ارزیابی ناپایداری ایستایی در افراد کمردردی از طریق اندازه‌گیری مرکز فشار و شدت تمرین‌های ورزشی: یک رویکرد یادگیری ماشین | ||
| مهندسی مکانیک مدرس | ||
| Volume 26, Issue 12, September 1405, Pages 949-958 PDF (1.34 M) | ||
| Document Type: مقاله پژوهشی | ||
| DOI: 10.48311/mme.2026.119233.82975 | ||
| Authors | ||
| پوریا درستکار روحانی; محمود آذغانی* ; امین پرتوی فرد; مهراد پوریوسف میاندواب | ||
| گروه مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران | ||
| Abstract | ||
| سقوط یکی از نگرانی‌های اصلی در حوزه سلامت عمومی است، به‌ویژه برای افرادی که با کمردرد دست‌وپنجه نرم می‌کنند؛ چرا که این عارضه می‌تواند منجر به پیامدهای ناگوار جسمی شود. در حالی که تست‌های بالینی سنتی اغلب در تشخیص اختلال تعادل ناتوان هستند، شاخص‌های کمی مرکز فشار تصویر بسیار دقیق‌تری از وضعیت پایداری ارائه می‌دهند. ما می‌توانیم با ترکیب این ویژگی‌های مرکز فشار با شدت تمرینات ورزشی و بهره‌گیری از یادگیری ماشین پیشرفته، ابزاری قدرتمند برای پیش‌بینی و تحلیل مشکلات تعادلی در بیماران مبتلا به کمردرد ایجاد کنیم. در این پژوهش، داده‌های مرکز فشار جمع‌آوری و ویژگی‌های کلیدی معرف پایداری قامت استخراج گردید. پس از انجام مراحل دقیق پیش‌پردازش و نرمال‌سازی، چندین مدل یادگیری ماشین از جمله رگرسیون لجستیک، جنگل تصادفی و ماشین بردار پشتیبان را برای طبقه‌بندی افراد در دو گروه تعادل پایدار و تعادل ضعیف مورد ارزیابی قرار دادیم. نتایج نشان داد که این ساختارهای یادگیری ماشین در تفکیک دو گروه عملکرد فوق‌العاده‌ای دارند. در میان ویژگی‌های استخراج‌شده از داده‌های مرکز فشار، شاخص‌های سرعت و دامنه جابه‌جایی به عنوان قوی‌ترین پیش‌بین‌های تعادل ضعیف شناخته شدند. مدل‌های ما از طریق اعتبارسنجی متقاطع لایه‌ای، به دقت و پایداری بالایی دست یافتند که چارچوبی موثر و قابل‌اعتماد را برای شناسایی نقص‌های تعادلی فراهم می‌کند. | ||
| Keywords | ||
| مرکز فشار; اجهاد جسمانی; کمردرد; شبکه‌های عصبی; رایانه‌ای; تعادل ایستایی | ||
| References | ||
|
| ||
|
Statistics Article View: 239 PDF Download: 118 |
||