基于神经网络的老年易跌倒人群识别方法

摘要

目的 建立易跌倒老人的识别模型，为预防和控制老年人跌倒提供分析方法。方法 本文通过对起立行走计时（timed up and go，TUG）试验收集的老年人运动学数据进行分析，以老年人行进期间的各体段（头颈部、手臂、下躯干、腿部）质心位移为特征维度，建立神经网络模型；通过问卷收集试验人员在过去一年的跌倒发生情况，按照有无跌倒史将人群分为易跌倒和不易跌倒。结果 基于广义回归神经网络（general regression neural network，GRNN）为基础的识别模型效果好，准确度为95.83%。概率神经网络（probabilistic neural network，PNN）和误差逆传播神经网络 （backpropagation neural network，BPNN）分别得到了87.50%和75.00%的识别准确率。结论 基于神经网络的易跌倒老人识别方法得到了较高的准确率，易跌倒老人的早期识别有利于减少跌倒事件的发生。

关键词

跌倒 / 质心位移 / 神经网络 / 识别