标签
本文介绍了Gait2Hip-60基准数据集和深度学习框架，用于从步态运动学预测髋部肌肉力和关节力矩，并对LSTM、Transformer和Mamba模型进行了比较。Transformer取得了最佳性能，在零样本泛化到病理步态时表现中等。
本文研究了临床数据时间序列预训练中归纳偏差的作用，提出了PathoFM——一种以编码器为中心的Transformer，在多变量步态窗口上进行了预训练。研究比较了不同的预训练目标，发现以动力学为中心的混合目标在分类和回归任务中实现了最均衡的迁移效果。