宾夕法尼亚州立大学的研究人员测试了使用可穿戴传感器和机器学习算法来自动监测和评估婴儿的一般运动。该技术可以识别有患神经运动疾病风险的婴儿,准确率高达 99.9%。
2024 年 4 月 13 日宾夕法尼亚州立大学由宾夕法尼亚州立大学James L. Henderson, Jr. Memorial 工程科学与力学副教授 Huanyu “Larry” Cheng 领导的研究小组测试了可穿戴传感器与“微型”机器配对的使用自动监测和评估婴儿一般运动的学习算法。
Cheng:一般运动是婴儿从出生到 20 周期间表现出的固有的、自发的运动模式。婴儿运动行为的非典型模式可能表明潜在的神经运动功能障碍,例如脑瘫、自闭症谱系障碍或其他轻微形式的神经系统疾病。在婴儿期尽早进行检测对于促进早期康复和最佳的长期功能结果和生活质量至关重要。