利用自我中心视频测量颈髓损伤后居家中的手部使用情况
图像与视频处理
2023-11-22 v3 计算机视觉与模式识别
摘要
背景：自我中心视频最近成为监测社区中四肢瘫痪者手部功能的潜在解决方案，尤其是其能够检测家庭环境中的功能性使用。目的：开发并验证一种基于可穿戴视觉的系统，用于测量四肢瘫痪者居家中的手部使用情况。方法：开发并比较了若干用于检测功能性手-物交互的深度学习算法。最准确的算法被用于从 20 名四肢瘫痪参与者在家中录制的 65 小时无脚本视频中提取手部功能指标。这些指标为：交互时间占总录制时间的百分比（Perc）；单次交互的平均时长（Dur）；每小时交互次数（Num）。为证明该技术的临床有效性，将自我中心指标与经验证的手部功能与独立性临床评估（Graded Redefined Assessment of Strength, Sensibility and Prehension - GRASSP、Upper Extremity Motor Score - UEMS 和 Spinal Cord Independent Measure - SCIM）相关联。结果：手-物交互以 0.80（0.67-0.87）的中位数 F1 分数被自动检测。我们的结果表明，较高的 UEMS 与更好的抓握能力与更长的交互时间相关，而较高的 SCIM 与更好的手部感觉导致自我中心视频录制期间执行的交互次数更多。结论：我们首次将在四肢瘫痪者无约束环境中自动估计的手部功能指标与国际公认的手部功能测量进行了验证。未来工作有必要对基于自我中心的手部使用性能测量的可靠性与响应性进行正式评估。
引用
@article{arxiv.2203.16996,
title = {Measuring hand use in the home after cervical spinal cord injury using egocentric video},
author = {Andrea Bandini and Mehdy Dousty and Sander L. Hitzig and B. Catharine Craven and Sukhvinder Kalsi-Ryan and José Zariffa},
journal= {arXiv preprint arXiv:2203.16996},
year = {2023}
}