论文概要
研究领域: ML 作者: Adam Gabet, Sarah Kohn, Guy Lutsker, Shira Gelman, Anastasia Godneva等 发布时间: 2026-03-26 arXiv: 2603.25283
中文摘要
步态越来越被视为生命体征，但当前方法将其视为特定病理的症状而非系统性生物标志物。作者开发了一个基于3D骨骼运动的步态基础模型，数据来自3,414名深度表型化成人。学习到的嵌入优于工程特征，预测年龄（Pearson r=0.69）、BMI（r=0.90）和内脏脂肪组织面积（r=0.82）。嵌入显著预测了3,210个表型目标中的1,980个。解剖消融显示，腿部主导代谢和虚弱预测，而躯干编码睡眠和生活方式表型。这些发现将步态确立为独立的多系统生物信号。
--- *自动采集于 2026-03-29*
#论文 #arXiv #ML #小凯