基于人工智能的运动游戏作为卒中后上肢功能数字化评估工具：一项可行性研究方案

背景与目的

卒中幸存者上肢运动功能的准确评估对于指导有效康复策略至关重要。上肢Fugl-Meyer评定（Fugl-Meyer Assessment for Upper Extremity, FMA-UE）是应用广泛的临床工具，但其耗时较长，且受患者间差异影响。研究人员开发了一种低成本、基于计算机视觉的运动游戏（exergame），用于提供远程康复替代方案，并同时实现运动评估。该方法为可扩展且客观的评估提供了有前景的替代路径，但仍需验证。本研究旨在评估一种基于计算机视觉的运动游戏系统用于卒中后个体上肢运动功能评估的可行性及初步效度。具体而言，本研究考察由游戏过程提取的运动学特征与上肢Fugl-Meyer评定（FMA-UE）评分之间的相关性。预期来源于游戏的指标，如关节活动范围、抖动指数和平均手部角度，将与FMA-UE呈中等至较强相关，从而支持该运动游戏作为远程评估工具的潜力。

方法

本研究为一项横断面可行性与初步同时效度（concurrent validity）试点研究，纳入15–30例慢性卒中个体。参与者将完成一种基于无标记摄像头的运动游戏，该系统利用基于MediaPipe的手部追踪生成伪3D手部坐标。研究人员将从游戏过程中提取运动学特征，包括活动范围、平均手部角度和抖动指数。每位参与者还将由认证治疗师使用上肢Fugl-Meyer评定（FMA-UE）进行评估。相关分析和回归分析将用于评估运动游戏指标与临床评分之间的关系。可用性将采用系统可用性量表（System Usability Scale, SUS）进行评估。

结果

研究人员预期，所选游戏过程指标与FMA-UE评分之间将呈现中等至较强相关，尤其是活动范围、平均手部角度、总运动距离、抖动指数及得分。研究人员同时预期该系统将表现出较高可用性，提示其在更广泛康复场景中具有应用可行性。

讨论

若获得验证，所提出的运动游戏可作为一种可及且可扩展的数字化工具，支持卒中康复领域未来客观评估工具的开发，并有望减轻临床工作负担、实现远程评估。未来的大规模研究将进一步评估重测信度、纵向响应性以及家庭场景实施情况。

该文发表于《Physiotherapy Research International》，是一项围绕卒中后上肢功能数字化评估展开的方法学与研究方案论文。研究背景在于，卒中是成人残疾和长期神经功能损害的重要原因，许多卒中幸存者尤其存在持续性上肢运动障碍。由于上肢精细运动控制依赖复杂的中枢神经调节，偏瘫后常见的肩、肘、腕和手部功能受损，会显著影响患者自主生活能力与生活质量。在临床实践中，上肢Fugl-Meyer评定（Fugl-Meyer Assessment for Upper Extremity, FMA-UE）被公认为卒中后运动恢复评估的金标准之一，具有较高效度与信度，但其实施耗时，依赖受训人员，不利于高频、连续和远程评估。因此，如何利用低成本、可扩展、客观化的数字工具，补充传统量表评估，是当前卒中康复研究的重要问题。

现有数字康复与评估研究表明，虚拟现实（VR）和人工智能（AI）系统能够在促进运动训练的同时记录表现数据，部分研究提示由轨迹、任务得分和时间参数构成的数字指标，可能反映运动能力并与FMA-UE、Wolf Motor Function Test（WMFT）和Box and Block Test（BBT）等临床量表相关。然而，该领域仍存在几个关键不足：其一，许多研究尚未将游戏衍生运动学指标与临床金标准进行严格统计学验证；其二，不少系统依赖专用动作捕捉设备、深度摄像头、惯性传感器或复杂的3D姿态估计架构，限制了可及性和规模化应用；其三，一些自动化评估模型可解释性不足，且往往需要额外评估时间，未能真正融入康复流程。基于此，研究人员提出将运动评估直接嵌入康复游戏过程本身，通过普通摄像头和透明、易解释的运动学特征，实现无穿戴、低成本、可远程的功能评估。

本研究的核心内容，是建立一套用于评估基于计算机视觉的运动游戏作为卒中后上肢功能评估工具的结构化方案。研究人员开发了一种基于Unity引擎的运动游戏，受试者通过手腕运动控制鸟类虚拟角色在场景中收集水果。系统依托MediaPipe进行手部追踪，检测21个手部解剖学标志点，并以标志点0即腕部位置作为主要控制依据，生成伪3D坐标。研究旨在考察游戏中提取的关键运动学特征——包括活动范围、平均手部角度、总运动距离、抖动指数与游戏得分——是否与FMA-UE评分呈现有意义的相关关系，从而为其作为客观数字生物标志物（digital biomarkers）提供初步证据。研究同时关注系统可行性，包括使用便利性、参与者依从性、技术稳定性及非实验室环境中的实施潜力。

