多场景平衡量化
该系统通过多场景站立任务采集足底压力，结合机器学习算法，提供客观可解释的疾病严重程度评估，克服传统临床评分的主观性。
Yue, Zhang · 骆凯 · Lin, Wei-Wei · Zhang, Wanli · Liu, Xia · Ying-Ying, Yuan · 倪隽 · 甘世锐 · Chen, Xinyuan
Annals of The Lyceum of Natural History of New York 2026
闭眼任务下的COP变量在AUC、准确率、灵敏度和特异度上均优于睁眼任务，说明去除视觉补偿后更能暴露平衡缺陷。
利用XGBoost模型根据COP特征自动对疾病严重程度进行分类，准确率达87%，减少人工评级的主观性。
SHAP分析揭示对分类有贡献的关键变量及其交互，为临床决策提供透明依据。