3D定量运动分析在发作中临床应用和新的可视化技术,这种发作的特征是自动动移动

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 医疗成像医学成像

背景情况:

• 发作呈现出不同的运动表现.
• 区分发作类型对于有效的治疗和局部化至关重要.
• 定量运动分析为表征动态提供了一种新的方法.

研究的目的:

• 评估NeuroKinect 3D方法,以区分手动自动化的高动力和焦点发作.
• 评估3D运动可视化和性特征定性定量分析的能力.
• 探索运动指标的实用性,以了解的语义学.

主要方法:

• 使用Kinect v2.2中的NeuroKinect数据集 (RGB-D-IR流).
• 在20次运动发作 (10次高动力发作,10次焦点发作) 上进行了定量3D运动分析.
• 捕获的速度,加速度,冲动,距离,位移和关键身体区域 (头部,手,干) 的运动范围.

主要成果:

• 与焦点发作相比,高动力发作在大多数地区的平均速度,加速度和冲动都显着更高.
• 使用手动自动化的焦点发作持续时间明显更长 (80s vs 26s).
• 虽然超运动性发作具有更大的运动范围,但这些差异在统计学上并不显著.

结论:

• 该NeuroKinect 3D方法提供有效的运动可视化和定量分析.
• 这种技术可以根据运动特征区分高动力和焦点发作.
• 这些发现表明使用这种3D运动分析来定位发性区域的潜力.