شناسایی اختلال راه رفتن افراد مبتلا به ناتوانی حرکتی مفصل زانو با استفاده از سیستم فازی

اختلال در راه رفتن یک مشکل شایع در جامعه است که می‌تواند به‌عنوان یک آسیب، زندگی فرد را محدود کند. تشخیص صحیح و سریع این اختلال می‌تواند به روند بهبود و درمان کمک کند، ازاین‌رو همواره پژوهش‌هایی انجام‌شده است که بر مبنای آن پزشک بتواند یک برنامه درمانی مناسب برای بیمار در نظر بگیرد. در این پژوهش از یک حسگر کینکت که قابلیت شناسایی 25 نقطه از نقاط آناتومیکی بدن فرد را دارد به‌منظور دریافت و ثبت داده استفاده‌شده است، بر مبنای اطلاعات سه بعدی به دست آمده از 25 نقطه، تعداد 8 ویژگی استخراج شد که نتایج نشان داده‌است تعداد 7 ویژگی استخراج شده، تفکیک پذیری بهتری داشتند. راهکار موردنظر بر مبنای سیستم فازی تعریف‌شده که یک گروه پزشکی به عنوان خبره در این سیستم همکاری می‌نمایند. تعداد شرکت‌کنندگان 90 نفر می‌باشد که در گام اول از مجموع داده های 50 نفر بیمار حرکتی و 40 نفر افراد سالم، از داده‌ی 45 نفر برای استخراج  قواعد فازی بر‌مبنای نظرات خبرگان استفاده شد همچنین برای اینکه در ساخت مدل بایاس کمتری اتفاق بیوفتد از روش k-fold در دسته بندی داده ها استفاده شده است.در گام دوم از داده‌ی 45 نفر دیگر برای ارزیابی سیستم پیشنهادی استفاده گردید. خروجی‌های حاصل از صحت‌سنجی سیستم فازی نشان می‌دهد که بر مبنای 7 ویژگی تعریف‌شده و قواعد ساخته در سیستم فازی، دقت، گزارش‌شده 95 درصد است.

recognition of gait disorder in people with knee joint disability using fuzzy system

gait disorder is an issue in human society that can limit a person's life activity as an injury. correct and rapid diagnosis of this disorder can help the healing process. therefore, research has always been done to identify this disorder, based on which the physician can consider an appropriate treatment plan for the patient.many recent studies have used different wearable and non-wearable sensors for identification. in the present study, kinect sensor, which can identify 25 points of anatomical points of a person's body, was used to receive and record data, the identification method is defined based on the fuzzy system defined by a medical team consisting of specialists and knee surgeons as experts in this system. the number of participants is 90, which is given from the data of 45 people in the training step and construction of the fuzzy system based on the opinions of experts, and in the second step from the data of another 45 people to evaluate the system as input. the outputs of the fuzzy system validation show that based on 7 defined features and rules made in the fuzzy system, the accuracy, precision, and recall are reported are 95%, 92.14%, and 89.26%, respectively.