相关实验视频
Updated: May 26, 2025
07:51
Video Movement Analysis Using Smartphones ViMAS: A Pilot Study
Published on: March 14, 2017
16.7K
基于智能手机的步态分析用于评估多发性硬化症患者的疲劳和疲劳性:一项监督队列研究
Carolin Schönherr1, Julian Ziegler2, Ton Zentek2
1Department of Neurology, University Medicine Greifswald, Greifswald, Germany.
Journal of neurology
|February 22, 2025
概括
智能手机步行分析准确地测量了多发性硬化症 (PwMS) 患者的步伐和节奏. 这种可访问的方法显示了PwMS中客观步态变化和主观运动疲劳之间的关联.
科学领域:
- 生物医学工程 生物医学工程
- 神经学 神经学
- 康复科学 康复科学 康复科学
背景情况:
- 走路障碍和疲劳是患有多发性硬化症 (PwMS) 的人的主要致残症状.
- 使用加速度计进行的客观步态测试与主观疲劳和客观疲劳性相关的局限性.
- 在PwMS中验证智能手机算法用于步态分析对于准确的评估至关重要.
研究的目的:
- 验证基于智能手机传感器的算法,用于PwMS和健康对照中的时空步态参数.
- 评估算法在检测疲劳性方面的准确性.
- 在PwMS中量化客观步态参数与主观疲劳之间的关联.
主要方法:
- 为实验室的队列研究招募了38名PwMS和24名健康对照.
- 参与者进行了6分钟步行测试 (6MWT),戴着智能手机在部进行数据收集.
- 算法验证使用了平均绝对百分比误差 (MAPE) 和布兰德-阿尔特曼分析;使用FSMC测量疲劳.
主要成果:
- 该算法在步数 (MAPE < 3%) 和节奏 (MAPE < 10%) 方面表现出高的有效性.
- 在2.615.8%的PwMS中检测到疲劳,跨行走参数的变化.
- 在FSMC运动疲劳得分和步数,节奏和步行速度之间发现了显著的相关性.
结论:
- 基于智能手机的步态分析是一种有效且易于使用的工具,用于测量步骤和节奏.
- 疲劳性评估显示了变化,但与主观运动疲劳存在明显的关联.
- 这项技术有可能在PwMS中改善步态和疲劳的监测.
