肌电与运动功能融合的踝关节外侧副韧带伤情智能诊断模型研究

Intelligent diagnosis model research is an important part of the superior and efficient information industry in the technological innovation of sport health, and it has extensive application prospects in the sports injury’s clinical diagnosis and rehabilitative treatment. Nowadays, there is a series of problems in the lateral ankle ligaments injury diagnosis, such as synchronized spatiotemporal information isolation, shortage of intelligent diagnostic methods, etc. Regarding the above issues, this project researches on the intelligent diagnosis model for lateral ankle ligaments injury based on the surface electromyogram and sport level fusion. The main research contents include: ①the spatiotemporal symmetric fusion between surface electromyogram and sport level information; ②the coupling generalization between static and dynamic proprioception; ③the intelligent diagnosis modeling for lateral ankle ligaments injury. Then we integrate the above models and algorithms into the intelligent diagnosis platform which is based on the Vicon optical motion capture system for experiment, verification and optimizing. The results will help to explore and establish the intelligent theory and algorithm for special-needs group under a medicine and engineering combination mode, and they are worthy of applying to diagnosis, treatment and rehabilitation. Meanwhile, they will promote the development of national medical information service construction.

伤情智能诊断模型研究是优质高效运动健康科技创新信息化产业的重要组成部分，在运动创伤的临床诊疗、康复训练等领域具有广泛的应用前景。目前，在踝关节外侧副韧带伤情诊断过程中，存在同步时空信息隔离、智能诊断方法短缺等问题。针对上述问题，本课题将围绕肌电与运动功能融合的踝关节外侧副韧带伤情智能诊断模型展开研究，主要研究内容包括：①表面肌电与运动功能信息的时空对称融合；②静态与动态本体感觉特征的耦合泛化；③踝关节外侧副韧带伤情智能诊断建模。在此基础上，将上述模型与算法融入到本课题所建立的基于Vicon光学动作捕捉系统的踝关节外侧副韧带伤情诊断平台中进行实验、验证与优化。课题研究所取得的成果将有助于探索与建立“医工结合”模式下完备的面向特殊需求人士的智能诊断理论与算法，在患者的诊疗与康复方案制定中有着重要的应用价值，同时，对于我国信息化医疗服务建设具有积极的促进作用。

伤情智能诊断模型研究是优质高效运动健康科技创新信息化产业的重要组成部分，在运动创伤的临床诊疗、康复训练等领域具有广泛的应用前景。本项目积极响应《“十三五”卫生与健康科技创新专项规划》（国科发社〔2017〕147号）提出的“运动与健康基础研究”这一重点任务，利用“医学人工智能”前沿技术创新紧跟国家“十四五”相关领域发展要求，围绕多元运动特征融合的踝关节外侧副韧带伤情智能诊断模型展开研究，主要研究内容包括：①基于人体测量学方法的踝关节外侧副韧带损伤的步态特征分析与提取；②基于对偶式生成对抗网络的特征耦合泛化与生成扩展；③基于长短时记忆网络的踝关节外侧副韧带伤情智能诊断建模。在此基础上，将上述模型与算法融入到本课题所建立的基于Vicon光学动作捕捉系统的踝关节外侧副韧带伤情诊断平台中进行实验、验证与优化。实验结果表明：①自然行走过程中由步态基本特征、步态相期特征、步行速度特征、关节调整特征和关节活动度特征所构成的关联运动特征基元模式，可在为伤情智能辅助诊断的指标体系建设提供了必要的人体测量学依据的同时，明显改善智能辅助诊断效果；②基于对偶式生成对抗网络的步态特征生成可有效改善有标注样本量不足、多样性不佳、样本不均衡的问题，为后续伤情的智能辅助诊断模型构建提供必要的数据支撑；③基于卷积长短时记忆网络的踝关节外侧副韧带伤情智能诊断模型，可更好地兼顾步态时空运动特征，对伤情的鉴别表现出良好的鉴别力。本项目结合先进智能科学技术为国内运动医学与康复事业引入学科交叉式新思维，所取得的研究成果将有助于探索与建立“医工结合”模式下完备的面向特殊需求人士的智能诊断理论与算法，在患者的诊疗与康复方案制定中有着重要的应用价值，同时，对于我国信息化医疗服务建设具有积极的促进作用。