Entwicklung und Anwendung eines maschinellen Lernalgorithmus zur Klassifikation des diabetischen Fußsyndroms DFS

Abstract-Text (inkl. Referenzen und Bildunterschriften)

Einleitung

Die Einführung neuer Merkmale zur Klassifikation zwischen Probanden mit und ohne vorliegender DFS-Erkrankung für maschinelle Lernalgorithmen ist das Kernstück des Forschungsprojekts. Dadurch soll nicht nur eine präzisere Klassifizierung erreicht, sondern auch das Verständnis der Interaktion verschiedener Risikofaktoren erweitert werden.

Ziele

Ziel des Forschungsprojekts ist das Training unterschiedlicher Lernalgorithmen zur Klassifizierung zwischen fußgesunden Personen und DFS-Patienten basierend auf Merkmalen, die aus dynamischen Druckdaten berechnet werden [1].

Materialien & Methoden

Der Datensatz für das Training und die Validierung der Lernalgorithmen umfasst die dynamischen Innenschuhdruckmessungen (GeBioM mbH, Münster) von 45 Füßen (31 gesunde Füße und 14 DFS-erkrankte Füße). Die Umsetzung erfolgte mit der Software MATLAB und der Machine Learning Toolbox.

Folgende Merkmale wurden für die Modelle aus den Daten extrahiert, wobei jeweils ein Schritt für die Berechnung betrachtet und das arithmetische Mittel über drei Schritte verwendet wurde:

Verhältnis des Druck-Maximums zum Median maximaler Gradient um das Druck-Maximum Anzahl der lokalen Maxima des Summendruckverlaufs Prominenz der lokalen Druck-Maxima

Ergebnisse

Mit den Merkmalen konnte neben unterschiedlichen Modellen ein kNN-Klassifikator trainiert werden, der bei der Unterscheidung von DFS-Patienten und fußgesunden Personen eine Genauigkeit von 98%, eine Relevanz von 93% und eine Sensitivität von 100% erreichte.

Zusammenfassung

Die erreichte hohe Genauigkeit weist darauf hin, dass die verwendeten Merkmale Spitzendruck, Spitzendruckgradient, Anzahl lokaler Maxima im Summendruckverlauf des Gangs und die zugehörigen zwei größten Prominenzen wirksame Indikatoren zur Unterscheidung zwischen fußgesunden Personen und solchen mit DFS darstellen können.

[1] G. M., N. M. P. Shiva Shankar Reddy, "Exploiting Machine Learning Algorithms to Diagnose Foot Ulcers in Diabetic Patients" EAI, 2021