Ключевые слова: подометрия, плантография, машинное обучение, сверточные нейронные сети, плосковальгусная деформация стопы
УДК 617.3; 004.89
DOI: 10.26102/2310-6018/2026.60.9.001
Актуальность исследования обусловлена проблемой развития методов обработки подометрических изображений, характеризующих распределение давления стоп пациентов на чувствительной платформе. На сегодняшний день диагностирование проблем опорно-двигательного аппарата производится ручными методами по отпечаткам стоп (плантография), тогда как подометрия предоставляет компьютерные изображения, пригодные для автоматизированной обработки. Несмотря на очевидные преимущества такого подхода, не все традиционные плантографические методы применимы в подометрии, что приводит к необходимости разработки новых. Данная статья посвящена исследованию существующих и разработке новых методов, направленных на выявление плоско-вальгусной деформации стопы. Проводится анализ работ по теме, выявляется наиболее перспективный метод, основанный на сверточных нейронных сетях, для сравнения с которым в работе используется тот же набор подометрических изображений (датасет). Описаны этапы разработки собственных методов для сравнения с существующими, выявляются ограничения используемого датасета, а также применения тех или иных методов машинного обучения для решения задачи. Лучшие результаты показывает наивный байесовский классификатор, который обеспечивает точность в 71 %. Формируется заключение о проблемах датасета и путях улучшения дальнейших результатов. Материалы представляют практическую ценность для разработчиков в сфере медицинского приборостроения, а также для врачей, использующих подометрические измерительные системы в своей практике.
1. GBD 2021 Other Musculoskeletal Disorders Collaborators. Global, regional, and national burden of other musculoskeletal disorders, 1990–2020, and projections to 2050: a systematic analysis of the Global Burden of Disease Study 2021. The Lancet Rheumatology. 2023;5(11):e670–e682. https://doi.org/10.1016/S2665-9913(23)00232-1
2. Калинина М.Л., Шехтман А.Г., Железнов Л.М. Функциональные методы исследования стопы в современной медицинской практике. Современные проблемы науки и образования. 2015;(3):203. URL: https://science-education.ru/ru/article/view?id=19966
3. Бойко Н.А., Керимов Г.Ф. Оценка состояния свода стоп у обучающихся младшего школьного возраста с ОВЗ методом плантографии. Ученые записки университета имени П.Ф. Лесгафта. 2023;(5):88–92.
4. Cavanagh P.R., Rodgers M.M. The arch index: a useful measure from footprints. Journal of Biomechanics. 1987;20(5):547–551. https://doi.org/10.1016/0021-9290(87)90255-7
5. Telfer S., Woodburn J. The use of 3D surface scanning for the measurement and assessment of the human foot. Journal of Foot and Ankle Research. 2010;3(1):19. https://doi.org/10.1186/1757-1146-3-19
6. Hofmann U.K., Götze M., Wiesenreiter K., et al. Transfer of plantar pressure from the medial to the central forefoot in patients with hallux valgus. BMC Musculoskeletal Disorders. 2019;20(1):149. https://doi.org/10.1186/s12891-019-2531-2
7. Galica A.M., Hagedorn Th.J., Dufour A.B., et al. Hallux valgus and plantar pressure loading: the Framingham foot study. Journal of Foot and Ankle Research. 2013;6(1):42. https://doi.org/10.1186/1757-1146-6-42
8. Rodríguez-Quiñonez J.C., Ortiz-Villaseñor D., Trujillo-Hernández G., et al. Method and system for the classification of tibial-calcaneal angle using FSR sensors and convolutional neural networks. IET Image Processing. 2025;19(1):e70244. https://doi.org/10.1049/ipr2.70244
9. Тюрин Е.А., Ланге П.К., Ярославкина Е.Е. Система диагностики неравномерности распределения весового давления на основе метода тензометрии. Математические методы в технологиях и технике. 2025;(12-1):55–59.
10. Géron A. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. Sebastopol: O'Reilly Media; 2019. 856 p.
11. Booth B.G., Hoefnagels E., Huysmans T., et al. PAPPI: Personalized analysis of plantar pressure images using statistical modelling and parametric mapping. PLoS ONE. 2020;15(2):e0229685. https://doi.org/10.1371/journal.pone.0229685
12. Schwachmeyer V., Kutzner I., Bornschein J., et al. Medial and lateral foot loading and its effect on knee joint loading. Clinical Biomechanics. 2015;30(8):860–866. https://doi.org/10.1016/j.clinbiomech.2015.06.002
Ключевые слова: подометрия, плантография, машинное обучение, сверточные нейронные сети, плосковальгусная деформация стопы
Для цитирования: Бочкарев А.В., Тюрин Е.А., Муратова В.В. Исследование и разработка методов определения вальгусной деформации стопы с помощью подометрической измерительной системы. Моделирование, оптимизация и информационные технологии. 2026;14(9). URL: https://moitvivt.ru/ru/journal/article?id=2492 DOI: 10.26102/2310-6018/2026.60.9.001
© Бочкарев А.В., Тюрин Е.А., Муратова В.В. Статья опубликована на условиях лицензии Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NS 4.0)Поступила в редакцию 11.06.2026
Поступила после рецензирования 24.08.2026
Принята к публикации 05.09.2026