换一批基于K-Modes聚类与加权K-近邻的脊髓损伤患者适配康复辅具智能决策方法
An Intelligent Decision-Making Method for Rehabilitation Assistive Device Matching in Spinal Cord Injury Patients Based on K-Modes Clustering and Weighted K-Nearest Neighbor
摘要脊髓损伤患者的损伤节段、性质以及肢体肌力等特征复杂多变,不恰当的康复辅具适配一直制约着脊髓损伤患者的整个康复进程和疗效.本研究提出一种融合K-Modes聚类与加权K-近邻的康复辅具智能适配决策方法(KKA),旨在提升辅具适配的精准性与高效性.研究收集了来自于不同医院的600例脊髓损伤患者的临床数据,并根据由跨领域、跨专业和一线辅具适配专家等组成的13人专家团队共识度确定包含损伤节段、损伤性质以及肢体肌力等在内的9个特征属性和不同的适配方案.KAA方法包含3个关键环节:1)采用熵权法和层次分析法确定特征权重,构建加权特征空间;2)基于K-Modes聚类算法优化案例库结构,有效降低分类偏差;3)结合加权KNN案例检索与规则推理模型,生成个性化适配处方.算法性能在600例静态病历和为期一个月的40例病历动态追踪中进行验证.结果显示,KAA在4类辅具适配中的平均精确率和召回率分别达到0.946～0.979和0.895～0.972患者;在动态临床跟踪评估中,脊髓独立性评定和身心功能障碍(SCIM)与残障分类评分(ICF)改善的最佳阈值分别为24.2％和2.3％,其改善水平的受试者工作特征曲线下面积均大于0.7,表明KAA方法在评估康复辅助产品适配对患者的有效性和适用性方面具有较高的诊断价值,有望为脊髓损伤精准康复提供可靠的技术支持.
更多相关知识
关键词
脊髓损伤临床决策混合推理聚类算法跟踪评价spinal cord injuryclinical decision-makinghybrid reasoningclustering algorithmfollow-up evaluation
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2025.06.007
发布时间
2026-02-03（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2018YFC2002601）
- 浏览3
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
