足底筋膜炎的预测研究:一种新颖的足底筋膜炎分类模型包括对跨步模式中涉及的危险因素的机器学习分析用于确保远距离运动员的跑步方式安全有效 源码

足底筋膜炎预测诊断工具 足底筋膜炎风险诊断与机器学习分析,以鼓励安全有效的跑步方式 姓名:彭鹏和王瑞琪 背景信息:足底筋膜炎是一种极为常见的脚后跟疾病,会抑制超过1%的美国成年人口的生命,尤其是运动员容易受伤。 足底筋膜炎在积极治疗下可能需要6个月以上的时间才能恢复,在最坏的情况下,需要进行手术,从而将恢复时间延长至9个月以上。 当前,尽管差劲的跑步技工是造成这种状况的关键原因,但尚无方法确定运动员的跑步技法是否有助于其患上足底筋膜炎。 简介:我们的项目充当足底筋膜炎的预诊断工具,该工具将步幅的属性作为输入,并输出用户患病风险。 如果成功的话,运动员可以确定是否需要调整跑步技巧并采取预防措施