研究方法方面，本文设计为横断面、前瞻性、可行性与初步同时效度试点研究，遵循STROBE报告规范。样本拟纳入15–30例慢性卒中个体，来源于巴西Federal University of Uberlandia辅助技术中心的临床转诊网络，由具有卒中康复经验的持证物理治疗师确认纳入资格。受试者年龄18–80岁，卒中发生至少3个月，存在单侧或双侧上肢运动障碍，且保留部分肘关节活动能力，能够理解简单指令并完成游戏交互。每位参与者将在单次实验中依次接受FMA-UE评定、运动游戏测试以及系统可用性量表（SUS）评价。游戏部分包括患侧与健侧上肢各1次、每次约3 min的连续任务。数据以逐帧形式记录，保存为.csv文件，随后以Python脚本提取特征并开展统计分析。主要统计方法包括Shapiro–Wilk正态性检验、Pearson或Spearman相关分析、多元线性回归、Benjamini–Hochberg假发现率（FDR）校正，以及探索性ROC曲线和曲线下面积（AUC）分析；此外，研究还将采用组内相关系数（Intraclass Correlation Coefficient, ICC）评估单次游戏内部前后半程特征稳定性。

就技术路径而言，研究主要采用以下关键方法：第一，使用Unity构建康复运动游戏，并通过普通摄像头采集手部运动视频；第二，应用MediaPipe Hands实现无标记手部追踪，输出21个手部关键点的伪3D坐标；第三，围绕腕部轨迹和手指角度提取活动范围、平均手部角度、总运动距离、抖动指数及游戏得分等运动学特征；第四，以认证治疗师实施的FMA-UE作为外部参照标准，并辅以SUS评估系统可用性；第五，基于相关分析、回归建模、FDR校正与探索性ROC/AUC分析，评价数字指标与临床运动功能之间的一致性。样本队列来自巴西Federal University of Uberlandia辅助技术中心转诊网络的慢性卒中患者便利样本。

以下结合论文主体小标题，对研究结果部分所设定的分析内容和预期输出进行总结。

1 Introduction
引言部分首先阐明卒中后上肢运动功能障碍的高患病负担及其对独立生活能力的长期影响，说明准确评估对康复决策的重要性。随后，论文指出FMA-UE虽然是临床金标准，但因耗时和人员依赖性较强，不适合高频使用。研究人员进一步综述了数字康复评估的发展现状，表明VR、AI与无标记追踪技术已显示潜在价值，但缺乏在低成本真实场景中与临床标准量表的正式验证。基于这一缺口，论文提出本研究方案，旨在验证运动游戏衍生运动学特征与FMA-UE之间的相关性，为客观化、可扩展的卒中后上肢评估建立基础。

1.1 Study Aims
本节明确了研究目标与假设。研究人员提出，活动范围、抖动指数和平均手部角度等特征，理论上分别对应FMA-UE评估的近端活动性、远端运动控制、运动幅度与协调稳定性，因此预期会与FMA-UE呈中等至较强相关。具体目标包括：检验游戏特征与FMA-UE之间是否存在有意义的相关性；评估系统在MediaPipe手部追踪条件下的实际部署可行性；收集临床专业人员反馈，以判断该方案在康复流程中的适应性和辅助价值。该部分表明，研究的主要成果不是完成临床终局验证，而是形成后续大样本验证研究的方案基础。

2 Methods
方法部分构建了完整研究实施框架。研究采用单次会话设计，以减少疲劳、适应效应和外界干扰。样本为15–30例慢性卒中个体，作为试点研究并不追求决定性统计结论，而是为后续样本量估算与设计优化提供依据。纳入和排除标准围绕年龄、卒中类型和病程、认知理解、视觉能力、肌肉骨骼限制及神经系统合并症进行设定。该部分表明，研究在伦理审批、知情同意、盲法控制和质量保证方面均进行了明确规划。

2.3 Exergame System
本节说明了系统设计原理。受试者通过腕部运动控制鸟类虚拟角色收集水果，系统利用MediaPipe检测21个手部标志点，以手腕轨迹控制角色在水平和垂直方向的移动。系统无需佩戴传感器或物理标记，摄像头置于受试者正前方约1 m处，保持肩高、720p以上分辨率和均匀光照。研究人员强调光照、遮挡和设备差异可能影响追踪精度，因此在实验前设置熟悉环节和统一布置，以增强标准化。

2.5 Exergame Data
该部分规定了数据采集内容和可行性指标。每次游戏逐帧记录21个手部标志点的(X, Y, Z)坐标、游戏得分和时间戳；另记录完成率、设备品牌型号与分辨率、环境光照、布置时间以及治疗师技术支持需求等。所有时间相关特征均基于真实采集时间戳计算，不进行人为重采样。该设计保证了后续运动学分析的真实性和可重复性。

