bioRxiv 预印本· Covitz, S. C., Ruth, P. S., Vogt-Domke, S., Ong, C., Tan, T., Chun, A., Ismail, S., Karman, L., Muccini, J., Li, S., Rogers, M., Uhlrich, S., Day, J. W., Hicks, J. L., de Monts, C., Duong, T., Delp, S. L. ·· 13 小时前AI 评分32
深度学习模型通过智能手机视频生物力学数据检测神经肌肉疾病并量化功能损伤
Deep learning models detect neuromuscular disease and quantify functional impairment from video-derived biomechanics data
AI 导读
研究团队利用智能手机应用OpenCap对337名12种罕见遗传性神经肌肉疾病患者及78名年龄匹配健康对照进行无标记运动捕捉，训练深度学习模型区分患者与对照，AUROC达0.97（0.93-1.00）。所开发的运动损伤严重程度评分与患者自评功能能力（ρ=-0.81，p<0.001）及跑步速度等现有临床测试（ρ=-0.83，p<0.001）均相关。
来源：bioRxiv 预印本 · biorxiv.org