L’analyse de la démarche basée sur l’IA relie les domaines des soins de santé et de la sécurité
L'analyse du modèle de marche individuel, ou démarche, d'une personne peut révéler des détails sur son identité et refléter les différences entre les individus, les groupes et même les populations.
Une équipe internationale de chercheurs, dirigée par Kayne Duncanson de l'Université d'Adélaïde, le professeur agrégé Dominic Thewlis, le Dr Will Robertson et le Dr Ehsan Abbasnejad, a pris un profil diversifié de données sur la marche de plus de 700 personnes et a formé des modèles d'intelligence artificielle pour trouver similitudes.
La recherche a été publiée dans The Interface du Journal de la Royal Society .
Des travaux sont déjà en cours sur la manière dont les relations entre la démarche et l'état biologique peuvent être utilisées dans les soins de santé et la sécurité, mais jusqu'à présent, les domaines utilisaient des méthodes différentes.
« Dans les soins de santé, l'objectif est d'utiliser la démarche comme marqueur fonctionnel personnel pour aider à la gestion des troubles neurologiques et musculo-squelettiques, et les mesures sont généralement prises à l'aide de plusieurs instruments spécialisés et de petits échantillons de population », a déclaré la chercheuse principale Kayne Duncanson, une chercheuse supérieure. Diplôme d'un candidat à la recherche de la faculté de médecine d'Adélaïde.
« En matière de sécurité, l'objectif est de l'utiliser comme biométrique pour faciliter la reconnaissance en personne dans des contextes dynamiques, comme la surveillance dans les aéroports ou pour l'authentification dans les maisons intelligentes.
« La reconnaissance de la démarche nécessite une modélisation au niveau individuel pour détecter les caractéristiques qui diffèrent entre les individus tout en restant cohérentes au sein des individus au fil du temps.
« Par conséquent, la plupart des études se concentrent sur le développement de modèles multivariés complexes tels que des réseaux neuronaux profonds pour démêler les caractéristiques d'identification de la démarche des caractéristiques liées à l'apparence corporelle.
« Étant donné que les méthodes d'analyse de la démarche dans les domaines des soins de santé et de la sécurité semblent complémentaires, il pourrait être bénéfique de combiner leurs forces. »
Certaines des données étudiées ont été collectées auprès des participants alors qu'ils marchaient sur une plaque dans le sol, connue sous le nom de plate-forme de force.
La plate-forme de force mesure l'ampleur et l'emplacement ponctuel de la force au sol en réponse à la force appliquée par les pieds, les informations étant ensuite étudiées à l'aide d'une méthode d'IA explicable (XAI) appelée analyse de sensibilité à l'occlusion et approximation et projection du collecteur uniforme (UMAP).
« Le premier objectif de cette étude était de déterminer si les performances de reconnaissance de la démarche diffèrent en fonction du ou des ensembles de données utilisés pour le développement et l'évaluation du modèle en utilisant différentes configurations de quatre ensembles de données sur la marche à grande plate-forme de force provenant du monde entier », a déclaré le professeur agrégé Thewlis, responsable du Centre de recherche en orthopédie et traumatologie.
« Le deuxième objectif était d'examiner si les attributs démographiques et les conditions expérimentales aidaient à définir la variation de la démarche à l'aide de XAI.
« Pour atteindre ces objectifs, une nouvelle méthode d'analyse de la démarche a été proposée, qui permet la caractérisation simultanée des variations des modèles de démarche au niveau individuel, au niveau du groupe et de l'ensemble de données. »
Ils ont découvert que les modèles, exposés à la diversité tout en apprenant, étaient très précis pour identifier les personnes dans diverses conditions.
« Nous avons découvert que les plateformes de force pouvaient être déployées en tant qu'instruments autonomes avec relativement peu de contraintes sur la sélection des échantillons et les conditions de marche pour permettre l'acquisition de grands ensembles de données dans les laboratoires, les cliniques et éventuellement dans des environnements plus diversifiés, ce qui pourrait à son tour faciliter des analyses plus avancées basées sur les données. prise de décision », a déclaré le professeur agrégé Thewlis.
« Les tendances en matière de performances et les informations de XAI ont indiqué que les chaussures, la vitesse de marche, la masse corporelle, le sexe, la taille et éventuellement d'autres facteurs dépendants du temps interagissent pour affecter la variation de la démarche à plusieurs niveaux, et les systèmes de reconnaissance de la démarche basés sur l'IA qui s'appuient sur les données de la plate-forme de force. se montrent très prometteurs pour une analyse personnalisée.
