相关实验视频
Updated: Jun 27, 2026
10:10
Reverse Total Shoulder Arthroplasty
Published on: July 5, 2011
43.1K
机器学习算法和混合计算智能算法的比较,用于逆向整肩关节整形的康复分类和预后
Sotiria Vrouva1,2,3, George A Koumantakis1, Varvara Sopidou4
1Physiotherapy Department, School of Health and Care Sciences, University of West Attica (UNIWA), 12243 Athens, Greece.
Bioengineering (Basel, Switzerland)
|February 26, 2025
概括
新的混合算法改善了逆向全肩关节整形术患者的康复预后. 这些计算智能方法在显著较小的训练数据集中实现了高精度,提高了患者康复预测.
科学领域:
- 医疗信息学 医疗信息学
- 计算智能是一种计算智能.
- 康复医学 康复医学 康复医学
背景情况:
- 对康复中的术后患者缺乏准确的分类和预后.
- 机器学习和计算智能越来越多地用于医学和物理治疗.
研究的目的:
- 开发和评估机器学习和计算智能算法,用于分类和预测逆全面肩关节整形术 (RTSA) 患者的康复预后.
- 确定最大分类和预测性能所需的最低训练数据大小.
主要方法:
- 第一阶段:将K-近邻 (KNN),K-平均集群 (GAKmeans) 和基于遗传算法 (GA) 的集群算法 (GAClust) 应用于RTSA患者数据.
- 第二阶段:开发混合算法 (GAKNN,GAKmeans,GA2Clust) 用于优化训练集的遗传算法.
- 数据包括患者人口统计学,运动范围,疼痛得分 (手术前/后) 和康复时间.
主要成果:
- 第一阶段的简单算法需要大量的训练集 (53.3%-90%) 才能达到100%的测试集性能.
- 第二阶段的混合算法使用仅35%的训练数据实现了100%的测试集性能.
- 通过混合方法显著减少所需的培训数据.
结论:
- 拟议的混合计算智能算法可靠地预测RTSA患者的康复预后.
- 优化的培训套件显著改善了分类和预后性能.
- 这些算法为术后患者管理提供了更有效的方法.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
07:45The Use of Mixed Reality in Custom-Made Revision Hip Arthroplasty: A First Case Report
Published on: August 4, 2022
3.3K
