综述：基于视频的数据驱动模型在运动障碍诊断中的应用：回顾与未来方向

这篇综述系统回顾了2006-2024年间视频结合机器学习（ML）和深度学习（DL）技术在运动障碍（如帕金森病PD、肌张力障碍、震颤等）诊断中的应用进展，重点分析了六种视频模态（RGB、多视角RGB、深度视频等）和两类数据驱动方法（基于关键点检测与端到端模型），并探讨了解释性人工智能（XAI）、隐私保护等未来发展方向。? 2025 Wiley期刊。

　　

运动障碍诊断的现状与挑战

运动障碍（如PD、震颤、肌张力障碍等）严重影响患者生活质量，但临床诊断仍依赖主观视觉评估。尽管神经生理学检测和可穿戴设备存在，但存在耗时、舒适性差等问题。视频作为临床常规检查手段，结合数据驱动模型展现出巨大潜力——通过ML/DL算法捕捉人体动作特征，有望成为客观诊断工具。

方法学革新：从传统到数据驱动

研究遵循PRISMA指南，检索PubMed等六大数据库中4110篇文献，最终纳入144项研究。分析发现两大技术路线：

1. 1.

   基于关键点的方法（占87.5%）：采用OpenPose、DeepLabCut等预训练模型，将视频转化为时间序列分析任务

2. 2.

   端到端方法（12.5%）：3D CNN等模型直接处理原始视频

时间线显示技术演进三阶段：2006-2014年机器学习方法主导，2015-2018年深度学习方法与RGB-D设备结合，2019年后无标记姿态估计DL模型成为主流。

六种视频模态的博弈

• •

  RGB视频：70.8%研究采用，平衡成本与效果，但存在隐私风险

• •

  多视角RGB：通过三维重建提升精度，尤其适用于步态分析

• •

  深度视频（RGB-D）：Kinect等设备实现实时3D追踪，计算成本低

• •

  标记系统：仍是运动捕捉金标准，但临床适用性受限

• •

  慢动作视频（≥120fps）：可捕捉震颤等快速运动，数据量庞大

• •

  多模态融合：结合加速度计等传感器，提升系统鲁棒性

数据驱动模型的双轨发展

关键点检测模型（如OpenPose、MediaPipe）通过特征工程提取临床相关参数（如震颤频率），在PD诊断中达80%准确率。端到端模型（如3D CNN）虽性能优越，但面临医学数据稀缺的挑战。值得注意的是，Transformer架构在2022年后展现出处理时空特征的独特优势。

临床转化的三大瓶颈

1. 1.

   可解释性：仅21%研究采用SHAP值、注意力机制等XAI技术

2. 2.

   标准化缺失：评估指标（如AWO与准确率）和任务定义（分类vs回归）不统一

3. 3.

   数据壁垒：公开数据集稀缺，TIM-TREMOR等基准集已不可用

未来方向：从技术突破到临床落地

• •

  隐私保护技术：联邦学习实现跨机构数据共享

• •

  新型传感技术：雷达、Wi-Fi动作识别等非侵入替代方案

• •

  多模态融合：结合视频与惯性测量单元（IMU）提升诊断维度

• •

  标准化建设：建立运动障碍视频分析的"问题指纹"评估框架

结语

视频驱动的数据驱动模型正逼近专家级诊断水平，尤其在PD领域已实现临床级应用。随着解释性增强和隐私保护技术的成熟，这些工具将重塑运动障碍的诊疗范式，推动远程医疗和个性化评估发展。下一步需加强多中心验证，解决"算法偏见"等伦理问题，最终实现从实验室到床旁的转化。