Brain-X | 复旦大学附属华山医院联合上海大学：多维度系统定量评估脑卒中手功能！

以下文章来源于学科交叉脑 ，作者Brain-X

2023年8月22日，Brain-X（ISSN：2835-3153，交叉脑科学）杂志上发表标题为“Prediction of the hand function part of the Fugl-Meyer scale after stroke using an automatic quantitative assessment system”的医工交叉研究成果。

脑卒中是一种高发病率、高致残率的疾病，它会导致许多功能障碍，比如运动、感觉、认知功能障碍等。而在运动功能障碍中，手和上肢功能障碍是康复的重点与难点。精准的评估是制定科学康复训练方案的前提。目前，在手功能评估方面，有Fugl-Meyer量表（Fugl-Meyer assessment，FMA）、动作研究手臂测试（Action Research Arm Test）、Wolf运动功能评估等量表，其中以FMA量表具有较高的信度和效度而被普遍应用于脑卒中手功能评估科研与临床当中。然而，脑卒中患者的手功能评估非常精细，虽然人工量表可以在一定程度上评估手的运动功能，但并没有完全涵盖所有的手部运动动作。此外，这些人工量表大多呈现定性或半定量评估结果，无法检测手功能康复过程中的细微变化，且容易受到评估者的主观影响。

基于此，复旦大学附属华山医院联合上海大学组成医工交叉团队自主研发了脑卒中手功能自动化定量评估系统（Hand Automatic Quantitative Assessment System，HAQAS）。在这项研究中，研究者采集了79例脑卒中患者在定量评估系统下的手功能数据和上肢FMA评估得分，利用HAQAS系统所捕捉到的手部动作特征，开发了FMA评分的决策树（decision tree，DT）和梯度提升决策树（gradient-boosted decision tree，GBDT）预测模型。研究提示，FMA得分各亚分项与HAQAS所捕捉的定量特征数据具有高度相关性，且最大相关系数均大于0.5，表明该方法具有较高的FMA自动预测效度。手部功能与HAQAS特征的相关性（平均相关系数为0.90）高于腕部功能（平均相关系数为0.54）。此外，GBDT模型在预测准确率和一致性方面都高于DT模型。总体而言，我们认为HAQAS系统可应用于脑卒中后手功能的定量评估。本研究已在中国临床试验注册中心完成注册(ChiCTR1800019098)。

图1 设备与试验场景。（A）视觉摄像头与光觉动作捕捉设备的设置。（B）手部动作监测。（C）实际试验场景与设备。（D）设备界面与前面观。

图5 ROC曲线：通过梯度提升决策树提高手部功能的预测精度。AUC：曲线下区域。

图6 ROC曲线：通过梯度提升决策树提高腕部功能的预测精度。AUC：曲线下区域。

复旦大学附属华山医院陈树耿博士、复旦大学林晓蕾教授为该论文共同第一作者，华山医院贾杰教授、上海大学陆小锋教授为共同通讯作者。

Shugeng Chen, Xiaolei Lin, Jianghong Fu, Yeye Qian, Zihang Chen, Zhanbo Huang, Qiang Liu, Xiaofeng Lu, Jie Jia. Prediction of the hand function part of the Fugl-Meyer scale after stroke using an automatic quantitative assessment system. Brain-X. 2023;1:e26. https://doi.org/10.1002/brx2.26

转自：“解说科研项目”微信公众号

如有侵权，请联系本站删除！