基于Fugl-Meyer量表的卒中患者上肢功能自动评估
为实现脑卒中患者居家上肢康复智能和量化评估,采用临床上最常用的Fugl-Meyer运动功能评定(Fugl-Meyer Assessment,FMA)量表,利用遗传算法(Genetic Algorithm,GA)建立了FMA量表自动评定模型.临床选取FMA肩肘部分中的4个动作,传感器固定于偏瘫侧前臂和上臂,采集了20名患者的运动数据,进行特征选择,分别建立单个动作预测模型和综合预测模型.结果表明,该模型可对卒中患者肩肘康复效果作出精确的自动预测,预测均方根误差为2.1627分.该方法具备便捷智能等特点,可方便用于居家康复的评定.
脑卒中 上肢功能 Fugl-Meyer评定 惯性传感器 遗传算法
王计平 郁磊 郭立泉 熊大曦
中国科学院苏州生物医学工程技术研究所 医用光学技术研究室,江苏 苏州 215163
国内会议
南京
中文
1-6
2015-10-16（万方平台首次上网日期，不代表论文的发表时间）