随机森林非对称步态质量评价模型的敏感因子分析

背景:非对称步态质量评价对康复训练有指导作用,但步态质量与步态运动学动力学参数关联尚不清楚。目的:构建基于步态参数的机器学习步态质量评价模型,提取非对称步态参数的质量敏感因子,探讨步态参数与步态质量的关系,用于指导非对称步态相关的训练和康复。方法:设置非对称因子,建立非对称步态模型数据库。开展步态试验采集8位青年和8位老年受试者(均为男性,右侧优势人群)的运动学、动力学数据,依据对称性指标对每组试验数据进行步态质量分析,建立步态参数-步态质量数据集;通过随机森林学习建立步态质量评价模型,使用因子重要性分析方法识别步态质量关键影响因子;使用关键因子更新步态质量评价模型。经10折交叉验证评估模型表现,使用交叉验证数据集来验证模型的评价效果。结果与结论:①设计了非对称步态质量梯度试验,得到梯度步态质量数据库,其中759组最优步态质量数据,329组次优数据,133组中间质量数据,125组较差步态质量数据;②探讨了随机森林算法在步态质量评价方面的应用方法,建立了步态质量与步态参数的关系模型,随机森林步态质量模型预测精度为95.99%;③对随机森林模型进行特征重要性排序,得到影响非对称步态质量的13个主要参数;④对上述13个主要参数进行步态质量敏感因子分析,筛选出5个步态质量敏感因子,使用敏感性因子建立的随机森林模型预测精度为94.20%。