在中风幸存者中使用无标记运动捕捉 (MMC) 进行上肢动力学测量:一个横截面实验研究

科学领域:

• 生物力学 生物力学
• 康复技术 康复技术 康复技术
• 临床评估 临床评估

背景情况:

• 无标记运动捕捉 (MMC) 是一种新兴的临床工具,用于评估患者的身体表现.
• 评估上肢功能对于中风恢复和康复至关重要.
• 了解中风幸存者与健康个体之间的动力学差异对于有针对性的干预至关重要.

研究的目的:

• 为了评估中风幸存者和健康对照者在各种功能水平和环境中的上肢关节角度差异.
• 为了确定MMC的动力学数据与手动电机评估分数之间的关系.
• 用MMC数据评估机器学习模型在分类上肢运动功能的准确性.

主要方法:

• 使用iPad Pro的定制MMC系统捕获了上肢运动.
• 卒中幸存者和健康参与者执行了标准化的上肢任务.
• 机器学习模型使用动力学数据进行了训练和验证,用于功能级别分类.

主要成果:

• 在中风幸存者的受影响和不受影响的侧面之间观察到上肢关节角度的显著差异.
• 在MMC衍生动力学参数和手动动力评估得分之间发现了正相关性.
• 机器学习模型表现出高灵敏度 (≥0.85) 来分类中风幸存者的上肢功能水平.

结论:

• 与机器学习相结合的MMC系统提供了一种精确的方法来监测中风患者上肢恢复.
• 需要进一步调查家庭使用MMC用于远程中风治疗.
• MMC技术有可能提高康复评估的客观性和可访问性.