使用基于机械肌图的监督机器学习方法准皮肤间脊髓刺激.
Eira Lotta Spieker1,2,3, Ardit Dvorani2,3, Christina Salchow-Hömmen1
1Department of Neurology, Charité-Universitätsmedizin Berlin, Charitéplatz 1, 10117 Berlin, Germany.
Sensors (Basel, Switzerland)
|January 26, 2024
概括
使用加速度计的机械肌图 (MMG) 提供了一种更简单的方法来调整穿皮脊髓刺激 (tSCS) 疗法. 这种新方法实现了高精度,可能使SCS在诊所和家庭中更容易应用.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 康复技术 康复技术 康复技术
背景情况:
- 穿皮脊髓刺激 (tCS) 是脊髓损伤和多发性硬化症的一种有前途的治疗方法.
- 目前的tCS校准依赖于电肌学 (EMG),这很费力,需要专业知识.
- 简化校准过程对于更广泛的tCS采用至关重要.
研究的目的:
- 调查机械肌图 (MMG) 作为tCS校准的EMG更简单的替代方案.
- 评估基于MMG的tCS参数调整的准确性和可行性.
- 评估MMG在临床和家庭使用tCS应用中的潜力.
主要方法:
- 使用MMG通过加速度计评估肌肉活动,取代了EMG传感器.
- 在MMG数据上训练了一个受监督的机器学习分类器,使用EMG响应作为基础真相.
- 基于MMG的校准准确度与健康受试者和患者的传统EMG方法进行了比较.
主要成果:
- 与EMG相比,基于MMG的校准达到高达87%的准确性.
- 使用MMG识别的tCS电流幅度在85%的案例中与EMG相比.
- 在健康人群中,91%的MMG衍生疗法参数与EMG结局相匹配.
结论:
- MMG提供了一种可行的,准确的,并且可能更简单的调整tCS治疗方法.
- 这种方法可以显著简化tCS校准,使其更容易获得.
- MMG可以促进tCS治疗的临床实施和家庭使用.
