评估用于骨臂假肢套筒形状设计标准化的人工智能算法
机器学习
2026-05-13 v1
摘要
骨臂假肢套筒的质量取决于制作师的技能和专业知识，因为拟合过程是手动完成的。本研究检验了多种人工智能 (AI) 方法以帮助标准化骨臂假肢套筒设计。数据来自118名患者，由荷兰医疗系统中的制作师收集。该数据包括残余肢的三维 (3D) 扫描以及相应的3D模型，表示制作师设计的套筒。随后，对数据进行多个预处理步骤，包括对齐、标准化和可选压缩，使用形状模型和主成分分析。随后，开发了三个不同的算法——3D神经网络、前馈神经网络和随机森林——用于预测1)最终套筒形状或2)制作师对套筒所做的调整，以基于残余肢的3D扫描预测套筒形状。每个算法的性能通过比较制作师设计的套筒与AI生成的套筒进行评估，使用两种指标结合误差位置。首先，我们测量表面到表面距离，以评估AI生成的套筒与制作师设计的套筒之间的整体表面误差。其次，利用AI生成与制作师套筒之间的距离图，用于分析误差的位置。对于所有算法，估计所需调整的性能优于直接预测最终套筒形状。应用于调整预测的随机森林模型结果最低，表面到表面距离的中位数为1.24毫米，第一四分位为1.03毫米，第三四分位为1.54毫米。
引用
@article{arxiv.2507.16818,
title = {Evaluating Artificial Intelligence Algorithms for the Standardization of Transtibial Prosthetic Socket Shape Design},
author = {C. H. E. Jordaan and M. van der Stelt and T. J. J. Maal and V. M. A. Stirler and R. Leijendekkers and T. Kachman and G. A. de Jong},
journal= {arXiv preprint arXiv:2507.16818},
year = {2026}
}