理解患者行为：基于视觉的癫痫障碍分析

1：实验设计与方法选择：

本研究提出并比较了两种无标记深度学习模型——基于标志点的模型和基于区域的模型。基于标志点的模型通过参考点与流场融合来量化症状学，而基于区域的模型则分析完整身体动作。设计初衷是为克服现有基于传感器和标记的系统局限性（需物理接触且易受患者体位、光照变化及运动不连续等临床条件影响）。

2：样本选择与数据来源：

数据集采集自35名患者的癫痫发作视频录像。提供内容中未说明具体筛选标准和数据采集方法。

3：实验设备与材料清单：

提供内容中未提及具体设备或材料。

4：实验流程与操作步骤：

将模型应用于视频录像以区分癫痫发作(ES)与心因性非癫痫性发作(FND)。工作流程采用深度学习无物理标记分析症状学，但未提供详细步骤。

5：数据分析方法：

通过留一受试者交叉验证评估性能，基于标志点方法的准确率为68.1%，基于区域方法为79.6%。