此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

利用人工智能和计算机视觉恢复运动技能

通过使用人工智能和计算机视觉的辅助动作捕捉软件恢复运动功能

研究利用人工智能技术和计算机视觉的算法在脑中风患者康复实践中对运动功能恢复的影响。

研究概览

详细说明

人工智能(AI)技术的进展及其在各个领域(尤其是医学)的实际应用,展示了其在自动化诊断系统、非结构化病历识别、自然语言理解、事件分析和预测、信息分类、自动患者等解决方案中的潜力。通过聊天机器人提供支持,并通过视频进行运动分析。 目前,各种基于人工智能的软件系统正在开发中,旨在解决类似于人类思维的智力问题。 人工智能的广泛应用包括预测、数字信息(包括非结构化数据)评估和模式识别(数据挖掘)。

随着深度机器学习(尤其是图像和模式识别)的快速发展,医学图像分析在自动诊断系统(尤其是辐射诊断)中获得了突出地位。 随着这一新兴领域的快速发展,为基于人工智能的诊断系统培训和验证整理医疗数据集至关重要。

人工智能在辐射诊断方面的成功及其在科学界的认可为视频分析和机器学习融入医疗康复实践铺平了道路。 俄罗斯 FMBA 联邦医学研究中心和 MTUCI 的研究人员合作制定了一项计划,为接受医疗康复的中风患者开发基于视频运动分析和机器学习的专用算法。

这些算法监控患者的运动并及时通知他们偏差、幅度减小或补偿模式,帮助他们纠正运动。 所有课程数据均以电子方式存档,可供负责个性化课程计划的医疗专业人员访问。 这使得能够评估患者的进展并对家庭康复计划进行必要的调整。

将人工智能驱动的视频分析和机器学习融入医疗康复中,对于提高患者治疗效果和个性化治疗策略具有巨大潜力。

研究类型

介入性

注册 (估计的)

90

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

研究联系人备份

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 成人
  • 年长者

接受健康志愿者

是的

描述

纳入标准:

最近的半球中风(缺血性或出血性):

  • 排名等级:3
  • 中风后 6 个月内。
  • 上肢偏瘫,近端力量≤3分。
  • 阿什福德量表上的肌张力升高(≤3 分)。
  • 每次神经检查保留复杂的敏感性

排除标准:

  • 等级量表为 4 分或更高。
  • 中风后 6 个月或更长时间。
  • 上肢关节的结构变化限制了关节活动(挛缩、强直、限制活动的金属结构)。
  • 瘫痪上肢在休息或活动时出现严重疼痛综合征,妨碍运动(量表上 7 分或以上)。
  • 严重认知障碍、心理情绪唤醒、歇斯底里症状、假性延髓综合征(暴力大笑、哭泣)、妨碍理解任务的失语症。
  • 阻碍信息感知的视觉障碍(忽视、偏盲、近视、复视)。
  • 无再通迹象的上肢和下肢静脉血栓形成,或动脉血栓形成。
  • 帕金森症和其他类型的震颤。

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:治疗
  • 分配:随机化
  • 介入模型:并行分配
  • 屏蔽:双倍的

武器和干预

参与者组/臂
干预/治疗
实验性的:协助患者
患者将使用 AsistI 软件包结合标准上肢康复干预措施接受康复训练。
AsistI 软件包康复包括根据个人计划进行定制的上肢锻炼。 该疗法包括 10-12 次,每次持续 30 分钟。 患者依次用健肢和患肢进行10次练习,包括用手刷触摸嘴、前额和躯干部位,以及上肢关节的幅度运动等。 AsistI 评估运动准确性,防止不利的模式,并记录目标实现情况,同时考虑速度、准确性和重复次数。
有源比较器:能说普通话的患者
除了上肢的标准康复干预措施外,患者还将接受使用 Habilect 软件和硬件综合体的康复训练。
Habilect 康复计划涉及 10-12 个使用软件和硬件的疗程。 患者单独进行30分钟的上肢锻炼,重点关注特定动作。 他们重复 10 次练习,首先是健康肢体,然后是受影响肢体。 任务包括触摸嘴巴、前额和躯干,以及肩膀弯曲等关节运动。 Habilect 评估练习准确性,防止错误动作,并跟踪进度,考虑速​​度、准确性和重复次数。
无干预:常规治疗患者
患者将接受标准的上肢康复干预,无需使用额外的方法。

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
Fugl-Meyer 上肢评估量表 (FMA-UE)
大体时间:3 周时相对于基线的变化
在本研究中,我们将使用上臂 36 个项目(近端肌肉组织,FMA-UA)、手腕和手部 24 个项目(远端肌肉组织,FMA-W/H)、协调方面 6 个项目、协调方面 12 个项目感觉方面24项,关节被动运动方面24项,关节疼痛方面24项。 所以这个 FMA-UE 量表的最高总分是 126 分。
3 周时相对于基线的变化
使用 MRC(医学研究委员会肌无力量表)评估肌肉力量
大体时间:3 周时相对于基线的变化
MRC 是评估肌肉力量的常用量表,从 5 级(正常)到 0 级(无明显收缩)。 轻瘫的定义是,轻度顺应强度为 4 分,中度顺应为 3 分,明显顺应为 2 分,粗略顺应为 1 分,顺应为 0 分。
3 周时相对于基线的变化
行动研究手臂测试 (ARAT)
大体时间:3 周时相对于基线的变化
是物理治疗师和其他医疗保健专业人员用于评估中风恢复、脑损伤和多发性硬化症人群的上肢表现(协调性、灵活性和功能)的一项 19 项观察措施。 ARAT 的分数范围为 0-57 分,最高分 57 分表示表现较好。 MCID建议为5.7分
3 周时相对于基线的变化

次要结果测量

结果测量
措施说明
大体时间
上肢运动速度
大体时间:3 周时相对于基线的变化
上肢运动速度:到达目标的时间(秒)。
3 周时相对于基线的变化
执行动作的准确性
大体时间:3 周时相对于基线的变化
运动精度:接触引导点(角度)的精度。
3 周时相对于基线的变化
总重复次数
大体时间:3 周时相对于基线的变化
重复次数:运动尝试达到目标的次数。
3 周时相对于基线的变化
练习的正确性
大体时间:3 周时相对于基线的变化
运动正确性:补偿动作的数量,例如肩部抬高或躯干弯曲。
3 周时相对于基线的变化
完成练习次数
大体时间:3 周时相对于基线的变化
正确的重复次数:无补偿的尝试次数,例如肩膀或躯干运动。
3 周时相对于基线的变化
未完成的练习数量
大体时间:3 周时相对于基线的变化
不正确的重复次数:尝试补偿动作的次数,例如举肩或躯干弯曲。
3 周时相对于基线的变化

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 学习椅:Galina Ivanova, Prof、Federal Center of Cerebrovascular Pathology and Stroke, Russian Federation Ministry of Health
  • 学习椅:Michael Gorodnichev、Moscow Technical University of Communication and Informatics (MTUCI)

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (估计的)

2024年2月1日

初级完成 (估计的)

2024年8月1日

研究完成 (估计的)

2025年2月1日

研究注册日期

首次提交

2023年8月24日

首先提交符合 QC 标准的

2023年12月26日

首次发布 (实际的)

2023年12月28日

研究记录更新

最后更新发布 (实际的)

2023年12月28日

上次提交的符合 QC 标准的更新

2023年12月26日

最后验证

2023年8月1日

更多信息

与本研究相关的术语

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