在新生儿重症监护病房使用床边摄像头进行深度学习辅助的一般运动评估
Stephanie Baker1, Meegan Kilcullen2, Yogavijayan Kandasamy3,4
1College of Science and Engineering, James Cook University, Cairns, Queensland, Australia.
Acta paediatrica (Oslo, Norway : 1992)
|September 30, 2025
概括
婴儿床边摄像机与深度学习相结合,可以改善婴儿的一般运动评估 (GMA). 这项技术为早期神经发育查提供了一个可扩展的,非侵入性的方法.
科学领域:
- 医学技术 医学技术 医学技术
- 发育神经科学的发展神经科学.
- 医疗保健中的人工智能
背景情况:
- 新生儿病房越来越多地使用婴儿床侧摄像头来实现父母婴儿之间的联系.
- 一般运动评估 (GMA) 对于评估婴儿神经发育至关重要.
- 使用视频分析的自动化GMA是一个正在发展的领域.
研究的目的:
- 探索床边摄像机和深度学习的潜力,用于自动化GMA.
- 审查运动获取和分类新生儿的方法.
- 评估计算机辅助GMA在临床环境中的可行性.
主要方法:
- 使用PubMed,Embase和SCOPUS进行文献搜索.
- 关键词包括:婴儿床边摄像头,深度学习,人工智能,一般运动评估和扭曲年龄.
- 运动采集方法的分类 (接触式,非接触式,混合式).
主要成果:
- 使用标准摄像头的非接触式,基于视觉的方法是最容易获得的动作捕捉.
- 床边摄像头 (RGB设备) 适用于自动化的GMA.
- 深度学习通过基于外表和姿势的方法,通过视频数据增强了运动评估.
结论:
- 对RGB视频数据应用的深度学习可以显著改善运动评估.
- 这种方法为计算机辅助GMA提供了一个可扩展和非侵入性的解决方案.
- 自动化GMA有可能改变早期神经发育查.
