TokenSTFormer: A Tokenized Spatial-temporal Attention Model for Holistic Motion Analysis in Adolescent Idiopathic Scoliosis Screening
本文介绍了 ScoliGait 数据集和 TokenSTFormer，这是一种新型的标记化时空注意力模型，通过利用整体步态运动特征来克服传统方法的局限性，在青少年特发性脊柱侧弯筛查中实现了最先进的准确率。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
人类的脊柱是一个非凡的结构，旨在兼具灵活性与强度，但在青少年时期却可能产生一种细微的侧弯。这种被称为青少年特发性脊柱侧弯的病症影响着全球大量的儿童。如果未被察觉，这种侧弯可能会恶化，导致成年后的慢性疼痛和情绪困扰。几十年来，医生一直依赖于一种简单的物理测试，即让孩子向前弯腰以显示背部的任何不对称，或者通过 X 光片来测量曲线的确切角度。虽然 X 光片是诊断的金标准，但它们涉及辐射，而物理测试则具有主观性，会因检查者的技术水平或患者的体型而异。目前，人们迫切需要一种无创、易于在学校或诊所使用，并能在曲线变得严重之前将其早期发现的筛查方法。
香港大学的一个研究小组通过观察人们如何行走，采取了一种解决这一问题的新方法。他们没有依赖于背部的静态快照或单张 X 光片，而是开发了一个分析全身随时间运动的系统。他们创建了一个名为 ScoliGait 的新数据集，其中包含 1,500 多个青少年行走的视频片段，每个片段都配有一张相应的 X 光片，用以确认其是否患有脊柱侧弯。这个数据集之所以独特，是因为它将一个人的运动方式与实际的医学诊断联系起来，为训练计算机识别该病症的细微迹象提供了可靠的基础。研究人员发现，患有脊柱侧弯的人与没有该病症的人在行走方式上存在差异，这不仅体现在脊柱的位置上，还体现在全身复杂的律动模式中。
为了理解这些视频，团队构建了一种新型的人工智能模型，称之为 TokenSTFormer。想象一下，将一段视频分解成微小的信息碎片，这些碎片既代表了身体部位的位置，也代表了它们随时间变化的运动方式。该模型将这些碎片视为不同的单元或“标记”（tokens），从而使其能够理解身体形状与运动时机之间的关系。通过以特定的方式组织这些信息，模型可以学习如何识别指示脊柱侧弯的隐藏模式。研究人员设计该系统旨在配合标准的智能手机摄像头使用，这使得记录孩子走过走廊的过程并立即分析影像成为可能，而无需昂贵的医疗设备或让孩子暴露在辐射之下。
测试结果令人鼓舞。当他们将这种新模型与标准的图像分析工具进行对比时，他们的系统在识别患病者和非患病者方面表现得更好。在测试中，该模型在病例存在的情况下，能正确识别近 85% 的情况，并保持了极高的整体准确度。这表明该模型不仅仅是在猜测，而是真正学习了伴随脊柱侧弯而来的特定步态差异。研究还表明，将运动数据分解为这些特定的空间和时间单元至关重要；如果没有这种方法，模型检测该病症的能力会显著下降。
研究人员并未止步于构建模型，他们还创建了一种能够保护个人隐私的运动数据表示方法。该系统并不存储孩子的实际视频，而是将运动转化为一种“运动学知识图谱”，即一组描述运动但不泄露身份信息的数字。这使得该系统可以在移动设备上使用，同时保持数据的匿名性和安全性。这项研究强调，通过关注全身的运动而非仅仅是单一的角度或静态图像，可以创造出一种既有效又具可扩展性的筛查工具。尽管这项工作是一个重要的进步，但作者指出，这目前仍是一个概念验证，旨在为未来的临床应用铺平道路，为提供一种更简单、更安全且更易获取的青少年脊柱侧弯筛查路径提供可能。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。