Gait is an important biomarker of functional conditions and gait characteristics can help us assessing health conditions and managing progression of diseases. Most of the existing research study the gait in controlled condition, such as clinical tests. In this paper, we study the gait characteristics in free-living conditions in old adults and compare them with that in controlled conditions, i.e., Timed Up and Go (TUG) test. 65 subjects (12 patients with mobility impairment and 53 healthy controls) are recruited from elderly nursing institutions. The video data are collected from them in TUG test and free-living conditions and the 9 gait characteristics, including gait speed, are extracted from the data. Two-sample tests and independence test based on copula entropy are conducted on the extracted data to compare the characteristics in two conditions. Comparison results show that gait characteristics, such as gait speed, pace, speed variability, etc., in daily life are different from that of in TUG test. In daily life, people tend to have slow gait speed, smaller pace and speed variability, more frequent stride, and smaller acceleration range than in TUG test. We also found that gait speed, pace, and speed variability have stronger dependence with TUG score in the 3 conditions (TUG, daily life, and both) and that other 5 characteristics have stronger dependence with TUG score in both condition than in each condition. The comparison in this study suggests that TUG and daily life conditions are complementary with each other, and that TUG test can be considered as intervention on the movement state of human.


翻译:Gait是功能条件和行进特点的重要生物标志,有助于我们评估健康状况和管理疾病的进展。大多数现有研究研究研究在受控制条件下的行走,例如临床测试。在本文中,我们研究了老年人在自由生活条件下的行走特征,并将其与在受控制条件下的行走特征进行比较,即超时和Go(TUG)测试。65个科目(12个行动障碍患者和53个健康控制者)是从老年护理机构招聘的。在日常生活中,从他们那里收集的视频数据来自TUG测试和免费生活条件,9个行走特征,包括行走速度,从数据中提取出。基于 Cotula entrapy的两次抽样测试和独立测试,在两种条件下进行比较。比较结果表明,行走速度、速度、速度变异异等等,在TUG测试中,人们的行走速度、速度变慢、速度变快、速度变快速度变快,比TUG测试速度都要快。我们发现,与TUG相比,每一行行走速度和速度都比TU之间的速度和速度变快。我们发现,每步都比TUG测试速度变快。

0
下载
关闭预览

相关内容

Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Adaptive Synthetic Characters for Military Training
Arxiv
46+阅读 · 2021年1月6日
VIP会员
相关VIP内容
相关资讯
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
Top
微信扫码咨询专知VIP会员