[Early gait analysis after total knee arthroplasty based on artificial intelligence dynamic image recognition].
Notice bibliographique
Résumé
OBJECTIVE: To explore early postoperative gait characteristics and clinical outcomes after total knee arthroplasty (TKA). METHODS: ;14 patients on the left side, 12 patients on the right side;according to Kellgren-Lawrence(K-L) classification, 6 patients with grade Ⅲ and 20 patients with grade IV;the courses of disease ranged from 1 to 14 years with an average of (5.54±3.29) years. Images and videos of standing up and walking, walking side shot, squatting and supine kneeling were taken with smart phones before operation and 6 weeks after operation. The human posture estimation framework OpenPose were used to analyze stride frequency, step length, step length, step speed, active knee knee bending angle, stride length, double support phase time, as well as maximum hip flexion angle and maximum knee bending angle on squatting position. Western Ontario and McMaster Universities (WOMAC) arthritis index and Knee Society Score (KSS) were used to evaluate clinical efficacy of knee joint. RESULTS: <0.05). Eleven patients could able to complete squat before operation, 13 patients could able to complete at 6 weeks after operation, and 9 patients could able to complete both before operation and 6 weeks after operation. In 9 patients, the maximum bending angle of crouching position was increased from 76.29° to 124.11° before operation to 91.35° to 134.12° at 6 weeks after operation, and the maximum bending angle of hip was increased from 103.70° to 147.25° before operation to 118.61° to 149.48° at 6 weeks after operation. CONCLUSION: Gait analysis technology based on artificial intelligence image recognition is a safe and effective method to quantitatively identify the changes of patients' gait. Knee pain of KOA was relieved and the function was improved, the supporting ability of the affected limb was improved after TKA, and the patient's stride frequency, stride length and stride speed were improved, and the overall movement rhythm of both lower limbs are more coordinated.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».