使用网络摄像头来评估上肢亲感:实验验证和应用于中风后的人.

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 计算机科学 计算机科学

背景情况:

• 自身感知缺陷在各种疾病中很常见.
• 目前的评估方法往往不容易部署.
• 需要可访问的技术来量化自身感知障碍.

研究的目的:

• 开发和验证一种新的,可访问的方法来量化上肢 (UE) 亲感.
• 评估OpenPoint系统在没有损伤的个体和中风后患者中的有效性.

主要方法:

• 开发了OpenPoint,一个使用网络摄像头自动指向任务的计算机视觉系统.
• 使用深度学习库 (MediaPipe) 在正面平面上量化了指向错误.
• 在没有损伤的成人和中风后的参与者中验证了该方法,并将结果与机器人评估进行了比较.

主要成果:

• 在没有障碍的成年人中,当自感反被删除时,OpenPoint可靠地检测到指针误差的增加.
• 脑卒中后的参与者显示指针误差显著增加 (p < 0.001).
• 指针错误与独立的机器人指纹自感测量相关 (r = 0.62,p = 0.02).

结论:

• 开放点是一个验证的,新的方法来评估UE自感受.
• 该系统采用负担得起的计算机技术,使得临床和远程医疗的广泛使用成为可能.
• 这项技术有可能使定量性自身感知测试实现民主化.