JNER：机器人辅助分析报告中风后的手本体感觉、运动和感觉损伤

对于手脚来说，身躯心里和民族运动特性以及并不一定的相互发挥作用对于在日常生活活动（ADL）中都透过自如和熟练的跳跃至关关键性。例如，当触摸一个小物体时，合为一体心里是感官肢体当前前面所必需的。这种心里可用随后被中都枢神经整合，成型民族运动驱动，这一更进一步被称作心里民族运动整合。脑出血等神经损坏通常就会破坏这一更进一步的特定上都，从而阻止病变透过ADL。

80%的脑出血幸存者患有轻瘫。然而，一些只不过源于民族运动特性损伤的活动限制显然是由合为一体心里反馈深受到干扰引起的。基本的医学分析大大多获取损坏的整体测算（例如Fugl-Meyer颈大多析），需透过多项分析以新一轮分析心里民族运动损坏情况，因此在整个康复更进一步中都很少除此以外透过分析。人工智慧来进行的分析方法是客观的（不依赖于观察者的判断）、准确的（例如，都能测算准确的身置/施加压力的气力），以及都能获取精准、可重复的抑制（例如，分析心里特性或痉挛]）。

此外，通过多个人工智慧来进行分析训练任务，可以用一个设备分析不同的损坏，这将导致对损坏的时间效率和更新一轮的概述。这也准许以标准化的方式相互来得不同的损坏Mode（如民族运动和心里），从而有显然为颈部损坏情况获取在此之后见解。尽管它们很有努力，但基本的人工智慧分析方法旨在同时对手脚透过心里和民族运动分析，仍处于起步前期。到目前为止，明确提出的分析方法侧重于颈部近端关节，包括大大多针对特定损坏Mode的训练任务（例如合为一体心里，不显然同时分析民族运动损坏），或尚未能获取其结果测算的医学特性的参考分析（信度、测算误差、效度）。 而同时效度的研究对于将在此之后应用分析方法与普遍接深受的分析分析方法从外部联系起来非常关键性。目前考虑到对前提年轻人的简单性和有效性的标准化分析，使得在此之后分析应用不太显然被医学接深受并应用领域研究项目之外。

这项工作的目的是明确提出并分析一套在此之后手脚合为一体心里、民族运动和心里民族运动损坏分析分析方法，该分析方法在先前描述的单个人工智慧网络服务上实施（ETH MIKE：民族运动损坏和动觉分析）这种单具体来说末端指派器控制系统可以为食指掌指（MCP）关节获取较佳控制的民族运动抑制，并灵敏地测算其民族运动学和动气力学响应。本文发表在《神经病学，神经外科学和心理疾病杂志》上（Journal of Neurology, Neurosurgery & Psychiatry）。

在一个发挥作用于食指掌指关节的单具体来说末端指派器人工智慧网络服务上透过了都由五项补充分析训练任务。具体而言，常用前面最简单范式分析合为一体心里损坏。快速抵达前提、民族运动范围和小得多指尖气力量训练任务是民族运动特性缺陷的特征。最终，常用自如轨迹训练任务分析心里民族运动损坏。医学可行性（时间段）、信度（类内值ICC、最小具体关联性SRD）和效度（Kruskal-Wallis检验、Spearman值ρ与Fugl-Meyer颈部民族运动分析、动觉上下测试者、框块测试者）对36名亚急性脑出血病人和31名年龄最简单的神经完好对照者透过了人工智慧训练任务分析。

83%不同损坏严重以往（轻度至重度）的脑出血病变都能已完成所有人工智慧训练任务（每只深受试手脚时间段<15分钟）。此外，该研究还证明了脑出血年轻人中都人工智慧训练任务的较佳至卓越的简单性（ICC>0.7，SRD<30%），以及判别效度，如脑出血和对照病人之间存在总体关联性（p值<0.001）。同时有效性通过人工智慧结果测算和医学量表之间的中都到强表征（ρ=0.4-0.8）来显示。不同缺陷（民族运动、心里）的人工智慧训练任务之间不会强表征（ρ≤0.32）。

人工智慧网络服务平面图

新明确提出的人工智慧来进行分析是简单的，不会显示出强烈的测算误差。证明合为一体心里分析（测算前面最简单训练任务）的简单性是一项关键性贡献，因为常用传统习俗分析方法或人工智慧分析方法简单地分析神经病变的合为一体心里手脚损坏是一项长期的挑战。当每个本质大大多谐波一次时，赢得了较佳的简单性，从而大大缩短了相比之下分析时间，从而有效地医学可行性。本质大小对前面最简单误差的影响，与之前的研究一致，对于所有测算都是一致的，因此不就会影响简单性。

分析合为一体心里损坏的量表及结果

民族运动和心里民族运动训练任务赢得的简单性结果与古书中都先前简报的结果一致（ICC 0.7-0.9，质量指标），尽管从外部来得这些结果很麻烦，因为一些研究是针对对照病人而非前提年轻人透过的。与传统习俗医学分析相比，建言的人工智慧分析通常就会导致很高的测算误差（例如FMA 10%，我们的人工智慧分析介于15%和25%之间）。这可以大多解释为人工智慧分析方法的精准光学能气力，它在检测行为变异性上都比医学大尺度更敏感。所有人工智慧来进行分析中都，与年龄最简单的对照组相比，脑出血病人深受影响最严重一侧的表现轻微偏高。这推测了人工智慧指标可以捕捉到与特定病死中都后损坏相关的训练任务表现极其。此外，在病人并重获取关于基本损坏的电子邮件具有医学表征。从被归类为深受损的病人的比率来看，本文挖掘出并非所有脑出血病人的罚球都比对照组差，这有所不同脑出血病变的深受损情况。

各类别训练任务的结果测算（即合为一体心里、民族运动、心里民族运动分析）与其相应的医学高分之间存在中都度至高度总体表征，这得出结论人工智慧测算系统捕捉特定损坏的能气力。更参考地说，在前面最简单绝对误差和kUDT之间挖掘出了中都度总体表征，推测了该人工智慧训练任务都能分析合为一体心里缺陷。这一人工智慧测算与FMA（大大多民族运动大多，因为尚未实施FMA的心里大多）不相关的事实得出结论，该训练任务显然都能脱离于民族运动损坏分析合为一体心里。此外，小得多气力、主动民族运动范围以及小得多反应速度与FMA呈强总体表征，而与吉尔无总体表征。因此，这些人工智慧训练任务显然反映了基本民族运动指派的损坏。

本文明确提出的人工智慧来进行分析获取了一种医学上可行、简单和有效的分析方法，以明确描述手脚合为一体心里和民族运动特性的损坏，以及并不一定的相互发挥作用。这开辟了在此之后除此以外，有效地揭示心里民族运动特性独具上都在病死中都后恢复中都的发挥作用，并有效地尚未来个人化疗法的发展。

Zbytniewska, M., Kanzler, C.M., Jordan, L. et al.Reliable and valid robot-assisted assessments of hand proprioceptive, motor and sensorimotor impairments after stroke.J NeuroEngineering Rehabil18, 115 (2021).