依托北京清华长庚医院与清华大学紧密结合的医工交叉平台，清华大学附属北京清华长庚医院康复医学科主任潘钰、医师翟晓雪，与清华大学机械系教授季林红、助理研究员李翀、博士林秉儒通力合作，针对脑卒中患者在不同康复训练处方下的运动功能差异性恢复，研发出可预测患者预后的迁移学习模型，为实现脑卒中精准康复提供了新思路。

　　脑卒中已成为我国成年人致残率最高的疾病，研究表明，病情平稳后尽早开展康复治疗，可最大程度改善患者预后，并减少痉挛、疼痛、废用综合征等并发症。目前，随着康复新技术的发展，可供选择的康复方法越来越多，但由于个体间存在差异，运动功能恢复的神经可塑性机制尚不明确，导致卒中患者康复训练结局差异较大。

　　本研究旨在探究将已建立好的康复预后模型，应用及适配在不同的康复训练上，为脑卒中患者的个体化精准康复提供新方法及临床示范。本研究纳入发病6个月内，合并严重下肢运动功能障碍的卒中患者，随机分为人工足踝牵伸组或足踝机器人组，进行为期2周的治疗。通过人工足踝牵伸组患者康复治疗前的脑神经生理特征和临床评价指标，建立可预测患者未来康复潜能的预后模型，并将此预后模型“迁移”到足踝机器人组患者的预后预测任务上，实现精准预后。

　　

足踝康复训练预后深度学习示意图

　　实验结果显示，本研究所构建的多指标足踝康复训练预后模型，在预测人工足踝牵伸组患者治疗2周后的恢复效率，能达到87.50%的准确率（灵敏度为1；特异性为0.8）；ROC曲线下方面积为0.95。在迁移到足踝机器人组后，该模型在预测足踝机器人组后的恢复效率，能达到91.07%的准确率（灵敏度为0.941；特异性为0.897）；ROC曲线下方面积为0.95。本研究围绕卒中患者不同处方下的运动功能恢复预测问题，通过脑神经生理信号及临床指标，提出了新型的康复预后模型。此外，迁移学习在康复领域的应用，解决了多数康复训练处方无法预测预后的瓶颈问题。

　　

a.模型认为与运动恢复相关的功率谱区域

　　b.模型认为与运动恢复相关的脑功能链接区域

　　c.人工足踝牵伸组ROC曲线

　　d. 足踝机器人组ROC曲线

　　e.人工足踝牵伸示意图

　　f. 足踝机器人示意图

　　作为医工紧密合作下多学科交叉研究的成果，此项研究成果“用于预测中风患者预后的迁移学习模型:面向脑卒中患者的精准康复”（A transferable deep learning prognosis model for predicting stroke patients）被生物医学和健康信息学领域的权威期刊《IEEE Journal of Biomedical and Health Informatics》正式录用并在线发表。论文的第一作者为林秉儒，第二作者为翟晓雪，李翀为第一通讯作者，共同通讯作者为潘钰。此成果的相关神经康复科学研究还在深入开展中。