带光束行走测试自动追踪器:在中风模型中基于人工智能的功能评估
Ainhoa Ruiz-Vitte1, María Gutiérrez-Fernández2, Fernando Laso-García2
1Neurological Sciences and Cerebrovascular Research Laboratory, Department of Neurology and Stroke Centre, Neurology and Cerebrovascular Disease Group, Neuroscience Area La Paz Institute for Health Research (idiPAZ), (La Paz University Hospital- Universidad Autónoma de Madrid), Spain; ETSI Telecomunicación, Universidad Politécnica de Madrid, Madrid, Spain.
本研究介绍了一种人工智能系统,用于在中风模型中客观地分析运动功能. 人工智能 (AI) 方法提高了临床前治疗评估的准确性和可重复性.
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
- 人工智能的人工智能
背景情况:
- 定量运动功能评估对于临床前中风研究至关重要.
- 目前的方法,如光束行走测试中的手动计数,存在主观性和低灵敏度的问题.
- 需要客观和可重复的工具来评估运动缺陷.
研究的目的:
- 开发和验证基于人工智能的系统,用于客观的运动功能分析.
- 在实验性中风模型中提高运动缺陷评估的敏感性和可重复性.
- 为治疗策略的临床前评估提供可靠的工具.
主要方法:
- 开发了一个利用残余深度网络模型的人工智能系统.
- 该系统使用DeepLabCut (DLC) 进行训练,以提取形后肢坐标.
- 提取的坐标被分类,以计算测量神经缺陷的比率.
主要成果:
- 人工智能系统提供了对运动功能参数的自动,准确和客观分析.
- 与手动评估相比,结果显示了更高的灵敏度和更高的可重复性.
- 该系统的测量结果与专业观察员的测量结果有很强的相关性.
结论:
- 开发的AI系统提供了一种可靠和客观的方法来评估中风模型中的运动缺陷.
- 这项技术可以加强对新型治疗策略的临床前评估.
- 该工具在其他以运动障碍为特征的疾病中具有潜在的应用.
更多相关视频
08:58Use of a Foot-Induced Digitally Controlled Resistance Device for Functional Magnetic Resonance Imaging Evaluation in Patients with Foot Paresis
Published on: July 7, 2023
05:25Author Spotlight: Assessing Brain Activity in Robotic-Assisted Lower Limb Rehabilitation Using fNIRS
Published on: June 7, 2024
