Knee osteoarthritis (OA) is one of

Knee osteoarthritis (OA) is one of the leading causes of disability among people aged 65 years and over in Australia. Individuals with knee osteoarthritis suffer from pain, stiffness and physical disability which consequently lead to a loss of functional independence. Knee replacement is a common surgical procedure used for the management of knee osteoarthritis. Knee replacement provides pain relief and improves physical function and quality of life for patients who suffer from osteoarthritis
Quantitative measures of gait can aid in the identification of potential fallers and predict functional status. Since, normal walking patterns are adversely affected by lower extremity joint disease; spatio-temporal parameters have clinical relevance in the assessment of motor pathologies particularly in orthopaedics. Spatio-temporal gait parameters, therefore, have been frequently used in a clinical setting.
Knee replacement surgery has been reported to improve the gait patterns of patients with osteoarthritis. However gait dysfunction, including gait symmetry may still persist after the surgery. Quantitative measures of gait such as spatio-temporal measures may be used as markers of the integrity of a person's locomotor ability and should be monitored after surgical intervention. Since gait dysfunction can lead to reduced physical activity levels, mobility and independence, an understanding how gait patterns of patients with knee osteoarthritis and those who undergo unilateral knee replacement differs from normal may help target pre and postoperative physical therapy for improving and preventing knee osteoarthritis.
In this paper, we investigated the automated recognition of subjects with osteoarthritis using the Support Vector Machine (SVM) based on spatio-temporal gait parameters. We then employed the SVM to assess the gait pattern of patients after knee replacement surgery. SVMs are powerful nonlinear classifiers based on statistical learning theory which have been successfully used in various pattern recognition problems. Our objective was to investigate if these variables can discriminate the pathology from the healthy subjects and to determine the subset of variables that best describe OA gait. Furthermore, we investigated whether the SVM can assess any gait improvement 2 months following surgical intervention. In the following, section 2 describes our data collection process and gives an overview of the SVM formulation. Our experimental results and discussion are contained in section 3 and 4 respectively.

ผลลัพธ์ (ไทย) 2:

โรคข้อเข่าเสื่อม (OA) เป็นหนึ่งในสาเหตุของความพิการในหมู่คนที่มีอายุ 65 ปีขึ้นไปในประเทศออสเตรเลีย บุคคลที่มีโรคข้อเข่าเสื่อมต้องทนทุกข์ทรมานจากอาการปวดตึงและความพิการทางร่างกายซึ่งส่งผลนำไปสู่การสูญเสียความเป็นอิสระของการทำงาน เปลี่ยนข้อเข่าเป็นวิธีการผ่าตัดทั่วไปที่ใช้สำหรับการจัดการของโรคข้อเข่าเสื่อมเข่า เปลี่ยนข้อเข่าให้บรรเทาอาการปวดและช่วยเพิ่มฟังก์ชั่นทางกายภาพและคุณภาพชีวิตของผู้ป่วยที่ทุกข์ทรมานจากโรคข้อเข่าเสื่อมมาตรการเชิงปริมาณของการเดินสามารถช่วยในการระบุ fallers ที่อาจเกิดขึ้นและคาดการณ์ภาวะการทำหน้าที่
ตั้งแต่รูปแบบการเดินปกติได้รับผลกระทบทางลบจากขาโรคร่วม; พารามิเตอร์ spatio กาลมีความเกี่ยวข้องในการประเมินทางคลินิกของโรคโดยเฉพาะอย่างยิ่งในมอเตอร์ศัลยกรรมกระดูก พารามิเตอร์เดิน spatio กาลจึงได้ถูกนำมาใช้บ่อยในการตั้งค่าทางคลินิก.
การผ่าตัดหัวเข่าทดแทนได้รับการรายงานในการปรับปรุงรูปแบบการเดินของผู้ป่วยที่มีโรคข้อเข่าเสื่อม แต่เดินผิดปกติรวมทั้งสัดส่วนการเดินอาจจะยังคงมีอยู่หลังการผ่าตัด มาตรการเชิงปริมาณของการเดินเช่นมาตรการ spatio กาลอาจจะถูกใช้เป็นเครื่องหมายของความสมบูรณ์ของความสามารถในการเคลื่อนไหวของคนและควรจะตรวจสอบหลังจากการแทรกแซงการผ่าตัด เนื่องจากความผิดปกติของการเดินสามารถนำไปสู่ระดับการออกกำลังกายที่ลดลงและความคล่องตัวและความเป็นอิสระความเข้าใจวิธีการรูปแบบการเดินของผู้ป่วยที่มีโรคข้อเข่าเสื่อมและผู้ที่ได้รับการเปลี่ยนข้อเข่าข้างเดียวแตกต่างจากปกติอาจช่วยให้เป้าหมายการรักษาทางกายภาพก่อนและหลังการผ่าตัดสำหรับการปรับปรุงและป้องกันโรคข้อเข่าเสื่อม
ในบทความนี้เราจะตรวจสอบการรับรู้โดยอัตโนมัติของวิชาที่มีโรคข้อเข่าเสื่อมโดยใช้การสนับสนุนเครื่องเวกเตอร์ (SVM) ตามพารามิเตอร์เดิน spatio กาล จากนั้นเราจะมีงานทำ SVM เพื่อประเมินรูปแบบการเดินของผู้ป่วยหลังการผ่าตัดเปลี่ยนข้อเข่า จำแนกแยกแยะเป็นเชิงเส้นที่มีประสิทธิภาพบนพื้นฐานของทฤษฎีการเรียนรู้ทางสถิติที่ได้รับการใช้ในรูปแบบต่างๆการรับรู้ปัญหา วัตถุประสงค์ของเราคือการตรวจสอบหากตัวแปรเหล่านี้สามารถเห็นความแตกต่างทางพยาธิวิทยาจากอาสาสมัครที่มีสุขภาพดีและเพื่อตรวจสอบย่อยของตัวแปรที่เหมาะสมกับการเดินโอเอ นอกจากนี้เราตรวจสอบว่า SVM สามารถประเมินการปรับปรุงใด ๆ เดิน 2 เดือนต่อไปนี้การแทรกแซงการผ่าตัด ในต่อไปนี้ส่วนที่ 2 อธิบายขั้นตอนการเก็บรวบรวมข้อมูลของเราและช่วยให้ภาพรวมของการกำหนด SVM ผลการทดลองและการอภิปรายของเราที่มีอยู่ในส่วนที่ 3 และ 4 ตามลำดับ

