基于姿势和力量分布的上肢运动功能的自动康复评估方法

科学领域:

• 生物医学工程 生物医学工程
• 康复技术 康复技术 康复技术
• 临床评估 临床评估

背景情况:

• 对于半截肢上肢运动功能的传统临床评估缺乏客观性和统一性.
• 当前的方法往往耗时,并且依赖于主观的解释.
• 需要自动化,可靠的工具来量化中风后的运动功能.

研究的目的:

• 开发和验证一种自动化系统,用于评估半患者上肢运动功能.
• 提高康复评估的客观性,效率和一致性.
• 将自动化评估得分与已建立的临床尺度 (如Fugl-Meyer尺度) 相关联起来.

主要方法:

• 利用Azure Kinect和MediaPipe进行上肢和手部运动检测.
• 采用阵列分布式柔性薄膜压力传感器用于手力测量.
• 开发了一个模糊逻辑评估模型,使用受影响和健康侧面的特征比率.

主要成果:

• 从Fugl-Meyer尺度表中自动测量30个项目.
• 自动化系统得分与临床Fugl-Meyer总得分之间的高相关性 (r=0.99,p<0.001).
• 布兰德-阿尔特曼分析表明,医生和系统衍生得分之间存在很好的一致性.

结论:

• 拟议的系统准确地和自动地评估半的上肢运动功能.
• 姿势和分布力测量为康复评估提供客观数据.
• 这项技术为客观和高效的中风康复评估提供了有希望的进步.