一项关于在脊髓肌肉缩中远程监测脊髓炎的自我护理初步研究

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:

• 脊柱肌缩 (SMA) 是一种罕见的神经肌肉疾病,影响口腔面部肌肉.
• 像松性脱节性关节炎 (flaccid dysarthria) 一样,柱体标志显著影响SMA患者的言语和心理健康.
• 现有的基于视频的神经障碍评估缺乏对SMA的自动定量监测的关注.

研究的目的:

• 提出一个基于云的远程监测系统,用于SMA中口腔面部肌肉的自动定量评估.
• 解决SMA患者自动性肌痛性关节炎监测方面的差距.
• 为了更好地理解SMA中圆柱状功能演变.

主要方法:

• 开发基于云的存储和转发远程监控系统.
• 整合一个卷积神经网络 (CNN) 用于面部地标识别.
• 使用网络应用程序从SMA患者获取视频数据.

主要成果:

• 该系统成功地从患者的视频录像中识别了面部地标.
• 证明了自动和定量的耳面肌肉评估的可行性.
• 为在SMA中客观监测腹筋功能提供了基础.

结论:

• 拟议的系统是迈向高级SMA患者监测的初步但重要一步.
• 这项技术有可能改善临床理解和管理SMA的腹筋损伤.
• 进一步开发对于临床相关性和广泛采用至关重要.