NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka plan: İşaretsiz hareket yakalama sistemi (MLS), dijital görüntülerden gövde segmentlerini tespit etmek için derin öğrenmeyi kullanan yeni bir teknolojidir. Bu çalışma, MLS ile kuvvet plakalı sistem (FPS, "altın standart") arasındaki anlaşmayı, yürüyüş başlatma (GI) sırasında stabilite kontrolünü ve motor performansını (MP) ölçmek için test etti. Yöntemler. Sağlıklı yetişkinler (genç ve yaşlılar) ve Parkinson hastalığı olan hastalar (PD), bir MLS tarafından çekilirken bir FPS'de spontan ve maksimum hızda GI serisi gerçekleştirdiler. Her iki sistemden gelen sinyaller, ileri kütle merkezi hızının (MP'nin göstergesi) ve frenleme indeksinin (BI, stabilite kontrolünün göstergesi) zirvesini hesaplamak için kullanıldı. Sonuçlar. Tanımlayıcı istatistikler, her iki sistemin de gruplar arasındaki farkları ve hız etkilerini benzer şekilde tespit ettiğini, bir Bland-Altman (BA) arsa anal-ysis'inin BI ve MP'nin tüm gruplarda ve koşullarda neredeyse sıfır olduğunu gösterdiğini gösterdi. Bayes faktörü 01, her iki sistemin de eşdeğer değerler sağladığına dair güçlü (BI için) ve ılımlı (MP için) kanıtlar gösterdi. Bununla birlikte, BA arsalarının deneme-denetim analizi, iki sistem arasında farklılık-sonuçları>% 10 olasılığını ortaya koydu. Sonuç. Olumsuz olmayan farklılıklar ortaya çıksa da, MLS, PD ve hız durumu etkilerinin BI ve MP üzerindeki tespitinde FPS kadar verimli görünmektedir.
Özgün kaynak özetini okuyun
Background: The markerless motion capture system (MLS) is a new technology that uses deep learning to detect body segments from digital images. This study tested the agreement between the MLS and a force-plate based system (FPS, “gold standard”) to quantify stability control and motor performance (MP) during gait initiation (GI). Methods. Healthy adults (young and elderly) and patients with Parkinson’s disease (PD) performed GI series at spontaneous and maximal velocity on an FPS while being filmed by an MLS. Signals from both systems were used to compute the peak of forward center-of-mass velocity (indicator of MP) and the braking index (BI, indicator of stability control). Results. Descriptive statistics indicated that both systems detected between-groups differences and velocity effects similarly, while a Bland-Altman (BA) plot anal-ysis showed that BI and MP mean biases were virtually zero in all groups and conditions. Bayes factor 01 indicated strong (for BI) and moderate (for MP) evidence that both systems provided equivalent values. However, trial-by-trial analysis of BA plots revealed the possibility of differ-ences > 10% between the two systems. Conclusion. Although non-negligible differences do occur, MLS appears to be as efficient as FPS in detecting PD and velocity condition effects on BI and MP
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.