前交叉韧带(ACL)重建的预后:一种数据驱动方法
计算工程、金融与科学
2015-08-19 v1
摘要
遭受前交叉韧带(ACL)损伤的个体患膝骨关节炎(OA)的风险更高,近50%的人在伤后10至20年表现出症状。前交叉韧带重建(ACLR)通常无法防止膝骨关节炎的发展。因此,本文提出了一种用于ACLR术后数据驱动预后(DDP)的多尺度表述。传统的预测策略需要受控的离线测量或训练来确定本构参数,从而推导过渡统计特性,与此不同,所提出的DDP算法仅依赖原位测量。所提出的DDP方案能够预测不稳定性的发生。由于免除了离线测试(或训练)的需要,该方法可以轻松应用于ACLR,因为在此类情况下几乎不可能进行受控的先验测试。DDP算法便于对大规模数据集进行分层处理,并能够基于从受试者上下楼梯练习中收集的数据评估ACLR术后的恢复状态。DDP算法识别出膝关节内翻运动和膝关节旋转效率低下是部分ACLR术后人群面临的主要困难。在此类情况下,膝关节的能量耗散率水平及其波动可作为评估ACL重建后恢复进展的指标。
引用
@article{arxiv.1411.0001,
title = {Prognosis of Anterior Cruciate Ligament (ACL) Reconstruction: A Data Driven Approach},
author = {Abhijit Chandra and Oliva Kar and Kuan-Chuen Wu and Michelle Hall and Jason Gillette},
journal= {arXiv preprint arXiv:1411.0001},
year = {2015}
}
备注
arXiv admin note: substantial text overlap with arXiv:1410.8616