Skip to content
Hot eventLive

慢性踝关节不稳自适应步态生物反馈研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

该研究关注慢性踝关节不稳中的自适应步态生物反馈。2026年10月7日，arXiv（Artificial Intelligence，一手）发布报道：研究在20名受试者中采用留一受试者交叉验证评估时间卷积分类器，对协议定义的角度衍生GOOD/BAD步态周期标签取得平均AUROC 0.948，BAD周期灵敏度0.941，GOOD周期特异度0.366。

Generated from reports · updated 3 hr ago

LatestOct 7
新报道披露留一受试者验证结果：AUROC 0.948，灵敏度0.941，特异度0.366。

Timeline

Follow the coverage from different angles.

Oct 7, 2026
  1. arXiv · Artificial Intelligence
    慢性踝关节不稳中的自适应步态生物反馈：留一受试者建模与个体化更新

    研究在20名受试者中用留一受试者交叉验证评估时间卷积分类器，对协议定义的角度衍生 GOOD/BAD 步态周期标签取得平均 AUROC 0.948，BAD 周期灵敏度 0.941，GOOD 周期特异度 0.366。

Heat trend

Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –

02.557.510Oct7Oct7Oct7Oct7

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.