用非接触式传感器对手指运动的高维分析和宫骨髓病的查:诊断病例对照研究
Takafumi Koyama1, Ryota Matsui2, Akiko Yamamoto1
1Department of Orthopaedic and Spinal Surgery, Graduate School of Medical and Dental Sciences, Tokyo Medical and Dental University, Tokyo, Japan.
JMIR biomedical engineering
|June 14, 2024
概括
使用跳动技术的新系统可以选宫骨髓病 (CM) 并将其与手腕道综合征 (CTS) 区分开来. 这一进步有助于早期诊断和管理CM,改善患者的治疗结果.
科学领域:
- 生物医学工程 生物医学工程
- 神经学 神经学
- 医学诊断 医学诊断 医学诊断
背景情况:
- 宫骨髓病 (CM) 呈现出手的拙,通常导致手术,当晚诊断时.
- 早期发现CM至关重要,因为患者可能无法识别最初的症状.
- 10秒的手握和释放测试是一种常见的选工具,但缺乏客观的运动分析.
研究的目的:
- 开发一种先进的CM诊断系统,提高灵敏度和特异性.
- 为了区分CM与手足道综合征 (CTS),一个常见的模仿.
- 为了验证系统使用修改过的跳动装置捕获详细的手指关节数据.
主要方法:
- 招募参与者进入宫肌病 (CM),手腕道综合征 (CTS) 和对照组.
- 开发了一个基于跳跃运动的系统,在抓取和释放任务期间记录229个手指运动参数.
- 使用支向量机进行二进制分类,创建CM/控制和CM/非CM诊断模型.
主要成果:
- CM/对照模型实现了74.2%的灵敏度,89.7%的特异性和0.82.8的AUC.
- 该CM/非CM模型显示71%的灵敏度,72.87%的特异性和0.74.7的AUC.
- 该系统成功地将CM与CTS以及健康对照区分开来.
结论:
- 开发了一种有效的CM查系统,提高了灵敏度和特异性.
- 该系统可以区分CM患者与CTS患者和健康个体.
- 这项技术有可能在各种患者群体的CM查中得到广泛应用.
