在对神经类型参与者的试点研究中,计算机视觉用于饮酒任务的动力学指标

科学领域:

• 生物医学工程 生物医学工程
• 康复科学 康复科学 康复科学
• 计算机视觉 计算机视觉

背景情况:

• 上肢评估对于康复至关重要,但传统方法是主观的或昂贵的.
• 有效的中风康复指导需要客观的动力学指标.
• 现有的动力学评估设置往往不切实际且昂贵.

研究的目的:

• 评估计算机视觉 (CV) 的可行性和准确性,用于在饮酒任务中对上肢的动力评估.
• 确定CV是否能提供可靠的定量指标,推用于中风康复研究.
• 为了将基于CV的动力学指标与基于标记器的运动捕捉系统进行比较.

主要方法:

• 实施了一种开源机器学习解决方案,使用标准摄像头进行上肢动力学评估.
• 招募了10个神经类型参与者来执行一次重复测量饮酒任务.
• 通过将CV与基于标记器的运动捕捉相比较,量化了运动单位数 (NMU),干部位移 (TD) 和运动时间 (MT) 的错误.

主要成果:

• 在所有参与者试验中使用CV成功获得了饮酒任务的动力学指标.
• 在CV衍生和基于标记的动力学指标的组平均值之间没有发现显著差异.
• 对于NMU,TD和MT的平均误差分别为-0.12单位,3.4毫米和0.15秒,没有显著偏差.

结论:

• 计算机视觉提供了一种可行且准确的方法,用于在饮酒任务期间测量上肢动力学指标.
• 初步发现支持CV在康复环境中客观,定量评估的有效性.
• 对中风后人群进行进一步的研究是必要的,以确认CV在上肢动力学评估中的临床实用性.