FSHD early screening research

认识 FSHD，从一次标准化动作观察开始

FSHD（面肩肱型肌营养不良症）常从面部、肩胛和上肢力量变化中露出早期线索。这些变化可能细微、分散，也不容易被普通人准确描述。

我们尝试用标准化拍照引导、多模态图像分析和结构化风险解释，搭建一个面向早筛辅助与研究探索的开源工具。

用力闭眼

鼓腮

抬眉

Why it matters

为什么 FSHD 的早期线索容易被忽略

面部表情、肩胛稳定性和上肢抬举能力可能在不同阶段出现细微变化，单次主观描述很难完整记录。

角度、距离、光线和动作完成度都会影响后续观察。标准化动作采集能让结果更容易比较和复核。

早筛辅助不应只给一个分数，更需要说明观察依据、风险边界和下一步建议。

Screening workflow

当前原型将“拍什么、怎么拍、如何解释结果”拆开处理：先引导用户完成标准动作采集，再由早筛系统生成结构化辅助报告。

闭眼、鼓腮、抬眉、上肢前举等动作以图示方式引导，减少随手拍带来的偏差。

后端可连接 OpenClaw / OpenAI 兼容网关，对动作图片生成早筛辅助观察结果。

报告展示风险提示、关键观察点和后续建议，避免把模型输出误写成医学诊断。

Prototype

项目仍处于开源原型和研究探索阶段。我们更关注标准化采集、隐私治理、结果可解释和真实链路验证，而不是把工具包装成诊断产品。

Open research boundary

前端、后端和项目说明托管在 GitLink，用于评审、复现和后续协作。

公开仓库不包含真实患者数据、原始数据集、本地日志、上传文件或部署密钥。

所有输出只用于早筛辅助、科普展示和研究探索，不构成诊断或治疗建议。