ผลลัพธ์ (ไทย) 3:

ข้อเข่าเสื่อม ( OA ) เป็นหนึ่งในสาเหตุของความพิการในคนอายุ 65 ปีขึ้นไปในออสเตรเลีย บุคคลที่ทุกข์ทรมานจากการปวดข้อเข่าเสื่อม , stiffness และความพิการทางร่างกาย ซึ่งอาจนำไปสู่การสูญเสียเอกราชในการทํางาน ขั้นตอนการผ่าตัดเปลี่ยนข้อเข่าอยู่ทั่วไปที่ใช้สำหรับการจัดการของอาการข้อเข่าเสื่อมการเปลี่ยนข้อเข่าให้บรรเทาความเจ็บปวด และปรับปรุงการทำงานทางกายภาพและคุณภาพชีวิตของผู้ป่วยที่ทุกข์ทรมานจากโรคข้อเข่าเสื่อม
ปริมาณมาตรการการเดินสามารถช่วยในการระบุ fallers ศักยภาพและทำนายสถานะการทํางาน เพราะปกติเดินเป็นรูปแบบผลกระทบจากล่างสุดร่วมโรคตัวแปรเชิงพื้นที่และเวลามีความเกี่ยวข้องทางคลินิกในการประเมินของโรคโดยเฉพาะอย่างยิ่งในรถยนต์ 2 . spatio ชั่วคราวของพารามิเตอร์จึงถูกใช้บ่อยในการตั้งค่าทางคลินิก .
ผ่าตัดเปลี่ยนเข่าได้รับการรายงานเพื่อปรับปรุงรูปแบบการเดินของผู้ป่วยโรคข้อเข่าเสื่อม แต่ท่าเดินผิดปกติลุก ,รวมทั้งการเดินสมมาตรอาจยังคงยังคงมีอยู่หลังจากการผ่าตัด มาตรการเชิงปริมาณของโลหะ เช่น มาตรการเชิงพื้นที่และเวลา อาจใช้เป็นเครื่องหมายของความสมบูรณ์ของความสามารถในการเคลื่อนที่ของบุคคล และควรมีการติดตามหลังการผ่าตัด . ตั้งแต่ท่าเดินผิดปกติ สามารถนำไปสู่การลดระดับกิจกรรมทางกาย การเคลื่อนไหวและความเป็นอิสระความเข้าใจวิธีการรูปแบบการเดินของผู้ป่วยโรคข้อเข่าเสื่อม และบรรดาผู้ที่ได้รับการเปลี่ยนข้อเข่าข้างเดียว แตกต่างจากปกติอาจช่วยให้เป้าหมายก่อนและกายภาพบำบัดหลังผ่าตัดเพื่อปรับปรุงและป้องกันข้อเข่าเสื่อม
ในกระดาษนี้เราได้ตรวจสอบโดยอัตโนมัติการใช้วิชาโรคข้อสนับสนุนเวกเตอร์เครื่องจักร ( SVM ) ตามพารามิเตอร์ของเชิงพื้นที่และเวลา . เราจ้างแล้ว SVM เพื่อประเมินรูปแบบการเดินของผู้ป่วยหลังผ่าตัดเปลี่ยนเข่าเป็นคำที่มีประสิทธิภาพแบบไม่เชิงเส้นโดยใช้ทฤษฎีการเรียนรู้เชิงสถิติ ซึ่งได้ถูกนำมาใช้ในปัญหาการรับรู้รูปแบบต่าง ๆ มีวัตถุประสงค์เพื่อศึกษาว่า ตัวแปรเหล่านี้สามารถจำแนกโรคจากคนปกติ และเพื่อศึกษาตัวแปรที่อธิบายบางส่วนของโอเอ การเดิน นอกจากนี้เราตรวจสอบพบว่า SVM สามารถประเมินใด ๆการเดินการปรับปรุง 2 เดือนต่อไปนี้การผ่าตัด . ตาม มาตรา 2 อธิบายกระบวนการเก็บรวบรวมข้อมูลและให้ภาพรวมของการกำหนด SVM . ผลการทดลองและอภิปราย จะอยู่ในส่วนที่ 3 และ 4 ตามลำดับ