中风是世界范围内长期残疾的主要原因世界上有超过1500万人患有严重中风,四分之三的中风幸存者的手臂和手会出现损伤、虚弱和麻痹
许多中风幸存者依靠他们强壮的手臂来完成日常任务,从携带Groceries到组合他们的头发,即使他们的手臂有改善的潜力打破这个习惯,被称为“不使用手臂”或“学会不使用”,会比预防受伤更能增强力量
但是,在临床挑战的另一边,确定哪些患者使用了他们的武器在观察者悖论的经典案例中,测量必须涵盖所有患者自发产生的情况
现在,南加州大学的研究人员开发了一种新的机器人系统,可以精确地收集人们从中风中恢复过来的手臂其最新方法之一发表在2015年11月出版的《科学机器人学》杂志上
使用机器人跟踪三维空间信息,并使用机器学习技术处理数据,方法生成“手臂不使用”指标,这可以帮助临床医生评估患者的康复进展社会援助志愿者(SAR)通过挑战提供指导和鼓励
该报的主要作者、计算机科学博士生NathanDennler说:“最终,疲劳评估会显示一个人在物理治疗转移到现实生活中的表现。”
这是联合国大学计算机科学系托马斯洛德分校和生物运动学与物理治疗系研究人员的共同努力MajaMatari说:“这项工作带来了另一个通过机器人收集的定量用户性能数据,同时也激发了他们提供演示性能的动力,感谢他们的专业帮助。”该研究的合著者、计算机科学、神经科学和儿科杰出教授ChanSoon Shiong Chai“这种新颖的组合可以为中风患者评估提供更准确、更具动力的过程。”
其他作者TefanoNikolaidis,计算机科学助理教授;AmeliaCain,临床物理治疗耐药性专家,CaroleeJWinstein,神经科学研究生项目的教授兼副教授,以及计算机科学学生EricaDeGuzmann和ClaudiaChiu
每天使用镜像
在第四项研究中,研究组招募了14名中风前右手占主导地位的参与者参与者将手放在受害者的位置上——一个用触摸传感器打印的盒子
社会辅助机器人(SAR)描述了系统的机械并提供了积极的反馈,同时机器人手臂将按钮移动到参与者面前的不同目标位置(总共100个位置)当按钮亮起时,“到达试验”开始,SAR提示参与者移动
在第一阶段,参与者被引导去触摸按钮,每个按钮都是自然出现的,每天都在使用在第二阶段,他们被指导调整受影响最严重的中风,反映出在物理治疗或其他临床设置中的表现
使用机器学习,研究人员分析了三种测量方法来确定armnonuse的参数:armuseprobability、each时间和successfulfreach相位之间的性能差异表明没有受到任何影响
Dennler说:“参与者必须按下按钮,所以即使他们知道自己被测试了,他们也必须迅速行动。”“通过这种方式,我们正在测量对开灯的影响——你在聚光灯上用哪只手?”安全和方便
在电子中风幸存者中,他们在工作空间中的选择和每个目标的时间上都具有高度的可变性该方法在重复的课程中是可靠的,参与者对其进行了完整的评分,用户体验得分高于平均值所有参与者都认为互动是安全的和有益的
至关重要的是,参与者之间的数据库存在明显差异,卫生保健专业人员可以使用这些差异来准确跟踪患者的中风恢复情况
Dennler说:“例如,一名右侧受第一组影响较大的参与者,其右臂表现出较低的病毒,特别是在右侧较低的部位,但保持了较高的可能性,将右臂用于同一侧较低部位。”“另一名参与者表现出了更大的对称性使用,但也用他们受影响较小的想法进行了补偿,因为他们的得分更高,重新闭合了中线。”
参与者认为,该系统可以通过个性化来改进,他们希望在未来的研究中探索个性化,而不需要将面部表情和不同类型的提问等行为数据结合起来
作为一名理疗师,Cain认为这项技术解决了许多与传统评估方法不一致的问题,传统评估方法“要求患者不知道自己正在接受测试,并根据医生的观察结果进行评估,这可能会给患者留下错误的记忆”
“这种类型的技术可以为康复治疗师提供丰富、客观的关于天体幸存者使用的信息,”Cain说“治疗师可以在他们的临床决策过程中整合信息,并更好地调整或调整干预措施,以解决患者的薄弱环节,增强力量。”
来源:
Materials provided by
University of Southern California. Original written by Caitlin Dawson.
注明: Content may be edited for style and length.
参考:
2024-01-20
2024-01-20
2024-01-20
2024-01-20
2024-01-20