Makine öğrenmesi ile kinematik veriden serebral palsili hastaların yürüyüş karakteristiğinin analizi

Abstract

Amaç: Serebral palsi (SP), nöromotor fonksiyon bozuklarına dayanan bir rahatsızlıktır ve özellikle yürüme kinematiğini etkileyebilir. SP'li hastaların hareket yeteneklerini iyileştirmek için kişiye özgü değerlendirmelere ihtiyaç vardır. Bu değerlendirmeler için laboratuvarlarda kullanılan yer tepki kuvveti (YTK) ölçümleri, SP hastalarının tedavisinde önemli bir rol oynar. Ancak YTK'nin doğal yürüyüş sırasında ölçülmesi zor ve donanım gerektirdiği için maliyetlidir. Bu çalışmada SP'li hastaların YTK'lerini kuvvet platformlarına ihtiyaç duymadan tahmin etmek için makine öğrenimi kullanılarak SP hastalarının yürüyüş analizi için yeni bir yaklaşım sunulmaktadır. Yöntem: Araştırma, 40 sağlıklı birey ve 40 SP hastasının yürüme verisi kullanılmıştır. İlk olarak, bir boyutlu konvolüsyonel sinir ağına (CNN) girdi olarak kullanılan kinematik veriler aracılığıyla sağlıklı ve SP'li bireylerin sınıflandırılabilmesi için bir model geliştirilmiştir. Ardından, SP'li hastaların kinematik verileri ikinci bir CNN modeline beslenerek YTK tahmin edilmiştir. Bulgular: SP hastalarının ve sağlıklı bireylerin yüksek doğruluk oranlarıyla (%98) sınıflandırılabilmesi sağlanmıştır. Ayrıca, SP'li hastalarda YTK, %13.3’lük (± 5.1) normalize edilmiş ortalama karesel hata ve 0.88’lik ± (0.07) Pearson korelasyon katsayısı oranları ile kestirilebilmiştir. Bu sonuçlar, laboratuvar ortamında YTK ölçümü yapılamayan hastalar için önemlidir. Sonuç: Bu çalışmada, SP hastalarının tedavisinde kullanışlı ve hızlı bir hareket analizi yöntemi sunulmuş ve SP hastalarının tedavi süreçlerini geliştirmeye yardımcı olacak bir yöntem uygulanmıştır. Bununla birlikte çalışmadan elde edilen sonuçların klinik karar verme süreçleri açısından hataya yer bırakmayacak bir dikkatle ele alınması gerekmektedir.