换一批不同病程髌股关节痛患者跑步地面反作用力特征的支持向量机分析
Support Vector Machine Analysis on Ground Reaction Force Characteristics of Patients with Patellofemoral Pain in Different Disease Courses
摘要目的 通过支持向量机(support vector machine,SVM)分类器和特征选择方法探究髌股关节痛(patellofemoral pain,PFP)患者跑步中的动力学特征,为PFP的预防与康复提供理论支持.方法 使用SVM分类模型,根据受试者跑步的动力学特征对健康人(n=13)、PFP长病程患者(n=13)和PFP短病程患者(n=10)进行分类分析.通过特征选择方法筛选出对分类最有效的最小特征集.结果 构建的分类模型准确率达 83.3%.筛选到的最小特征集中包含 3 个关键特征,其中PFP短病程患者表现为冲击谷值和主动峰值出现时间的延迟,而PFP长病程患者则表现为冲击峰-冲击谷斜率较低.结论 PFP短病程患者的主要表现是缓冲过程延长和蹬伸动作延迟,PFP长病程患者最主要的表现是垂直反作用力冲击峰-冲击谷斜率较低.这些特征揭示了PFP在不同病程的特异性特征,为制定个性化的康复方案提供依据.
更多相关知识
关键词
髌股关节痛跑步支持向量机特征选择生物力学patellofemoral painrunningsupport vector machinefeature selectionbiomechanics
分类号
R318.01（医用一般科学）
栏目名称
DOI
10.16156/j.1004-7220.2025.02.005
发布时间
2025-05-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（32401090）
中央高校基本科研业务费专项（2024TNJN006）
- 浏览7
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
