論文の概要: Enhancing Box and Block Test with Computer Vision for Post-Stroke Upper Extremity Motor Evaluation

• arxiv url: http://arxiv.org/abs/2603.29101v1
• Date: Tue, 31 Mar 2026 00:39:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:02.965037
• Title: Enhancing Box and Block Test with Computer Vision for Post-Stroke Upper Extremity Motor Evaluation
• Title（参考訳）: コンピュータビジョンによる上肢上肢運動評価のためのボックスとブロックテストの強化
• Authors: David Robinson, Animesh Gupta, Elizabeth Clark, Olga Melnik, Qiushi Fu, Mubarak Shah,
• Abstract要約: Box and Block Test(BBT)における上肢運動解析のためのコンピュータビジョンベースフレームワークを提案する。 本枠組みを健常者48名,脳卒中後者7名から収集したBBT記録136件のデータセットに適用した。 その結果,ワールドアラインな関節角度は,標準時間に基づくBBTスコア以上の上肢機能の有意義な情報を捉えることができることがわかった。
• 参考スコア（独自算出の注目度）: 42.55977019034106
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Standard clinical assessments of upper-extremity motor function after stroke either rely on ordinal scoring, which lacks sensitivity, or time-based task metrics, which do not capture movement quality. In this work, we present a computer vision-based framework for analysis of upper-extremity movement during the Box and Block Test (BBT) through world-aligned joint angles of fingers, arm, and trunk without depth sensors or calibration objects. We apply this framework to a dataset of 136 BBT recordings collected from 48 healthy individuals and 7 individuals post stroke. Using unsupervised dimensionality reduction of joint-angle features, we analyze movement patterns without relying on expert clinical labels. The resulting embeddings show separation between healthy movement patterns and stroke-related movement deviations. Importantly, some patients with the same BBT scores can be separated with different postural patterns. These results show that world-aligned joint angles can capture meaningful information of upper-extremity functions beyond standard time-based BBT scores, with no effort from the clinician other than monocular video recordings of the patient using a phone or camera. This work highlights the potential of a camera-based, calibration-free framework to measure movement quality in clinical assessments without changing the widely adopted clinical routine.
• Abstract（参考訳）: 脳卒中後の上肢運動機能の標準的な臨床評価は、感度に欠ける順序スコアや、運動品質を捉えない時間ベースのタスクメトリクスに依存する。 本研究では, 深度センサや校正対象のない指, 腕, トランクのワールドアラインな関節角度を通して, BBT(Box and Block Test)における上肢運動をコンピュータビジョンで解析するためのフレームワークを提案する。 本枠組みを健常者48名,脳卒中後者7名から収集したBBT記録136件のデータセットに適用した。 関節角度の特徴の教師なし次元性低下を用いて,専門的な臨床ラベルを頼らずに運動パターンを解析する。 その結果, 正常な運動パターンと脳卒中関連運動偏差の分離が認められた。 重要な点として、同じBBTスコアを持つ患者は、異なる姿勢パターンで分けられることがある。 これらの結果から,携帯電話やカメラを用いた患者の単眼的ビデオ撮影以外には,臨床医の努力を伴わずに,標準的な時間的BBTスコア以上の上肢機能の有意義な情報を世界整列関節角度で取得できることが示唆された。 この研究は、広く採用されている臨床ルーチンを変更することなく、臨床評価における運動品質を測定するためのカメラベースキャリブレーションフリーフレームワークの可能性を強調した。

関連論文リスト

• Multi-View Stenosis Classification Leveraging Transformer-Based Multiple-Instance Learning Using Real-World Clinical Data [76.89269238957593]
  冠動脈狭窄は心血管疾患の主要な原因であり,多発血管造影で冠動脈を解析し診断した。 患者レベルの狭窄分類のためのトランスフォーマーベースマルチビューマルチインスタンス学習フレームワークであるSegmentMILを提案する。
  論文  参考訳（メタデータ） (2026-02-02T13:07:52Z)
• A Non-Invasive 3D Gait Analysis Framework for Quantifying Psychomotor Retardation in Major Depressive Disorder [4.909486568908741]
  単眼のRGB動画を臨床的に関連する3次元歩行運動学に変換する非侵襲的な計算フレームワークを提案する。 このパイプラインは、単一のカメラキャプチャから297個の明示的な歩行生体力学的バイオマーカーを抽出することを可能にする。 本手法は,精神運動遅滞(PMR)の検出において83.3%の精度を実現し,うつ病重症度の64%のばらつきを説明できる。
  論文  参考訳（メタデータ） (2026-01-27T12:07:21Z)
• STROKEVISION-BENCH: A Multimodal Video And 2D Pose Benchmark For Tracking Stroke Recovery [41.140934816875806]
  StrokeVision-Benchは、脳卒中患者が臨床的に構造化されたブロック転送タスクを行う最初の専用データセットである。 StrokeVision-Benchは、1000本の注釈付きビデオを4つの臨床的に意味のあるアクションクラスに分類する。 我々は,現在最先端のビデオアクション認識と骨格に基づく動作分類手法のベンチマークを行い,性能ベースラインを確立する。
  論文  参考訳（メタデータ） (2025-09-02T18:48:37Z)
• KIDS: kinematics-based (in)activity detection and segmentation in a sleep case study [5.707737640557724]
  睡眠行動とベッド内の運動は、人々の神経生理学的健康に関する豊富な情報を含んでいる。 本稿では,臨床的に有意な関節キネマティクスに基づく客観的(in)アクティビティ検出とセグメンテーションのためのオンラインベイズ確率的枠組みを提案する。
  論文  参考訳（メタデータ） (2023-01-04T16:24:01Z)
• Pain level and pain-related behaviour classification using GRU-based sparsely-connected RNNs [61.080598804629375]
  慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。 この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。 我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。 本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
  論文  参考訳（メタデータ） (2022-12-20T12:56:28Z)
• Easing Automatic Neurorehabilitation via Classification and Smoothness Analysis [1.44744639843118]
  本稿では,浅い深層学習アーキテクチャを用いて患者の動作を認識することから始まる自動評価パイプラインを提案する。 この研究の特筆すべき点は、Fugl-Meyerからインスパイアされた動きを、脳卒中患者によく見られる上肢臨床脳卒中評価尺度として表現するため、使用されるデータセットが臨床的に関連している点である。 本研究は, リハビリテーションセッションにおける患者の経過について, 臨床医の所見に応じた結論を得るとともに, 平滑性の観点から, 健常者と患者の運動のコントラストを検出することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2022-12-09T13:59:14Z)
• Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of Articulated Motion [48.52403516006036]
  本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。 この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。 いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
  論文  参考訳（メタデータ） (2022-08-10T15:39:20Z)
• An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
  VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。 閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。 本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
  論文  参考訳（メタデータ） (2022-04-26T14:20:26Z)
• Reciprocal Landmark Detection and Tracking with Extremely Few Annotations [10.115679843920958]
  本稿では,心エコーラベルのスパース特性を扱うために,新しいエンドツーエンドの相互検出・追跡モデルを提案する。 このモデルは、心臓のシネシーケンス全体にわたって注釈付きフレームをほとんど使わずにトレーニングされ、ランドマークの一貫した検出と追跡が生成される。
  論文  参考訳（メタデータ） (2021-01-27T06:59:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。