Smart insole-based abnormal gait identification: Deep sequential networks and feature ablation study
본 연구는 스마트 인솔 센서를 활용하여 정상 보행과 8가지 비정상 보행 패턴을 분류하는 딥러닝 모델을 개발하였다. IMU 및 족저압력 기반 특징을 결합한 순차 신경망 모델이 가장 높은 분류 성능을 보였다. 특징 제거 실험을 통해 다중 센서 데이터 통합의 중요성을 입증하였다. 본 연구는 임상적 보행 이상 진단에 적용 가능한 기술적 기반을 제공한다.
