面向基于视觉的数字化神经检查的综合性解决方案
机器学习
2022-06-01 v1 神经元与认知
摘要
利用数字化记录与量化的神经检查信息，对于帮助医疗系统提供更优的照护（包括面对面与远程医疗），以弥补神经科医生日益短缺的状况十分重要。然而，当前的神经数字生物标志物流程被局限于特定的神经检查组分或用于评估特定病症。在本文中，我们提出一种名为数字化神经检查(DNE)的基于视觉的可及检查与记录方案，借助智能手机/平板电脑拓展检查生物标志物记录选项与临床应用。通过我们的DNE软件，临床环境中的医护提供者与居家人员能够在执行指令性神经测试（包括手指敲击、手指对指、前臂翻转以及起立行走）时视频捕获检查过程。我们模块化的DNE软件设计支持额外测试的集成。DNE从所记录的检查中提取2D/3D人体姿态并量化运动学与时空特征。这些特征具有临床相关性，使临床医生能够记录并观察量化动作以及这些指标随时间的改变。我们提供了用于记录查看与特征可视化的网络服务器与用户界面。DNE在一个包含21名受试者、涵盖正常与模拟受损动作的数据集上进行了评估。通过使用多种机器学习模型对所记录动作进行分类，展示了DNE的整体准确率。我们的测试显示，上肢测试准确率超过90%，起立行走测试准确率超过80%。
引用
@article{arxiv.2205.07209,
title = {Towards a Comprehensive Solution for a Vision-based Digitized Neurological Examination},
author = {Trung-Hieu Hoang and Mona Zehni and Huaijin Xu and George Heintz and Christopher Zallek and Minh N. Do},
journal= {arXiv preprint arXiv:2205.07209},
year = {2022}
}