2.6 External Measures
本节明确外部参照指标为FMA-UE，同时以SUS评价主观可用性。FMA-UE双侧评估，但主要相关与回归分析聚焦患侧上肢，因为其最能代表临床参考标准；健侧数据用于描述性和个体内不对称分析。研究明确本试点不进行重测信度分析，而是聚焦单次评估中数字指标与临床量表之间是否存在有意义关系。

3 Outcomes
结局指标分为主要结局和次要结局。主要结局包括FMA-UE评分、游戏提取的运动学指标、这些指标与FMA-UE之间的Pearson或Spearman相关系数，以及用于预测FMA-UE的多元线性回归模型。次要结局包括SUS评分和探索性ROC/AUC分析。该部分显示，研究不仅关注可行性，还试图识别可能反映上肢功能的数字生物标志物，为自动化临床筛查提供依据。

3.2 Feature Extraction
本节是论文方法学核心。研究人员拟从腕部伪3D轨迹中提取五类主要特征。其一，活动范围（2D area）以腕部轨迹包围盒的二维面积表示，反映近端关节活动幅度，主要对应肩、肘活动；其二，平均手部角度根据掌指关节（metacarpophalangeal, MCP）、近侧指间关节（proximal interphalangeal, PIP）和指尖（TIP）构成的角度，计算五指平均屈曲角，反映远端手部张合控制；其三，总运动距离为连续腕部位置间欧氏距离之和，体现总体运动幅度和重复能力；其四，抖动指数为腕部二维速度标准差，反映运动不稳定性与平滑性；其五，游戏得分表征任务表现与协调能力。研究还规定了异常帧剔除、缺失比例阈值和单次前后半程ICC稳定性分析，增强数据质量控制与透明度。

3.3 Usability Assessment (SUS)
本节指出系统可用性将通过SUS量化，并辅以参与者的简短定性反馈，如指令清晰度、舒适性和参与感。完成率、平均布置时间和环境条件等可行性指标也将进行描述性汇总。这意味着研究不只评价“是否相关”，也关注系统在真实康复环境中的接受度与可部署性。

3.4 Statistical Analysis
统计分析部分规定，首先对每个运动学变量进行正态性检验，再根据分布选择Pearson或Spearman相关分析，显著性阈值设为p<0.05，并按弱、中等、强相关解释r值。与FMA-UE相关性最高的变量将进入多元线性回归模型，但考虑试点样本量，预测变量最多限制为2个，以减少过拟合。研究还将报告95%置信区间、R²和均方根误差（RMSE），并使用Benjamini–Hochberg FDR控制五项主要相关分析中的多重比较风险。由此可见，研究设计在统计上较为谨慎，强调初步效度而非确定性判别。

3.5 Exploratory Discriminative Analysis
该部分增加了探索性区分分析。研究人员将基于FMA-UE将受试者划分为重度（≤20）、中度（21–45）和轻度（>45）运动障碍，并针对连续型运动学特征绘制ROC曲线、计算AUC，以探索其对不同损伤等级的区分能力。论文强调，这些分析仅用于假设生成，不用于建立临床阈值或诊断推断。该限定体现了研究对试点设计边界的严格把握。

4 Discussion
讨论部分指出，本研究提出了一种新型的卒中后上肢功能评估协议，即通过计算机视觉运动游戏提取运动特征，并与FMA-UE进行关联，从而探索一种可及、低成本、潜在支持远程评估的数字工具。论文总结了该方案的优势：无需穿戴传感器、依赖普通摄像头与MediaPipe、可实现双侧评估和个体内比较，并有望将客观量化与临床标准相结合，形成数字生物标志物。同时，论文也明确其局限：样本量小、为单次会话、无法评价重测信度和响应性，且MediaPipe追踪精度受光照、遮挡和重度障碍患者解剖变异影响。研究人员强调，本试点并不试图替代临床评估，而是建立可行性和探索性效度证据。若后续发现较强相关性，系统有望在评估资源有限场景中支持客观运动评估，并为个体化反馈、家庭康复监测和多模态数字评估框架奠定基础。

研究结论部分可译为：本研究提出了一项新颖的研究方案，用于评估基于计算机视觉的运动游戏在卒中后个体上肢运动功能数字化评估中的可行性及初步效度。该系统以普通摄像头和MediaPipe为基础，无需可穿戴传感器，拟通过活动范围、平均手部角度、总运动距离、抖动指数和游戏得分等运动学特征，与上肢Fugl-Meyer评定（FMA-UE）建立关联。若研究结果支持其有效性，则该工具有望成为传统临床评估的补充手段，促进卒中康复中客观、可扩展及远程化评估工具的发展。未来仍需在更大样本中进一步验证其重测信度、纵向响应性及家庭应用表现。