一个自适应的手外骨康复培训系统,集成虚拟现实和基于AI的评估引擎

科学领域:

• 生物医学工程 生物医学工程
• 神经康复疗法 神经康复疗法
• 医疗保健中的人工智能

背景情况:

• 脑卒中后手动运动障碍影响70%的幸存者,导致长期残疾.
• 传统的康复方法在坚持,评估和个性化方面面临挑战.
• 利用神经可塑性进行运动重新学习对于有效的恢复至关重要.

研究的目的:

• 开发和评估一个生物-AI-VR集成系统,用于闭环手部康复.
• 评估系统在培训中的效率,适应性和量化性.
• 验证结合生物信号传感,人工智能分析和VR交互的协同效应.

主要方法:

• 一个轻量级的手外骨架与IMU和sEMG传感器集成,用于数据采集.
• 基于AI的分析使用混合随机森林和支持矢量回归模型进行实时评分.
• 根据性能调整外骨扭矩和VR难度的需要辅助 (AAN) 算法.

主要成果:

• 实现了实时评估,R2=0.72和延迟<50ms,验证了多式联接.
• 显著的临床改善:FMA-UE +9.1分 (d=0.98) 和ARAT +7.6分 (d=0.93). 已经证明了显著的临床改善.
• 废弃实验证实所有组件 (生物,AI,VR) 是必要的,在去除时降解>15%.

结论:

• 生物AI-VR系统提供了一个可行的,可穿戴和个性化的解决方案,用于中风后手部恢复.
• 结果验证了该系统的技术性能和临床有效性,超过了临床上重要的最小差异.
• 综合方法代表了向实时反的基于执行的康复的范式转变.