bernatsort / Therapy-Progress-Gait-Prediction

Benchmarking data processing and regression techniques to predict rehabilitation progress in patients with ankle-related musculoskeletal disorders.

Benchmarking data processing and regression techniques to predict rehabilitation progress in patients with ankle-related musculoskeletal disorders.

Benchmarking de técnicas de procesamiento de datos y regresión para predecir el progreso de rehabilitación en pacientes con trastornos musculoesqueléticos en el tobillo.

Master's Thesis

📝About the project

Conducted a comprehensive research study focused on the application of advanced machine learning algorithms and data preprocessing techniques to predict rehabilitation outcomes in patients with ankle disorders. Leveraged state of the art regression models to derive valuable insights from human gait data, contributing to the optimization of musculoskeletal rehabilitation practices. Realicé un ámplio estudio de investigación centrado en la aplicación de algoritmos de aprendizaje automático y técnicas de preprocesamiento de datos para predecir los resultados de rehabilitación en pacientes con trastornos musculoesqueléticos en el tobillo. Utilicé modelos de regresión de última generación para obtener conocimientos valiosos a partir de datos de la marcha humana, contribuyendo a la optimización de las prácticas de rehabilitación musculoesquelética.

🎯Goals

1. Analyze and predict the progress and evolution of patients with musculoskeletal ankle disorders undergoing two rehabilitation sessions using Machine Learning techniques. Analizar y predecir el progreso y la evolución de los pacientes con deficiencias musculoesqueléticas en el tobillo sometidos a dos sesiones de rehabilitación mediante técnicas de Machine Learning.

2. Evaluate and compare various data processing and regression techniques to optimize gait analysis data prediction. Evaluar y comparar diversas técnicas de procesamiento de datos y regresión para optimizar la predicción de los datos de análisis de marcha.

3. Contribute to personalized patient care and the optimization of rehabilitation strategies, ultimately aiming to enhance the quality of life for individuals affected by musculoskeletal disorders and promote more effective and evidence-based rehabilitation approaches. Contribuir a la atención personalizada de los pacientes y a la optimización de las estrategias de rehabilitación, con el fin último de mejorar la calidad de vida de las personas afectadas por deficiencias musculoesqueléticas y promover enfoques de rehabilitación más eficaces y fundamentados.

💾Data

Horsak, B., Slijepcevic, D., Raberger, AM. et al. GaitRec, a large-scale ground reaction force dataset of healthy and impaired gait. Sci Data 7, 143 (2020). https://doi.org/10.1038/s41597-020-0481-z

📒Notebooks and scripts:

1. EDA_DataPreprocessing_FeatureEngineering.ipynb
2. first_models.ipynb
3. PLS_model.ipynb
4. DecisionTrees_models.ipynb
5. RandomForest_models..ipynb
6. xgboost_models.ipynb
7. SVR_models.ipynb
8. model_comparison.ipynb