研究人员开发了一种概率无标记运动捕捉方法，以提高临床步态分析的可靠性。该方法量化了认知不确定性，使其能够在无需额外设备的情况下识别不可靠的输出。该模型在步长和步距长度的预期校准误差（ECE）值通常低于0.1，以及偏差校正的步态运动学方面表现出可靠的校准。步长和步距长度的误差分别约为16毫米和12毫米，运动学误差范围为1.5至3.8度。 AI
影响 这项研究通过量化不确定性，为临床步态分析提供了一种更可靠的方法，有望提高诊断准确性和对人工智能驱动系统的信任度。
排序理由 该集群包含一篇详细介绍步态分析新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →