在中风幸存者中使用运动感应技术和机器学习的狼运动功能测试的新型评分方法:一项初步研究

科学领域:

• 康复技术 康复技术 康复技术
• 生物医学工程 生物医学工程
• 神经科学是一个神经科学.

背景情况:

• 上肢运动功能评估的临床尺度,如狼运动功能测试-功能能力尺度 (WMFT-FAS),是主观的和劳动密集的.
• 需要客观和有效的方法来评估中风幸存者的运动功能.

研究的目的:

• 提出和验证一种新的,客观的评分方法来评估中风幸存者的运动功能.
• 克服传统的主观临床尺度的局限性.

主要方法:

• 使用微软 Kinect v2 来捕捉功能动作.
• 开发了一个定制的运动跟踪系统用于数据记录.
• 实施了智能评分系统,使用前神经网络 (FFNN) 来评估运动质量和WMFT-FAS评分.
• 应用单一频谱分析和多重ReliefF,以提高可用性.

主要成果:

• 在与物理治疗师的得分进行验证时,获得了高精度 (0.924 ± 0.027) 和F1得分 (0.875 ± 0.063).
• 经过敏感性 (0.915 ± 0.051),特异性 (0.969 ± 0.013) 和AUC (0.952 ± 0.038) 的强大表现.
• 报告了低平均绝对误差 (0.098 ± 0.037) 和根平均平方误差 (0.214 ± 0.078).

结论:

• 提出的新型评分方法提供了客观和准确的运动功能评估.
• 这项技术可以帮助物理治疗师为中风幸存者做出个性化治疗决策.