中文

基于形状分析的儿科上肢运动功能评估

机器学习 2022-09-13 v1

摘要

脊髓性肌萎缩症(SMA)和杜氏肌营养不良症(DMD)等神经肌肉疾病会导致进行性肌肉退化和运动功能丧失,影响每 6000 名儿童中的 1 名。传统的上肢运动功能评估并未定量测量患者执行的运动,因此难以追踪渐进性变化。评估神经肌肉疾病儿童的运动功能尤其具有挑战性,因为他们在实验中可能紧张或兴奋,或者年龄太小而无法遵循精确指令。这些挑战转化为混杂因素,例如以较慢或较快速度执行臂弯举的不同部分(相位变异性),从而影响所评估的运动质量。本文使用曲线配准和形状分析在时间上对齐轨迹,同时提取平均参考形状。与该平均形状的距离用于评估运动质量。所提出的度量对相位变异性等混杂因素具有不变性,同时给出了若干临床相关见解。首先,对照组与患者群体在功能评分上存在统计显著差异(p==0.0213\le0.05)。其次,患者队列中的若干患者能够表现出与健康队列相当的运动,反之亦然。我们基于可穿戴设备计算的度量与 Brooke 评分相关((p==0.00063\le0.05)),也与基于测力法的运动功能评估相关((p==0.0006\le0.05))。这些结果显示了在日常生活中普适运动质量评估的前景。

关键词

引用

@article{arxiv.2209.04710,
  title  = {Shape Analysis for Pediatric Upper Body Motor Function Assessment},
  author = {Shashwat Kumar and Robert Gutierez and Debajyoti Datta and Sarah Tolman and Allison McCrady and Silvia Blemker and Rebecca J. Scharf and Laura Barnes},
  journal= {arXiv preprint arXiv:2209.04710},
  year   = {2022}
}

备注

ISWC 22