慢性踝关节不稳自适应步态生物反馈研究
热点事件持续更新
慢性踝关节不稳自适应步态生物反馈研究
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月15日,arXiv人工智能板块发布Jaeyoon Kim等人的研究,针对慢性踝关节不稳开展自适应步态生物反馈与参与者特定模型更新。研究用时间卷积分类器对20名受试者的步态周期进行GOOD/BAD标注,采用留一受试者交叉验证,平均AUROC达0.948,BAD周期灵敏度0.941,GOOD周期特异度仅0.366。自适应干预组7人三周完成九次训练,失败后更新的模型在同期验证子集上BAD类F1比父模型高0.187。干预后自适应组额面踝角比10名对照组低5.168度(95%CI 1.766-8.569),7天保留期对比不确定。该研究为单一来源的预印本报道,尚无其他独立跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
慢性踝关节不稳的自适应步态生物反馈:受试者留出建模与个体化更新报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv Artificial Intelligence慢性踝关节不稳的自适应步态生物反馈:受试者留出建模与个体化更新
研究用时间卷积分类器对20名受试者的步态周期进行GOOD/BAD标注,采用留一受试者交叉验证,平均AUROC达0.948,BAD周期灵敏度0.941,GOOD周期特异度仅0.366。自适应干预组7人三周完成九次训练,失败后更新的模型在同期验证子集上BAD类F1比父模型高0.187。干预后自适应组额面踝角比10名对照组低5.168度(95%CI 1.766-8.569),7天保留期对比不确定。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。