跳到正文
热点事件持续更新

慢性踝关节不稳步态生物反馈的留一受试者建模

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

该事件涉及慢性踝关节不稳(CAI)人群的自适应步态生物反馈研究,方法上采用被试留出(留一被试交叉验证)建模,并涉及被试特定更新。2026年10月7日 arXiv cs.AI 的报道称,在20名慢性踝关节不稳被试的留一被试交叉验证中,时间卷积分类器对 GOOD/BAD 步态周期分类的平均 AUROC 为 0.948,BAD 敏感度 0.941,GOOD 特异度 0.366。报道显示分类器对 BAD 步态周期识别较敏感,而 GOOD 特异度相对较低。截至该报道,尚无早先报道数字或说法与之冲突,个体化模型更新的具体评测结果在报道中未被给出。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv cs.AI
    慢性踝关节不稳中的自适应步态生物反馈:被试留出建模与被试特定更新

    20 名慢性踝关节不稳被试的留一被试交叉验证中,时间卷积分类器的 GOOD/BAD 步态周期分类平均 AUROC 为 0.948,BAD 敏感度 0.941,GOOD 特异度 0.366。

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。