通过多域融合对与上肢运动功能相关的肌肉协同作用进行定量评估,用于中风康复

科学领域:

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

背景情况:

• 对上肢运动功能的定量评估对于有效的中风后康复至关重要.
• 传统的方法,如临床尺度或动力学度量有局限性,包括主观性和对补偿策略的影响.
• 肌肉协同作用为对中风患者神经肌肉控制的客观评估提供了一个有希望的方法.

研究的目的:

• 开发和验证中风后上肢运动功能的多领域评估系统.
• 从肌肉协同作用中整合空间和时间特征,以提高评估准确性.
• 为了产生与临床结果相关的新功能评分.

主要方法:

• 肌肉协同作用的分解成协同作用载体 (协调) 和协同作用激活 (招募).
• 从两个组件中提取空间和时间域特征.
• 构建一个集成多域特征的随机森林分类器.
• 基于病理组概率生成一个功能分数.

主要成果:

• 多域融合方法实现了98.56%的分类准确度,仅仅超越了空间 (94.90%) 和时间 (91.08%) 域分析.
• 生成的评估得分与已建立的临床得分有显著的相关性.
• 验证研究涉及10名健康受试者和10名中风后患者.

结论:

• 拟议的多领域肌肉协同作用评估框架为分类中风后运动功能提供了高准确度.
• 这种方法提供了一个有希望的,客观的工具,用于临床评估和康复战略的发展中风恢复.
• 空间和时间特征的融合提高了运动功能评估的可靠性和临床相关性.