摘要：震颤是最常见的人类运动障碍，其诊断是基于临床评估。尚未发现准确的临床诊断并不总是直接的。在过去的几十年中，临床诊断标准的微调以及基于设备的定性分析导致诊断准确性的增量改善。加速度计评估是司空见惯的，使临床医生能够具有震颤的高分辨率振荡特性，这最近是各种机器学习（ML）研究的重点。在这种情况下，将ML模型应用于加速度记录，为震颤差异的分类和量化提供了潜力。但是，如果实施不正确，ML可能会导致虚假或不可替代的结果和误导的结合。这项工作总结并突出了ML震颤研究工具的最新发展，重点