换一批随机森林非对称步态质量评价模型的敏感因子分析
Sensitivity factor analysis of asymmetric gait quality evaluation model based on random forest algorithm
摘要背景:非对称步态质量评价对康复训练有指导作用,但步态质量与步态运动学动力学参数关联尚不清楚.目的:构建基于步态参数的机器学习步态质量评价模型,提取非对称步态参数的质量敏感因子,探讨步态参数与步态质量的关系,用于指导非对称步态相关的训练和康复.方法:设置非对称因子,建立非对称步态模型数据库.开展步态试验采集8位青年和8位老年受试者(均为男性,右侧优势人群)的运动学、动力学数据,依据对称性指标对每组试验数据进行步态质量分析,建立步态参数-步态质量数据集;通过随机森林学习建立步态质量评价模型,使用因子重要性分析方法识别步态质量关键影响因子;使用关键因子更新步态质量评价模型.经10折交叉验证评估模型表现,使用交叉验证数据集来验证模型的评价效果.结果与结论:①设计了非对称步态质量梯度试验,得到梯度步态质量数据库,其中759组最优步态质量数据,329组次优数据,133组中间质量数据,125组较差步态质量数据;②探讨了随机森林算法在步态质量评价方面的应用方法,建立了步态质量与步态参数的关系模型,随机森林步态质量模型预测精度为95.99%;③对随机森林模型进行特征重要性排序,得到影响非对称步态质量的13个主要参数;④对上述13个主要参数进行步态质量敏感因子分析,筛选出5个步态质量敏感因子,使用敏感性因子建立的随机森林模型预测精度为94.20%.
更多相关知识
关键词
非对称步态步态质量步态参数随机森林特征重要性敏感因子步态质量评价asymmetric gaitgait qualitygait parameterrandom forestfeature importancesensitivity factorgait quality evaluation
栏目名称
DOI
10.12307/2024.670
发布时间
2024-03-20（万方平台首次上网日期，不代表论文的发表时间）
- 浏览15
- 被引1
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
