使用人工智能的神经信号对运动障碍评估的洞察力:一个范围审查
Wonbum Sohn1, M Hongchul Sohn2, Jongsang Son1
1Department of Biomedical Engineering, Newark College of Engineering, New Jersey Institute of Technology, 323 Dr Martin Luther King Jr Blvd, Newark, NJ 07102 USA.
Biomedical engineering letters
|July 7, 2025
概括
人工智能 (AI) 增强了对神经图形信号的分析,以评估运动障碍. 这篇评论强调了人工智能.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 康复科学 康复科学 康复科学
背景情况:
- 肌图信号提供了对肌肉功能的洞察力,但面临临临床测量局限性.
- 人工智能 (AI) 正在成为分析复杂的神经图形数据的工具.
- 评估运动障碍往往需要客观和敏感的测量技术.
研究的目的:
- 对使用神经图形信号与人工智能用于运动障碍评估进行范围审查.
- 确定常见的人工智能方法,神学模式和应用.
- 突出这一领域的局限性和未来的研究方向.
主要方法:
- 在Scopus和PubMed数据库中进行系统的文献搜索.
- 选择和组织111项相关研究.
- 基于应用,人口统计和人工智能模型进行分类.
主要成果:
- 表面电肌图是最常见的肌图形态.
- 机器学习与功能工程主导AI方法,主要用于分类任务.
- 观察到显著的人口偏差,女性和临床人群的代表性不足.
结论:
- 将肌图信号与人工智能的整合显示为客观的运动障碍评估提供了希望.
- 需要进一步的研究来解决人口偏见和扩大人工智能应用.
- 这种方法有可能提高评估运动功能的临床相关性.
