评估新生儿运动的基于计算机视觉的非侵入性量化作为早产婴儿发育的标记:试点研究
Janet Pigueiras-Del-Real1, Lionel C Gontard1,2, Isabel Benavente-Fernández3,4,5
1Department of Condensed Matter Physics, University of Cádiz, 11510 Cádiz, Spain.
Healthcare (Basel, Switzerland)
|July 12, 2025
概括
计算机视觉客观地使用非接触式姿势跟踪量化早产婴儿的运动. 这种方法提供了一个可靠的,补充的新生儿发育指标与传统的人类测量措施一起.
科学领域:
- 新生儿发育的新生儿发展
- 生物医学工程 生物医学工程
- 计算机视觉应用程序的应用程序
背景情况:
- 传统的新生儿评估使用人体测量方法 (体重,大小).
- 客观运动量化正在成为早产婴儿的补充指标.
研究的目的:
- 评估计算机视觉的非侵入性新生儿运动量化.
- 确定可靠的算法和最佳的记录时间,以追踪姿势.
主要方法:
- 使用无接触姿势跟踪与计算机视觉.
- 分析了来自10名早产婴儿的80万个姿势数据点.
- 比较全身与区域跟踪以及各种算法 (光流,基于距离).
主要成果:
- 30秒的视频段足以进行一致的运动量化.
- 基于距离的算法 (Chebyshev,Minkowski) 显示出高稳定性 (CV 5.46%,6.40%).
- 使用Minkowski和Mahalanobis指标的下体跟踪与全身结果 (0.89%,1%的差异) 非常接近.
结论:
- 计算机视觉使新生儿运动的客观,非接触式量化成为可能.
- 这种方法可以补充监测早产婴儿进展的传统措施.
- 潜在的应用包括持续监测和早期临床决策.
