姿势映射技术可以远程评估脑瘫患者

去医生办公室可能会很麻烦。对于患有脑瘫等运动障碍的儿童的父母来说，这项任务可能特别具有挑战性，因为临床医生必须定期亲自评估孩子，通常一次评估一个小时。参加这些频繁的评估可能既昂贵又耗时且在情感上很费力。

麻省理工学院的工程师希望通过一种远程评估患者运动功能的新方法来减轻一些压力。通过结合计算机视觉和机器学习技术，该方法实时分析患者的视频，并根据在视频帧中检测到的某些姿势模式计算运动功能的临床评分。

研究人员在1000多名脑瘫儿童的视频中测试了这种方法。他们发现该方法可以处理每个视频，并分配一个临床评分，该评分与临床医生之前在亲自访问期间确定的准确率超过70%。

视频分析可以在一系列移动设备上运行。该团队设想，只需设置他们的手机或平板电脑在自己家中移动时拍摄视频，就可以评估患者的进度。然后，他们可以将视频加载到一个程序中，该程序将快速分析视频帧并分配临床评分或进度水平。然后可以将视频和分数发送给医生进行审查。

该团队现在正在定制评估异染性脑白质营养不良儿童的方法 – 这是一种影响中枢和周围神经系统的罕见遗传疾病。他们还希望调整该方法来评估经历过中风的患者。

“我们希望通过不必去医院进行每次评估来减轻患者的压力，”麻省理工学院机械工程系首席研究科学家Hermano Krebs说。“我们认为这项技术有可能用于远程评估影响运动行为的任何条件。

克雷布斯和他的同事们将在十月份的IEEE人体传感器网络会议上展示他们的新方法。该研究的麻省理工学院作者是第一作者Peijun Zhao，联合首席研究员Moises Alencastre-Miranda，Zhan Shen和Ciaran O’Neill，以及武田开发中心美洲公司的David Whiteman和Javier Gervas-Arruga。

网络培训

在麻省理工学院，克雷布斯开发了机器人系统，与患者一起工作，帮助他们恢复或加强运动功能。他还调整了这些系统来衡量患者的进展，并预测哪种疗法最适合他们。虽然这些技术运行良好，但它们的可及性受到严重限制：患者必须前往机器人所在的医院或设施。

“我们问自己，如何将康复机器人获得的良好结果扩展到无处不在的设备？”克雷布斯回忆道。“由于智能手机无处不在，我们的目标是利用它们的功能远程评估运动障碍者，以便他们可以在任何地方接受评估。

研究人员首先研究了计算机视觉和估计人类运动的算法。近年来，科学家们开发了姿势估计算法，旨在拍摄视频 – 例如，一个女孩踢足球 – 并将她的动作实时转换为相应的一系列骨骼姿势。由此产生的线和点序列可以映射到科学家可以进一步分析的坐标。

克雷布斯和他的同事们旨在开发一种方法来分析脑瘫患者的骨骼姿势数据 – 这种疾病传统上沿着粗大运动功能分类系统（GMFCS）进行评估，这是一个代表儿童一般运动功能的五级量表。（数字越低，孩子的行动能力越高。

该团队使用斯坦福大学神经肌肉生物力学实验室提供的一组公开的骨骼姿势数据。该数据集包含1000多名脑瘫儿童的视频。每个视频都显示一个孩子在临床环境中进行一系列练习，每个视频都标有临床医生在亲自评估后为孩子分配的GMFCS评分。斯坦福大学的研究小组通过姿势估计算法运行视频，以生成骨骼姿势数据，然后麻省理工学院小组将其用作研究的起点。

然后，研究人员寻找自动破译脑瘫数据模式的方法，这些模式是每个临床运动功能水平的特征。他们从时空图卷积神经网络开始——一种机器学习过程，训练计算机处理随时间变化的空间数据，例如一系列骨骼姿势，并分配分类。

在将神经网络应用于脑瘫之前，他们利用了一个在更通用的数据集上预先训练的模型，其中包含健康成年人执行各种日常活动的视频，如走路、跑步、坐着和握手。他们采用了这个预训练模型的骨干，并为其添加了一个新的分类层，特定于与脑瘫相关的临床评分。他们对网络进行了微调，以识别脑瘫儿童运动中的独特模式，并将其准确分类到主要临床评估水平内。

他们发现，预训练网络学会了正确分类儿童的移动水平，并且比只训练脑瘫数据更准确。

“因为网络是在非常大的更一般运动的数据集上训练的，所以它有一些关于如何从一系列人类姿势中提取特征的想法，”赵解释说。“虽然较大的数据集和脑瘫数据集可能不同，但它们共享人类行为的一些共同模式以及如何对这些行为进行编码。

该团队在许多移动设备上测试了他们的方法，包括各种智能手机，平板电脑和笔记本电脑，发现大多数设备都可以成功运行该程序并从视频中生成临床评分，接近实时。

研究人员现在正在开发一款应用程序，他们设想父母和患者有一天可以使用它来自动分析患者的视频，这些视频是在自己舒适的环境中拍摄的。然后将结果发送给医生进行进一步评估。该团队还计划调整该方法以评估其他神经系统疾病。

“这种方法可以很容易地扩展到其他残疾，如中风或帕金森病，一旦它使用适当的成人指标在该人群中进行测试，”费城莫斯康复医院首席医疗官Alberto Esquenazi说，他没有参与这项研究。“它可以改善护理，降低医疗保健的总体成本以及家庭失去生产性工作时间的需求，我希望[它可以]提高合规性。

“在未来，这也可能有助于我们预测患者如何更快地对干预措施做出反应，”克雷布斯说。“因为我们可以更频繁地评估它们，看看干预措施是否产生影响。

这项研究得到了武田美洲开发中心公司的支持。