卷积神经网络在识别等速运动配合程度中的应用

目的 开发识别不同配合程度下等速膝关节运动力矩-时间图的卷积神经网络(convolutional neu?ral network,CNN)模型.方法 200名健康青年志愿者分别在30°/s和60°/s角速度下各进行两次、间隔45 min的等速向心右侧膝关节全力和半力屈伸往复运动,收集力矩-时间图.200名受试者随机分为训练集(140名)与测试集(60名),用训练集受试者的力矩-时间图训练CNN模型,再用训练好的模型预测测试集内图形的类别.共进行3次随机取样与模型开发.结果 在等速膝关节全力及半力运动条件下各收集2400张力矩-时间图.3次训练的CNN模型分类准确率分别为91.11％、90.49％和92.08％,平均准确率为91.23％.结论 本研究开发的CNN模型对全力及半力等速力矩-时间图具有较好的区分效果,有助于识别受试者在等速膝关节运动过程中的配合程度.