相关实验视频
Updated: Jul 24, 2026
07:51
Video Movement Analysis Using Smartphones ViMAS: A Pilot Study
Published on: March 14, 2017
16.8K
在有意识的受试者中进行增强前十字带 (ACL) 评估的移动应用程序:"旋转移位计":
Edmundo Berumen-Nafarrate1,2, Ivan Rene Ramos-Moctezuma2, Luis Raúl Sigala-González2
1Star Medica Chihuahua Hospital, Perif. de la Juventud 6103, Fracc. El Saucito, Chihuahua 31110, Mexico.
Journal of personalized medicine
|June 27, 2024
概括
这项研究引入了一个使用智能手机传感器和机器学习的移动应用程序,以客观地评估前十字带 (ACL) 在旋转转移测试期间的不稳定性,从而提高膝关节损伤的诊断准确性.
科学领域:
- 整形外科和运动医学
- 生物医学工程 生物医学工程
- 在医疗保健中的数据科学.
背景情况:
- 前十字带 (ACL) 的不稳定性是一个重大的临床挑战.
- 旋转转移测试,一个关键的诊断工具,遭受主观解释.
- 需要客观的方法来补充膝盖稳定性的临床评估.
研究的目的:
- 开发和验证用于客观评估膝盖稳定性的机器学习算法.
- 将这个算法集成到使用智能手机惯性传感器的移动应用程序中.
- 评估这种新型诊断方法的可靠性和准确性.
主要方法:
- 一组52名受试者接受了由骨科专家进行的膝盖评估.
- 智能手机的惯性传感器在旋转转移测试期间捕获了动态旋转稳定性数据.
- 机器学习算法使用定量分析 (Intraclass相关系数) 开发和验证.
主要成果:
- 观察者内部和观察者之间的高度一致性被证明 (ICC值高达0.94).
- 机器学习算法在分类关节超移动性方面取得了90%的准确性.
- 观察到一致的信号振幅测量结果 (ICC 0.71-0.66).
结论:
- 移动应用程序为客观的膝盖稳定性评估提供了一个实用和可靠的工具.
- 机器学习集成增强了轴转移测试的诊断能力.
- 这项技术在客观评估ACL不稳定性方面提供了有希望的进步.
更多相关视频
07:33In Vitro Application of a Wireless Sensor in Flexion-Extension Gap Balance of Unicompartmental Knee Arthroplasty
Published on: May 5, 2023
561
05:07Author Spotlight: Implementing the Enhanced Recovery After Surgery Concept in Rehabilitation Following Anterior Cruciate Ligament Reconstruction
Published on: March 1, 2024
1.6K
