国际标准期刊号: 2329-9096
亚历山大·瓦坎斯基、杰克·M·弗格森和斯蒂芬·李
目的:本文提出了一套用于评估患者在物理治疗练习中表现的指标。方法:采用分类法,根据捕获的运动序列的抽象级别将指标分为定量和定性类别。此外,根据评估是否采用患者执行的运动的原始测量值,或者评估是否基于运动的数学模型,定量度量被分类为无模型度量和基于模型的度量。审查的指标包括均方根距离、Kullback Leibler 散度、对数似然、启发式一致性、Fugl-Meyer 评估等。结果:针对使用 Kinect 传感器捕获的一组五个人体动作来评估指标。结论:这些指标有可能集成到一个系统中,该系统采用机器学习来建模和评估家庭治疗环境中患者表现的一致性。自动化绩效评估可以克服人类执行的治疗评估中固有的主观性,并且可以提高对规定治疗计划的依从性,并降低医疗成本。