음 조사관은 물리치료사/치료사가 수행한 임상 관찰 정보와 DNN 모델 결과를 비교하여 DNN 모델이 차별화된 회선 보행, 드롭풋, 힙 하이킹 및 재발 슬관절에 사용할 수 있는지 확인합니다.

연구 유형

관찰

등록 (예상)

100

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

      • Taipei City, 대만, 112401
        • Cheng Hsin General Hospital

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

20년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

샘플링 방법

비확률 샘플

연구 인구

수사관들은 정기적으로 Cheng Hsin 종합병원 외래진료소를 방문하는 20세 이상의 일측성 뇌졸중 환자에 초점을 맞춥니다.

설명

포함 기준:

  1. 뇌졸중이 처음 있는 20세 이상의 연령
  2. 그리고 영향을 받은 하지 Brunnstrom 단계 III-V
  3. 기능적 보행 범주 VI
  4. 참가자는 6분 동안 도움 없이 평평한 표면을 걸을 수 있어야 합니다.
  5. MMSE(Mini-Mental State Examination)는 25 이상이어야 하며 명령을 준수하고 연구에 협조할 수 있습니다.

제외 기준:

  1. 뇌졸중 이외의 중증 중추신경계(CNS)/말초신경계(PNS) 신경학적 장애
  2. 보행 중 넘어질 위험이 높은 환자
  3. 검사에 협조할 수 없는 환자
  4. 심각한 시각/청각/인지 장애가 있는 환자
  5. 최근 6개월 이내 하지 골절이 있는 환자

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 관찰 모델: 케이스 전용
  • 시간 관점: 단면

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
비정상적인 뇌졸중 보행 패턴을 감지하는 심층 신경망(DNN) 모델 정확도
기간: 2 년
조사관은 임상적으로 관찰된 비정상적인 보행 패턴을 DNN 모델 감지와 비교합니다. DNN 모델의 정확도는 교차 검증 후 임상 관찰 데이터와 비교되어 일련의 레이블이 지정됩니다. 조사관은 DNN이 비정상적인 뇌졸중 보행 패턴을 정확하게 식별할 수 있는지 여부를 결정하기 위해 이러한 라벨을 실제 관찰된 임상적 비정상적인 보행 패턴과 비교합니다.
2 년

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 연구 책임자: Szu-Fu Chen, MD, PHD, Szu-Fu Chen

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2021년 7월 20일

기본 완료 (예상)

2023년 5월 1일

연구 완료 (예상)

2023년 5월 31일

연구 등록 날짜

최초 제출

2021년 7월 8일

QC 기준을 충족하는 최초 제출

2021년 7월 11일

처음 게시됨 (실제)

2021년 7월 20일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2022년 3월 9일

QC 기준을 충족하는 마지막 업데이트 제출

2022년 3월 8일

마지막으로 확인됨

2022년 3월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • (870)110-16

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니

IPD 계획 설명

연구자의 IRB 성명에 따르면 환자 정보는 본 연구에만 사용되며 다른 목적으로는 사용되지 않습니다.

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

3
구독하다