We first investigated the statistic

We first investigated the statistical characteristics of the 8 features, computing the mean, standard deviation and ROC areas for the individual features. As seen from Table 1, the means for velocity, cadence, stride length and stride time do not differ, suggesting that they are similar for both classes and therefore have poor discriminative power. This is confirmed further by individual ROC values in the range of 0.524–0.589 indicating the two classes are not linearly separable using these features alone. The symmetry indexes of step length step time, single support and double support features have significantly higher ROC values, that is larger than 0.65. This suggests that the asymmetry index of the temporal measures: single support and double support is greater in patients with OA, since these patients spend a greater portion of the gait cycle on the non-operated leg. It was also found that the values of cadence were much larger in magnitude than the other features. Thus all features were normalized to zero mean and unit standard deviation to facilitate the training of SVMs

ผลลัพธ์ (ไทย) 1:

เราต้องตรวจสอบลักษณะทางสถิติของ 8 คำนวณค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และพื้นที่ ROC สำหรับแต่ละคุณลักษณะ เท่าที่เห็นจากตารางที่ 1 หมายถึงความเร็ว ลีลา ก้าวยาวและตอนค่ำเวลาแตก ต่าง แนะนำว่า จะคล้ายกันทั้งสองเรียนไม่ และดังนั้นจึง มีอำนาจดี discriminative นี้จะได้รับการยืนยันเพิ่มเติม จาก ROC แต่ละ ค่าในช่วงของ 0.524 – 0.589 บ่งชี้ชั้นสองไม่ separable เชิงเส้นโดยใช้คุณลักษณะเหล่านี้เพียงอย่างเดียว ดัชนีสมมาตรของขั้นตอนความยาวขั้นตอนเวลา เดียวสนับสนุน และคุณลักษณะการสนับสนุนคู่มีอย่างมีนัยสำคัญ ROC ค่า มากกว่า 0.65 นี้แนะนำที่ดัชนี asymmetry มาตรการชั่วคราว: สนับสนุนเดี่ยวและคู่เป็นเหลือมากขึ้นในผู้ป่วย OA เนื่องจากผู้ป่วยเหล่านี้ใช้ส่วนมากวงจรเดินขาไม่ดำเนินการ ยังพบว่า ค่าของลีลามากมากกว่าขนาดคุณลักษณะอื่น ๆ ดังนั้น คุณลักษณะทั้งหมดได้ตามปกติกับศูนย์หน่วยและค่าเฉลี่ยส่วนเบี่ยงเบนมาตรฐานเพื่อให้ง่ายต่อการฝึกของ SVMs

ผลลัพธ์ (ไทย) 2:

ครั้งแรกที่เราตรวจสอบลักษณะทางสถิติของ 8 คุณสมบัติการคำนวณค่าเฉลี่ยส่วนเบี่ยงเบนมาตรฐานและพื้นที่ร็อคสำหรับคุณสมบัติของแต่ละบุคคล เท่าที่เห็นจากตารางที่ 1 หมายถึงสำหรับความเร็วจังหวะก้าวยาวและเวลาที่ก้าวไม่แตกต่างกันแสดงให้เห็นว่าพวกเขามีความคล้ายคลึงกันทั้งสำหรับการเรียนและดังนั้นจึงมีอำนาจจำแนกยากจน นี่คือคำยืนยันต่อไปโดยแต่ละค่าร็อคในช่วง 0.524-0.589 ร​​ะบุสองชั้นไม่ได้เป็นเส้นตรงแยกใช้คุณลักษณะเหล่านี้เพียงอย่างเดียว ดัชนีความสมมาตรของเวลาขั้นตอนระยะเวลาในขั้นตอนเดียวและการสนับสนุนคุณสมบัติสนับสนุนคู่มีค่าสูงขึ้นอย่างมีนัยสำคัญร็อคที่มีขนาดใหญ่กว่า 0.65 นี้แสดงให้เห็นว่าดัชนีความไม่สมดุลของมาตรการชั่วคราวสนับสนุนเดียวและการสนับสนุนคู่มากขึ้นในผู้ป่วยที่มีโอเนื่องจากผู้ป่วยเหล่านี้ใช้จ่ายส่วนที่มากขึ้นของวงจรการเดินบนขาที่ไม่ได้ดำเนินการ นอกจากนี้ยังพบว่าค่าของจังหวะมีขนาดใหญ่ขนาดกว่าคุณสมบัติอื่น ๆ ดังนั้นคุณสมบัติทั้งหมดถูกปกติให้เป็นศูนย์ค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานหน่วยเพื่ออำนวยความสะดวกการฝึกอบรมของ SVMs

ผลลัพธ์ (ไทย) 3:

แรกที่เราได้ศึกษาลักษณะทางสถิติของ 8 คุณลักษณะ การคำนวณค่าเฉลี่ย ค่าส่วนเบี่ยงเบนมาตรฐาน และ ร็อค พื้นที่ สำหรับคุณสมบัติของแต่ละบุคคล เท่าที่เห็นจากตารางที่ 1 หมายถึงความเร็วจังหวะ , ความยาวกางเกงและเวลาก้าวไม่แตกต่างกัน บอกว่าพวกเขาจะคล้ายกันสำหรับทั้งชั้นเรียนและดังนั้นจึงมีอำนาจและยากจนนี่คือการยืนยันต่อไปโดยร็อคแต่ละค่าในช่วงอยู่– 0.589 แสดงสองชนชั้นไม่แบ่งแยกเชิงเส้นโดยใช้คุณลักษณะนี้คนเดียว สมมาตรดัชนีก้าวขั้นเวลาสนับสนุนเดียวและสนับสนุนคุณสมบัติคู่ค่า roc สูงกว่าที่มีขนาดใหญ่กว่า 0.65 . นี้แสดงให้เห็นว่าความไม่สมมาตรดัชนีมาตรการชั่วคราว :เดียวสนับสนุนและสนับสนุนคู่มากขึ้นในผู้ป่วย OA เนื่องจากผู้ป่วยเหล่านี้ใช้เวลาส่วนยิ่งใหญ่ของการเดินวงจรที่ไม่ผ่าตัดขา นอกจากนี้ยังพบว่าค่าจังหวะใหญ่ขึ้นในขนาดมากกว่าลักษณะอื่น ๆ ดังนั้นคุณสมบัติทั้งหมดเป็นมาตรฐานศูนย์ ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐานเพื่ออำนวยความสะดวกในการฝึกอบรมแบบหน่วย