基于人工智能的姿势估计软件的有效性和可靠性,用于测量部和下肢对齐与放射成像相比

科学领域:

• 生物机械分析分析
• 医学成像技术 医学成像技术
• 医疗保健中的人工智能

背景情况:

• 准确的姿势评估对于肌肉骨疾病管理至关重要.
• 用于姿势分析的放射学由于辐射,成本和可访问性而面临限制.
• 人工智能可以实现无标记的2D摄影姿势分析.

研究的目的:

• 评估基于AI的姿势估计软件MORA Vu的有效性和可靠性.
• 为了比较人工智能衍生的测量与宫和下肢对齐的放射性参数.
• 评估MORA Vu作为潜在的姿势评估的非侵入性查工具.

主要方法:

• 与72名参与者进行前性试点研究.
• 使用MORA Vu.测量前方头部姿势 (FHP) 和数字部膝关节 (DHKA) 角度.
• 与放射性参数进行比较,并评估评分器间可靠性 (ICC).

主要成果:

• 在FHP和脊角 (r = -0.712) 和C2-7斜垂直轴 (r = 0.704) 之间存在强烈的相关性.
• 在DHKA角度和放射性关节-膝关节-脚角度之间有很高的相关性 (r = 0.754).
• 对于FHP (ICC:0.84) 和DHKA (ICC:0.90) 的极好的间隔器可靠性.

结论:

• 摩拉维在姿势评估方面表现出强大的有效性和高可靠性.
• 人工智能软件显示出作为一种非侵入性,无辐射查工具的潜力.
• 摩拉VU可能为例行姿势评估提供一个可行的替代方案.