基于机器学习的自动化臂部运动异常评估研究

基于机器学习的自动化臂部运动异常评估研究

通过图像提取和分类系统对ABI患者行走异常运动的自动化临床评估 学术背景 获取性脑损伤(Acquired Brain Injury,ABI)后,行走障碍是一种常见的身体残疾。ABI通常包括中风和创伤性脑损伤,这些疾病在全球范围内的发生率约为150万例。ABI患者的行走障碍不只影响下肢,还会影响到躯干和上肢,从而限制日常生活的参与并大大降低生活质量。除了功能障碍外,这些明显的运动异常还可能产生美学问题,进而对患者的身体形象、自尊、心理健康和社会融合产生负面影响。 研究动机 传统的ABI患者运动异常评估通常依赖于经验丰富的理疗师通过视觉观察来进行主观评估。然而,国际功能、残疾与健康分类(ICF)中的运动异常评估卷标显示虽然在同一评估者之间有很强的一致性,但在不同评估者之间只能达到中等的信度,这限...