基于知识图的中风后步态评估系统:试点研究
Yiran Jiao1, Zengkun Liu2, Stacey Reading1
1Department of Exercise Sciences, Faculty of Science, The University of Auckland, Auckland, New Zealand.
Medical engineering & physics
|November 1, 2025
概括
这项研究介绍了一种使用知识图表进行自动中风后步态分析的AI驱动系统,从而提高了临床效用. 该系统准确地识别了步态问题,帮助临床医生评估和治疗患者.
科学领域:
- 生物力学 生物力学
- 人工智能的人工智能
- 临床评估 临床评估
背景情况:
- 仪器步行分析 (IGA) 由于复杂的数据解释要求,在临床实践中未得到充分利用.
- 现有的基于人工智能的步态评估系统对于中风后患者缺乏足够的临床实用性.
- 需要改进,临床上适用的工具来加强中风后的步态评估.
研究的目的:
- 开发一套以临床为导向的,使用知识图 (KG) 来自动评估中风后步态系统.
- 将人工智能与IGA整合起来,以更好地识别步态异常及其原因.
- 为医疗保健专业人员增强IGA数据的临床实用性和解释.
主要方法:
- 构建一个特定领域的知识图 (KG) 用于步态分析.
- 开发一个人工智能系统来处理IGA数据,通过动力学分析和KG识别步态异常和原因.
- 一项初步评估,涉及20名中风后患者和4名领域专家.
主要成果:
- 该系统表现出高性能,平均回忆率为1,精度为0.78,F-score为0.89.
- 临床专业人员表现出强烈的使用该系统的意图 (4.33 ± 0.41 在五分利克尔特尺度上).
- 该系统有效地确定了中风后患者的步行异常和潜在原因.
结论:
- 开发的基于KG的系统显示了在中风后步态评估中临床应用的巨大潜力.
- 这个系统可以提供宝贵的补充见解,增强IGA的解释和临床实用性.
- 基基图表可以适应用于其他神经疾病的步态分析.
