早期坚持生物反培训预测中风患者的长期改善:一种机器学习方法
Nandini Sengupta1, Rezaul Begg2, Aravinda S Rao1
1Department of Electrical and Electronic Engineering, The University of Melbourne, Parkville, Victoria, Australia.
PloS one
|November 13, 2025
概括
早期分析生物反跑步机训练使用最小脚隙 (MFC) 可以预测中风康复结果. 新的指标准确地识别了可能改善的患者,指导了个性化的干预措施.
科学领域:
- 神经康复疗法 神经康复疗法
- 生物医学工程 生物医学工程
- 物理疗法物理治疗
背景情况:
- 脑卒中康复经常使用生物反跑步机训练,通常需要多次会议来评估有效性.
- 患者的进展不同,有些人在评估期间表现出改善,而另一些人则没有.
研究的目的:
- 确定从最初的生物反培训课程中是否有明显的进展迹象.
- 调查是否会有会话间的定量测量可以指导非进展性中风患者的干预措施.
主要方法:
- 分析了15名中风患者在基线和第二次训练期间的最低足球清除 (MFC) 数据.
- 应用共弦相似性 (CS),相关系数 (CC) 和交叉相关距离 (XCRD) 措施来预测评估后的改进.
- 引入实时合规性评估指标 (RAAM) 来量化反合规性.
主要成果:
- 使用CS,CC和XCRD遵守指标的拟议方法在预测评估后改进方面实现了100%的准确性.
- 与基线不同MFC值的患者,尽管遵守反,但改善的可能性更高.
- 没有显著整体改善的患者可能会从延长的个性化培训中受益.
结论:
- 早期生物反训练数据,用新的指标分析,可以准确地预测中风康复结果.
- 定量坚持指标和MFC分析使得对中风患者进行个性化干预.
- 个性化康复策略,包括延长培训,对没有进展的患者有潜力.


