在帕金森病中对基于人工智能的步态评估和康复进行审查

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 人工智能的人工智能

背景情况:

• 帕金森病 (PD) 是一种进展性神经退行性疾病,影响运动和非运动功能,显著影响生活质量.
• 步态结 (FOG) 是晚期PD中令人衰弱的神经缺陷,导致跌倒和运动能力下降.
• 目前用于PD步态分析的评估平台经常难以平衡成本,精度,速度和简单性.

研究的目的:

• 用人工智能 (AI) 提出和评估一种新的自动化方法,用于实时,非侵入性和无标记的动作描述.
• 提高FOG的检测,并为患有帕金森病 (PWPD) 的患者提供更准确的步态评估.
• 通过提供优化支出,诊断精度,速度和简单性的解决方案,解决现有评估技术的局限性.

主要方法:

• 开发一种独特的自动化系统,利用人工智能进行实时步态分析.
• 采用完全机器人化的非侵入性,无标记评估方法的实施.
• 拟议系统收集的步态参数与现有的运动跟踪装置进行比较.

主要成果:

• 自动化的AI方法加速了对帕金森病患者的步态异常 (包括FOG) 的检测.
• 无标记系统提供实时,非侵入性步态评估,减少了人为错误的可能性.
• 对比分析证明了拟议方法在步态参数收集中的价值.

结论:

• 拟议的人工智能驱动的自动化系统为帕金森病中准确和高效的步态评估提供了一个有前途的解决方案.
• 这项技术有可能改善FOG的管理,提高PWPD的生活质量.
• 通过与现有的运动跟踪技术进行比较进一步验证,突出显示了该系统的有效性和临床采用潜力.