Resumen

Para explorar la aplicación de la red neuronal artificial en la evaluación de la rehabilitación, se propone un tipo de algoritmo de inteligencia artificial de RNA estable y fiable. Mediante el aprendizaje de los datos clínicos de la marcha existentes, este método extrajo los parámetros característicos de la marcha de pacientes con diferentes edades, tipos de enfermedad y curso de la enfermedad, y repitió la iteración de datos para finalmente simular los parámetros de la marcha correspondientes de los pacientes. Los experimentos mostraron que la RNA entrenada obtuvo la misma puntuación que la humana en la mayoría de los datos (82,2%, kappa de Cohen = 0,743). Hubo una fuerte correlación entre la RNA y la mejora de las puntuaciones de Ashworth evaluadas por evaluadores humanos (r = 0,825, P<0,01). Como algoritmo de inteligencia artificial estable y fiable, la RNA puede aportar nuevas ideas y métodos para la evaluación clínica de la rehabilitación.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:algoritmo de inteligencia artificial fiable, RNA, red neuronal artificial, datos clínicos de la marcha, evaluación clínica de la rehabilitación, parámetros característicos de la marcha, pacientes, puntuaciones de Ashworth, iteración de datos, diferentes edades
• Keywords:reliable artificial intelligence algorithm, ANN, artificial neural network, clinical gait data, clinical rehabilitation evaluation, gait characteristic parameters, patients, Ashworth scores, data iteration, different ages