一个层次化的贝叶斯模型,用于网络人类对上肢中风康复运动的评估

科学领域:

• 神经康复疗法 神经康复疗法
• 生物医学工程 生物医学工程
• 临床运动分析.

背景情况:

• 量化运动质量的变化对于有效的中风康复治疗至关重要.
• 临床医生对运动质量的评估是主观的,并且可能有所不同.
• 自动化分析可以提供客观,基于证据的反.

研究的目的:

• 开发和验证一个层次贝叶斯模型 (HBM),用于量化中风幸存者的运动质量和功能结果之间的关系.
• 将计算提取的动力学数据与临床医生的运动特征联系起来.
• 创建一个可适应自动化治疗评估和建议的模型.

主要方法:

• 从中风幸存者收集了478个上肢治疗任务视频的临床评分.
• 一个等级贝叶斯模型 (HBM) 开发了任务,细分和复合层.
• 使用相关图 (∆HBM) 将动力学与临床医生评级的特征联系起来.

主要成果:

• 在98个案例中,HBM解决了95%的临床医生评级差异.
• 该模型在90%以上的案例中将动态数据与特定的任务细分组合结合起来.
• 反向级联概率是从动力学推导到功能任务.

结论:

• 开发的HBM提供了一种强大的方法来量化神经康复中的运动质量.
• 该模型具有功能任务和治疗建议的自动评估的潜力.
• 该HBM框架可适应上肢中风幸存者以外的各种神经康复环境.