认知-运动整合在评估双手运动技能中的应用
人工智能
2024-04-18 v1
摘要
准确评估双手运动技能对于各行各业的从业人员至关重要,但传统方法往往依赖主观评估或仅关注运动动作,忽视了认知过程在内的关键作用。本研究引入了一种新方法,利用深度神经网络(DNN)分析和整合认知决策与运动执行。我们通过对 Fundamentals of Laparoscopic Surgery 项目(是一般外科认证的必修课程)中的手术技能进行评估来测试该方法。该方法利用运动动作的视频捕获和非侵入性功能近红外光谱学(fNIRS)来测量神经激活,能够精确分类受试者的专业水平,并预测 FLS 行为表现得分,显著优于传统单模态评估。
引用
@article{arxiv.2404.10889,
title = {Cognitive-Motor Integration in Assessing Bimanual Motor Skills},
author = {Erim Yanik and Xavier Intes and Suvranu De},
journal= {arXiv preprint arXiv:2404.10889},
year = {2024}
}
备注
12 pages, 3 figures, 2 tables