基于DBN的下肢康复外骨骼关节角位移预测方法研究

作者：陈文浩; 宋胜利^*; 钟浩杰

来源：医疗卫生装备, 2021, 42(12): 7-11.

DOI：10.19745/j.1003-8868.2021247

• 下肢康复
• 外骨骼
• DBN
• 关节角位移
• BP网络
• LSTM网络

目的:为了提高患者在康复训练中的主动性,提升下肢康复外骨骼的训练效果,提出一种基于深度置信网络(deep belief network,DBN)的下肢康复外骨骼关节角位移预测方法。方法:基于DBN,首先建立2层受限玻尔兹曼机(restricted Boltzmann machine,RBM)隐含层,利用对比散度算法进行无监督预训练,然后采用最小均方误差作为损失函数,通过反向传播(back propagation,BP)算法来微调权重值和偏置值。为了验证DBN预测方法的有效性,在仿真条件下开展下肢康复外骨骼关节角位移预测,并以长短期记忆(long short-term memory,LSTM)网络和BP网络作为对比方法。结果:与LSTM网络和BP网络相比,DBN预测效果最好,髋、膝、踝3个关节角位移均方根误差最小,分别为0.42°、0.41°、0.44°。结论:基于DBN的下肢康复外骨骼关节角位移预测方法预测效果较好,具有广阔的应用前景。

• 单位
  野战工程学院; 中国人民解放军陆军工程大学