无标记感应技术在脑卒中平衡功能和步态评估应用中的研究进展

脑卒中患者的运动功能评估可以为康复干预提供有效指导,确定运动功能损伤水平对于康复决策十分重要。在临床实践中,临床量表被广泛应用于运动功能评估,其评估结果依赖于对量表评分的物理治疗师,主观成分较高。与临床量表不同,无标记运动分析技术更为客观。基于低成本无标记摄像机的视频跟踪系统的开发将使临床治疗师不再需要专用和昂贵的运动分析实验室就能够进行现场数据采集,并且可以节约评估时间。基于机器学习算法的用于对运动质量进行分类的机器学习模型将提高评估过程的速度和可靠性,并对运动质量进行分类。本文系统地回顾了无标记感应技术结合机器学习算法在脑卒中平衡和步态功能评估中的应用研究进展,对于便携式、低成本的智能康复评估系统的建立和应用具有重要意义。