大脑动症的数字运动生物标志物使用RGB深度摄像机基于运动分析系统

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 数字健康数字健康

背景情况:

• 脑小动症会损害运动功能,需要客观的评估方法.
• 当前的评估工具可能无法充分捕捉运动缺陷的细微差别.
• 定量生物标志物对于跟踪疾病进展和治疗疗效至关重要.

研究的目的:

• 通过使用RGB深度摄像机运动分析来确定小脑动症的定量生物标志物.
• 为了评估大脑小动症患者的步态和姿势控制.
• 为了将运动分析数据与临床缺氧严重程度得分相关联.

主要方法:

• 使用了Kinect V2 RGB深度摄像系统和定制软件进行运动分析.
• 评估了28名脑小动症患者和33名健康对照人进行步行,姿势和步行任务.
• 管理临床评估尺度用于评估和评级的无氧 (SARA).

主要成果:

• 与对照组相比,脑小动症患者的步伐显著减慢,步骤更短,步幅更宽,中侧干部摆动增加.
• 在姿势时观察到横向摆动的增加,在姿势时出现更高的步骤不律性和姿势时间.
• 在SARA得分和步行失律性之间发现了积极的相关性,以及在走路时中侧干部摇摆.

结论:

• 基于RGB深度摄像头的运动分析提供了有价值的定量数据,用于大脑小脑动的运动功能.
• 在行走和踏步时中侧干部的摇摆和节律失常被确定为潜在的数字运动生物标志物.
• 这些生物标志物可以增强大脑动的评估,并支持未来的临床试验.