在老年人中使用深度传感器的自动评估测试

科学领域:

• 老年学是一门学科.
• 生物医学工程 生物医学工程
• 计算机科学 计算机科学

背景情况:

• 移动性评估对于评估老年人的脆弱性和跌倒风险至关重要.
• 早期发现移动性变化是预防严重健康事件的关键.
• 目前的评估方法可能是耗时和主观的.

研究的目的:

• 开发和验证使用深度成像进行移动性评估的自动化系统.
• 准确预测短物理性能电池 (SPPB) 评分和定时启动 (TUG) 测试时间.
• 将老年人分为脆弱性风险类别 (高风险,边境,非风险).

主要方法:

• 使用深度传感器捕捉老年人进行SPPB和TUG测试.
• 开发了一种基于从深度图像中提取的骨关节来识别活动的方法.
• 采用LSTM模型用于自动化TUG时间预测和SPPB得分预测.

主要成果:

• 自动化的SPPB系统在预测SPPB分数时实现了98%的平均平方误差 (MSE) 准确度.
• 自动化的TUG时间预测实现了94%的MSE准确度.
• 该系统成功地根据预测得分将老年人分为不同的脆弱风险级别.

结论:

• 使用深度成像的自动化移动性评估非常准确和可靠.
• 这项技术为客观,高效地在临床环境中评估脆弱性提供了一个有前途的工具.
• 早期识别虚弱风险可以导致及时干预,改善老年人的健康结果.