SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Renk Segmentasyonu ve En Yakın Komşu Sınıflandırıcısını Kullanarak Manuel Dexterity Değerlendirmesinde Otomatik Sonuç.

Automatic Outcome in Manual Dexterity Assessment Using Colour Segmentation and Nearest Neighbour Classifier.

Makine çevirisi · Editoryal inceleme bekliyor

Sensors (Basel) · 2018-08-31

DOI: 10.3390/s18092876PMID: 30200311

Open accessresearch-article; Journal ArticleKaynağa git ↗

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Motor fonksiyonun objektif değerlendirilmesi, bir rehabilitasyon sürecinin etkinliğini değerlendirmek için önemli bir bileşendir. Bu tür değerlendirmeler klinisyenler tarafından geleneksel testler ve ölçekler kullanılarak gerçekleştirilir. Kutu ve Bloklar Testi (BBT), manuel beceri değerlendirmesine odaklanan bu tür bir ölçektir. Puan, bir kişinin bir zaman penceresi sırasında yerinden edebileceği maksimum küp sayısıdır. Önceki bir makalede, bir Microsoft Kinect sensörü kullanan Kutu ve Bloklar Testi'nin otomatik bir sürümü sunuldu ve Otomatik Kutu ve Bloklar Testi (ABBT) olarak adlandırıldı. Bu makalede ABBT'nin manuel el becerisi değerlendirmesi için otomatik bir araç olarak fizibilitesi tartışılmaktadır. CIELab renk uzayındaki görüntü segmentasyonuna ve En Yakın Komşu (NN) kuralına dayanan bir algoritma, otomatik küp saymanın güvenilirliğini artırmak için geliştirilmiştir. Parkinson hastalığı (PD) olan kişilerde el motoru fonksiyonunu değerlendirmek için bir pilot çalışma yapılmıştır. Üç fonksiyonel değerlendirme yapıldı. Otomatik küp saymada başarı oranı, manuel (BBT) ve otomatik (ABBT) yöntemlerinin karşılaştırılmasıyla incelenmiştir. ABBT tarafından sağlanan ek bilgiler klinik önemini tartışmak için analiz edildi. Sonuçlar manuel (BBT) ve otomatik (ABBT) puanlama arasında yüksek bir korelasyon olduğunu göstermektedir. ABBT için küp sayımında en düşük ortalama başarı oranı %92 idi. Ek olarak, ABBT, küplerin yer değiştirmesinden, ortalama hız ve küpün tespit edildiği zaman anları gibi ekstra bilgiler edinir. Bu bilgilerin analizi sağlık durumunun göstergeleri (koordinasyon ve el becerisi) ile ilgili olabilir. Sonuçlar, ABBT'nin tek taraflı brüt manuel el becerisinin değerlendirilmesini otomatikleştirmek için yararlı bir araç olduğunu ve kullanıcının performansı hakkında ek bilgi sağladığını gösterdi.

Özgün kaynak özetini okuyun

Objective assessment of motor function is an important component to evaluating the effectiveness of a rehabilitation process. Such assessments are carried out by clinicians using traditional tests and scales. The Box and Blocks Test (BBT) is one such scale, focusing on manual dexterity evaluation. The score is the maximum number of cubes that a person is able to displace during a time window. In a previous paper, an automated version of the Box and Blocks Test using a Microsoft Kinect sensor was presented, and referred to as the Automated Box and Blocks Test (ABBT). In this paper, the feasibility of ABBT as an automated tool for manual dexterity assessment is discussed. An algorithm, based on image segmentation in CIELab colour space and the Nearest Neighbour (NN) rule, was developed to improve the reliability of automatic cube counting. A pilot study was conducted to assess the hand motor function in people with Parkinson's disease (PD). Three functional assessments were carried out. The success rate in automatic cube counting was studied by comparing the manual (BBT) and the automatic (ABBT) methods. The additional information provided by the ABBT was analysed to discuss its clinical significance. The results show a high correlation between manual (BBT) and automatic (ABBT) scoring. The lowest average success rate in cube counting for ABBT was 92%. Additionally, the ABBT acquires extra information from the cubes' displacement, such as the average velocity and the time instants in which the cube was detected. The analysis of this information can be related to indicators of health status (coordination and dexterity). The results showed that the ABBT is a useful tool for automating the assessment of unilateral gross manual dexterity, and provides additional information about the user's performance.

Bilimsel değerlendirme

01

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

02

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

03

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

04

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.