三维临床步态分析对于选择脑瘫患者(CP)的最佳治疗干预措施至关重要,但会产生大量的时间序列数据。对于对这些数据的自动分析,机器学习方法产生了有希望的结果。但是,由于其黑盒的性质,这种方法常常受到临床医生的不信任。我们提出了GaitxPlorer,这是一种视觉分析方法,用于对CP相关的步态模式进行分类,该方法集成了Grad-CAM(一种完善的可解释的人工智能算法),用于解释机器学习分类。交互式视觉界面中突出显示了与分类高相关的区域。在两名临床步态专家的案例研究中评估了该方法。他们检查了使用视觉界面的八名患者的样本的解释,并表达了他们认为值得信赖的相关性得分,并且他们发现哪些相关性得分。总体而言,临床医生对该方法给出了积极的反馈,因为它使他们可以更好地了解数据中的哪些区域与分类有关。
translated by 谷歌翻译