2024年5月17日
本文概述了使用多传感器可穿戴设备及其完全自动化的基于深度学习的分析流程来评估婴儿粗大运动能力的方法。该方法可量化婴儿从仰卧位到独立行走掌握期间的姿态和运动模式。
MAIJU 是一种多传感器可穿戴设备,外观类似于一个普通的婴儿泳圈,可佩戴在婴儿身上,其四个传感器分别位于四肢。MAIJU 主要用于在各种环境中记录婴儿的运动情况,尤其适用于在非受控条件下测量婴儿的自发活动,例如在家中自然状态下的活动。MAIJU 可用于评估运动发育情况,监测翻身、坐立、行走等发育里程碑,是整体发育随访中的重要组成部分。
从医疗保健的角度来看,运动发育方面的问题非常普遍,同时在许多治疗试验中,我们也常将运动功能作为关键的结局评估指标。为了实现上述任一或两个目标,我们都需要更优的运动评估方法。与传统的标准化发育里程碑评估方法相比,MAIJU 是一种自动化、可扩展且更为客观的方法。您可以在世界任何地方使用它,都能获得具有可比性的结果。
首先,选择合适的服装尺寸,确保服装贴身且舒适,儿童可以自由活动而不受阻碍。启动 MAIJU 记录仪应用程序,该程序将引导您完成准备工作。每次记录前,为传感器安装电池。
通过在应用程序中选择一个肢体位置,并将传感器靠近移动设备,将每个传感器与MAIJU记录仪配对。确认应用程序上显示正确的传感器编号。同时,通过检查传感器编号下方的指示条,确保电池电量高于80%。
将每个传感器与应用程序连接后,将其放入并固定在相应口袋的卡扣式安装座中。放置传感器时,请遵循安装座上的位置指南,以确保方向正确。方向错误将导致数据无法使用。
继续检查传感器配对是否正确。逐一摇晃传感器,并查看应用程序中对应的指示器是否在晃动。当检查完成后,进入起始页面。
如有需要,可从设置中手动设定录制时长。现在可通过按下录制按钮开始录制。等待传感器准备就绪。
这可能需要几分钟时间。对于无人监督的家庭记录,请锁定移动设备的屏幕,并将套装打包寄送给接收者。在套装准备完成后,应立即通过快递或类似服务将其送达接收者。
在为婴儿穿戴服装之前,应确保婴儿已哺乳并处于安稳状态,以保证其自然玩耍。如有需要,之后可脱下服装以更换尿布。为婴儿穿戴该服装时,方法与穿着普通连体衣相同。
检查传感器袋是否朝外,且服装在每个传感器位置均紧贴婴儿四肢。如有需要,可调节传感器袋附近的绑带。将移动设备保持在与婴儿同一房间内或距离婴儿不超过10米范围内,以确保通过蓝牙连接实现可靠的数据传输。
家长无需操作移动设备,因此可将其保留在用于运送的口袋中,这样可能更为方便。不建议暂停后继续录制,因为这可能会中断传感器与移动设备之间的连接。应布置好周围环境,以便于婴儿玩耍玩具及其他物品,并鼓励婴儿自由活动,发挥其自身能力。
目的是记录婴儿的自然活动,因此需确保婴儿感到舒适和安全,能够自发地进行游戏,而不会因面对陌生人或身处陌生环境而产生焦虑。除非另有说明,应持续记录至少总计一小时的自由游戏时间,可由多个时段组成。对于无人监管的家庭记录,应设置录音设备自动停止。
在有监督的环境下,通过按下应用程序上的停止按钮来结束录制。之后可以脱下动作捕捉服并打包,送回实验室。当动作捕捉服返回实验室后,记录的数据将从移动设备传输至 Baba Cloud 服务器进行计算分析。记录的数据以压缩文件(zip 格式)存储在移动设备中,您可以通过应用程序中的数据库导出该文件。
它将启动向 Baba Cloud 网站的上传。在数据上传过程中,为受试者选择一个识别编号,然后根据 Baba Cloud 工作流程的提示添加所需信息。
有关如何使用 Baba Cloud 界面的详细说明,请参见书面报告。上传数据后,自动化分析流程将对数据进行处理,并在几分钟内生成结果。结果将显示在 Baba Cloud 网站上指定的受试者 ID 下。该方法通过在测量过程的每一秒对婴儿的姿势和动作进行分类,从而量化其粗大运动表现。
这是通过基于机器学习算法的自动化分析流程完成的。分类器输出的结果是一个文本矩阵,其中第一列显示时间,后续各列显示相应的时间点所对应的姿势和运动类别。后续列中还可能包含其他分类器输出,例如搬运行为检测。
该流程随后会计算每种姿势和运动类型所花费时间的比例,并可展示其随年龄变化的差异,例如以小提琴图形式呈现。在上传数据进行分析时,若提供了儿童的年龄,报告将显示当前数据相对于该年龄典型比例的对比情况。在某些情况下,将所有运动和姿势数据整合为一个整体估计值更具实用性。
其中一种评估方法是巴布婴儿运动评分(Baba Infant Motor Score,简称 BIMS)。该方法通过记录的数据预测儿童的年龄,从而模拟粗大运动技能的典型发育进程,并将预测结果标准化为 BIM 评分。为了实现充分的分析灵活性,您始终可以下载原始传感器数据,开展更深入的研究,例如开发异常检测算法,或分析仅针对特定姿势的情境依赖性运动。
综上所述,自动化分析流程将为您提供多种替代性和互补性的测量指标。这些指标可用于追踪发育过程或其特定方面,能够对群体差异进行定量研究,也可作为治疗干预中的结局测量指标。
从分析流程中获得的指标旨在具有通用性。这些指标可通过多种方式用于解答您的研究问题,您也可以开发出更适用于您自身研究的进一步测量方法。MAIJU 或类似 MAIJU 的技术为科学与医学研究开启了新的大门,尤其将实验仪器从实验室带入了真实世界。
在MAIJU中,能够在婴儿自身环境中进行记录非常重要,这意味着我们所测量的是他们真实的表现,而不是在可能令人害怕或陌生的医院或实验室环境中所表现出的行为。综合来看,我认为MAIJU是评估婴儿大运动能力的一项极佳工具。然而,使用MAIJU时,应将其视为一种赋能工具而非主动执行者,其用途和优势完全取决于您创造性地使用它的方式。
本研究采用MAIJU多传感器可穿戴设备评估婴儿的粗大运动表现。通过自动化的深度学习分析流程,量化从仰卧到独立行走过程中的姿势和运动模式。
使用多传感器可穿戴设备对婴儿大运动能力进行客观、定量的评估,能够实现神经发育里程碑的可扩展、可重复测量。基于云端的自动化分析可提供标准化结果,对早期治疗研究和人群水平的研究至关重要。该方法有助于提高发育轨迹分析的预测可信度,并为儿科研发项目的风险调整型推进提供依据。
MAIJU 工作流程整合了从早期发现到临床前研究的各个环节,支持假设验证、终点确认以及转化生物标志物的开发。