Machine learning et chirurgie neuro-orthopédique – prédiction de la flexion du genou
et de l’antéversion du bassin postopératoires au contact initial chez les enfants
atteints de paralysie cérébrale - CISMeF
Machine learning et chirurgie neuro-orthopédique – prédiction de la flexion du genou
et de l’antéversion du bassin postopératoires au contact initial chez les enfants
atteints de paralysie cérébraleDocument
Titre : Machine learning et chirurgie neuro-orthopédique – prédiction de la flexion du genou
et de l’antéversion du bassin postopératoires au contact initial chez les enfants
atteints de paralysie cérébrale;
Sous-titre : In Revue de Chirurgie Orthopédique et Traumatologique Volume 101, Issue 7, Supplement,
November 2015, Pages S159;
Description : La paralysie cérébrale (PC) entraîne des troubles de la marche pouvant être caractérisés
par une flexion excessive du genou. La chirurgie d’allongement des ischio-jambiers
(AIJ) diminue la flexion du genou au contact initial (FGCI), mais peut avoir des effets
sur l’antéversion du bassin. L’objectif de ce travail est de prédire le résultat postopératoire
de l’AIJ, dans un contexte de chirurgie multi-sites, sur la FGCI et sur l’antéversion
du bassin au contact initial (ABCI). Les paramètres postopératoires sont estimés,
en fonction de la cinématique et de l’examen clinique préopératoires ainsi que du
programme chirurgical testé, en utilisant des méthodes d’apprentissage supervisé (o
Machine Learning O)....;