medRxiv 预印本· Bajpai, R., Rust, A., Lott, E., Kim, S., Gandham, S., Chintalapati, K., Blackburn, J., Gelineau-Morel, R., Kruer, M. C., Mingbunjerdsuk, D., O'Malley, J., Tochen, L., Waugh, J. L., Wu, S., Feyma, T., Perlmutter, J. S., Aravamuthan, B. R. ·· 5 天前AI 评分25
DxToniaNet:基于2D临床视频估算脑瘫儿童腿部肌张力障碍严重程度的神经网络
DxToniaNet: A Neural Network for Estimating the Severity of Leg Dystonia in Children with Cerebral Palsy
AI 导读
研究者开发并验证了深度学习神经网络 DxToniaNet,利用2D临床视频估算脑瘫(CP)儿童腿部肌张力障碍严重程度。该模型在独立测试集上估算专家GDRS腿部评分的MAE为1.71±1.68、RMSE为2.21±0.34,均显著低于GDRS最小临床重要差异(MCID)4分,区分GDRS相差超过4分的视频准确率达90-94%。
来源:medRxiv 预印本 · medrxiv.org