In this research, an artificial int

In this research, an artificial intelligence approach (SVM) was applied to recognize gait patterns of patients with knee OA before and after knee replacement surgery using spatio-temporal gait parameters. The SVM classifier was able to effectively recognize gait parameters that are altered due to knee OA condition before knee replacement surgery using two gait parameters (97% accuracy). Furthermore, the SVM detected improvement in gait function due to surgical intervention at 2 months following knee replacement. These results have clinical relevance in the assessment of knee OA, suggesting that gait measures should be monitored after surgery to assess treatment outcome and recovery.

ผลลัพธ์ (ไทย) 1:

ในงานวิจัยนี้ วิธีการปัญญาประดิษฐ์ (SVM) ใช้จำแนกรูปแบบการเดินของผู้ป่วยที่มีข้อเข่า OA ก่อน และ หลังการผ่าตัดเปลี่ยนข้อเข่าโดยใช้พารามิเตอร์การเดิน spatio ชั่วคราว SVM classifier ได้อย่างมีประสิทธิภาพรู้จักพารามิเตอร์การเดินที่เปลี่ยนแปลงเนื่องจากเงื่อนไข OA เข่าก่อนการผ่าตัดเปลี่ยนข้อเข่าโดยใช้พารามิเตอร์การเดินสอง (97% ความถูกต้อง) นอกจากนี้ SVM ตรวจพบปรับปรุงในฟังก์ชันเดินเนื่องจากการผ่าตัดแทรกแซงใน 2 เดือนหลังเปลี่ยนข้อเข่า ผลลัพธ์เหล่านี้มีความเกี่ยวข้องทางคลินิกในการประเมินของเข่า OA แนะนำว่า ควรจะตรวจสอบมาตรการเดินหลังการผ่าตัดเพื่อประเมินผลการรักษาและการกู้คืน

ผลลัพธ์ (ไทย) 2:

ในงานวิจัยนี้เป็นวิธีปัญญาประดิษฐ์ (SVM) ถูกนำมาใช้ในการรับรู้รูปแบบการเดินของผู้ป่วยที่มีโอเข่าก่อนและหลังการผ่าตัดเปลี่ยนข้อเข่าโดยใช้พารามิเตอร์เดิน spatio กาล ลักษณนาม SVM ก็สามารถที่จะรับรู้ได้อย่างมีประสิทธิภาพพารามิเตอร์การเดินที่มีการเปลี่ยนแปลงอันเนื่องมาจากสภาพเข่าก่อนการผ่าตัดเปลี่ยนข้อเข่าโดยใช้พารามิเตอร์ที่สองเดิน (ความถูกต้อง 97%) นอกจากนี้ตรวจพบ SVM ปรับปรุงในการทำงานเดินเนื่องจากการแทรกแซงการผ่าตัดที่ 2 เดือนต่อไปนี้การเปลี่ยนข้อเข่า ผลการเหล่านี้มีความเกี่ยวข้องทางคลินิกในการประเมินของโอเอเข่าบอกว่ามาตรการการเดินควรจะตรวจสอบหลังการผ่าตัดเพื่อประเมินผลการรักษาและการกู้คืน

ผลลัพธ์ (ไทย) 3:

ในการวิจัยนี้ วิธีการประดิษฐ์ ( SVM ) ถูกนำมาใช้เพื่อรับรู้รูปแบบการเดินของผู้ป่วยก่อนและหลังผ่าตัดเปลี่ยนข้อเข่าเสื่อมข้อเข่าโดยใช้พารามิเตอร์เชิงพื้นที่และเวลาในการเดิน . SVM ลักษณนามสามารถรับรู้มีประสิทธิภาพพารามิเตอร์การเดินที่มีการเปลี่ยนแปลงเนื่องจากภาวะข้อเข่าเสื่อมก่อนการผ่าตัดเปลี่ยนข้อเข่าโดยใช้สองตัวเดิน ( ความถูกต้อง 97% )นอกจากนี้ การปรับปรุงในการทำงานของ SVM พบเนื่องจากการผ่าตัดเปลี่ยนข้อเข่าใน 2 เดือนหลัง . ผลลัพธ์เหล่านี้มีความเกี่ยวข้องทางคลินิกในการประเมินของโอเอเข่าบอกว่ามาตรการการเดินควรติดตามประเมินผลหลังการผ่าตัดรักษาและการกู้คืน