本研究使用机器学习算法来识别全髋关节置换术中敲击声,以减少并发症。研究评估了29例无并发症的原发性THA的敲击声数据,并设置了三个用于二进制分类的数据集。结果显示,使用机器学习的人工智能能够以相对较高的准确度将最终的敲击声与之前的敲击声区分开来。未来的研究有必要建立一个使用锤击声音分析和机器学习来预防 THA 并发症的预测模型。