Comput Methods Programs Biomed：苏州医工所在量化评定脑卒中患者肢体运动功能研究中取得进展
2017-05-28 佚名 苏州生物医学工程技术研究所
随着我国老龄化社会的加剧，脑卒中已经成为目前世界上三大致死和致残疾病之一。然而，受我国康复资源紧张、分布不均衡等因素的限制，许多脑卒中患者无法得到完善的康复治疗和指导服务。同时，传统的临床康复评定主要依赖评定量表（如：Brunnstrom六阶段分期法、Fugl-Meyer评定量表和Wolf运动功能测试等），容易受康复医生的主观因素影响且存在“天花板”效应，无法精细、准确地反映脑卒中患者的肢体运动功
随着我国老龄化社会的加剧，脑卒中已经成为目前世界上三大致死和致残疾病之一。然而，受我国康复资源紧张、分布不均衡等因素的限制，许多脑卒中患者无法得到完善的康复治疗和指导服务。同时，传统的临床康复评定主要依赖评定量表（如：Brunnstrom六阶段分期法、Fugl-Meyer评定量表和Wolf运动功能测试等），容易受康复医生的主观因素影响且存在“天花板”效应，无法精细、准确地反映脑卒中患者的肢体运动功能。
基于以上问题，中国科学院苏州生物医学工程技术研究所光健康研究中心郭立泉、郁磊等人使用自己开发的远程康复训练与评定系统，以脑卒中患者为研究对象，使用多传感器融合的方法对患者肢体运动功能进行了量化评定。首先利用极限学习机（Extreme Learning Machine， ELM）算法建立7个动作各自的多源传感器信号与Fugl-Meyer量表动作对应得分之间的非线性映射模型；然后再建立综合量化康复评定模型实现7个动作各自得分与Fugl-Meyer量表上肢部分总得分之间的映射模型。在模型学习阶段，共有200组多源传感器数据参与训练；在模型测试阶段，共包含40组多源传感器数据作为测试。实验结果表明，所建立的映射模型具有良好的泛化性能，可以准确地从多传感器信息中预测出脑卒中患者的Fugl-Meyer得分，且二者相关性的决定系数可达0.918。
同时，为了降低映射模型的复杂度，基于集成学习思想和遗传算法对多传感器信息中的高维特征进行降维和筛选，用Jaccard系数作为鲁棒性度量指标。研究结果表明，与传统的特征选择算法相比，本方法具备更好的稳定性，平均Jaccard系数达到了0.926。相关研究成果发表在Computer Methods & Programs in Biomedicine 杂志上。
原始出处：
Yu L， Xiong D， Guo L，et al.A remote quantitative Fugl-Meyer assessment framework for stroke patients based on wearable sensor networks.Comput Methods Programs Biomed. 2016 May
作者：佚名
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#Program#
78
#卒中患者#
81
#MET#
66
#脑卒中患者#
73
#Bio#
42