ロボットベースの骨折後のリハビリテーショントレーニングのための電気ミオグラムを使用して,硬い膝関節の痛み状態の分類

科学分野:

• 生物医学工学
• リハビリテーション科学
• 臨床バイオメカニクス

背景:

• 骨折後の膝関節の硬さ 運動範囲の制限 (ROM)
• 最適な運動トレーニングには,適切な痛みレベルを誘発する最大角度位置 (maxAP) に膝を曲げる必要があります.
• 現在,maxAPの測定方法は,患者の主観的な痛みの報告に依存しており,痛みは変動する可能性があります.

研究 の 目的:

• 膝のリハビリテーション中に最大角位置 (maxAP) を検出するために,電動筋図 (EMG) の使用の可能性を調査する.
• 疼痛と無痛のバイナリ分類に変換する

主な方法:

• 実験I: 膝の折りたたみ器と伸縮器の EMG信号を記録した.
• EMGの特徴を抽出して 痛みと無痛状態を区別する
• 実験II: 7人の患者で膝のリハビリテーションロボットで機械学習モデル (SVM,ランダムフォレスト) を使用してmaxAPの推定をテストした.

主要な成果:

• EMGの特徴は 痛みと無痛の状態の 間に有意な違いを示しました
• サポートベクターマシン (SVM) は,6. 5° ± 5.1°のバイアスで87. 90% ± 4.55%の精度を達成しました.
• ランダムフォレストモデルは,4. 5° ± 3.5°のバイアスで89. 10% ± 4. 39%の精度を達成しました.

結論:

• 痛みを誘発したEMG信号は,骨折後の運動能力訓練におけるmaxAP推定のための痛みの状態を正確に分類することができます.
• このアプローチは 骨折のリハビリテーションにおける ロボット技術の応用を 強化する可能性があります
• EMGベースの痛みの検出は,リハビリテーションの強度を指し,ROMの回復を改善するための客観的な測定を提供します.