简介：弓形腿和敲打膝盖在成年儿童中很常见，通常会影响身体的下部，但是此类疾病通常没有任何病理学意义。 在本文中，我们研究了一种使用深度学习在生理上正常的膝盖和膝外翻之间正确绘制边界的方法。 目的：使用AI和ML工具在“正常”和“异常”（即具有Knock膝盖特征的膝）（Genu Valgum）之间划定决策边界。 方法：在本研究中，使用了Adam Gradient血统，它是AdaGrad和RMSProp的组合。 还有一种通过神经网络进行参数“自选”的网格搜索的实现方式，这是唯一的一点，即大多数现有的ML算法由于具有自学习能力而非常类似于无监督学习，但仅限于参数选择。 在第二部分中，我们尝试使用X射