基于人工智能和临床诊断的上肢康复评估方法研究进展

• 作者: 张新峰 王博超
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 脑卒中 上肢康复 评估方法 人工智能 机器学习 特征提取
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 综述
• 页码范围: 103-108
• 页数: 6页
• 分类号: R318.04
• 字数: 3745字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2018.01.017

摘要

脑卒中导致患者肢体运动功能障碍或缺失,严重影响了患者的生活质量.在上肢康复治疗中,医生需要对患者的上肢进行主观康复评估,但这种方法误差大、成本高.因此,人们将人工智能技术应用到医疗康复领域.本文总结了基于sEMG信号特征、运动轨迹误差特征、关节运动角度特征、关节角速度特征的客观评估方法,以及Brunnstrom等级评价法、上田敏评价法、Fugl-Meyer量表评价法、Wolf运动功能测试评价方法等主观评估方法.最后,本文认为现有的客观评估方法普遍受到训练资料过少、特征单一等因素影响.主观评估方法普遍受到评估时间过长、易受主观影响等因素影响.未来的客观评估算法还应在算法准确性、训练资料规模、多特征融合等方面继续改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新峰		50	1027	14.0	31.0
2	王博超		1	8	1.0	1.0