将基于传感器的评估转移到临床实践:肌肉协同作用的案例
Alessandro Scano1, Valentina Lanzani1, Cristina Brambilla1
1Institute of Intelligent Industrial Systems and Technologies for Advanced Manufacturing (STIIMA), Italian Council of National Research (CNR), 20133 Milan, Italy.
Sensors (Basel, Switzerland)
|June 27, 2024
概括
使用电肌图 (EMG) 信号进行肌肉协同分析,为康复提供了对运动控制的见解. 然而,其临床采用面临挑战,限制其影响超出研究环境.
科学领域:
- 神经科学是一个神经科学.
- 康复医学 康复医学 康复医学
- 生物医学工程 生物医学工程
背景情况:
- 基于传感器的评估,包括生理信号 (EEG,EMG,ECG,NIRS) 和运动动力学,在诊所中用于病理学评估.
- 虽然对了解运动恢复有价值,但许多基于传感器的方法主要用于研究,对临床实践的影响有限.
- 来自多通道EMG的肌肉协同分析是评估神经科学中运动控制的关键方法,但面临采用障碍.
研究的目的:
- 批判性地讨论肌肉协同分析标准临床采用的挑战和未来前景.
- 探索新型运动控制评估方法在神经运动康复中的潜力.
- 弥合研究成果与肌肉协同分析临床应用之间的差距.
主要方法:
- 对神经运动康复中肌肉协同分析现有文献的审查和批判性讨论.
- 分析阻碍临床实施基于多道EMG的肌肉协同作用评估的挑战.
- 探索未来的前景和潜在的解决方案,在临床环境中标准化肌肉协同分析.
主要成果:
- 肌肉协同分析尽管具有潜力,但在临床实践中未得到充分利用,主要用于研究目的.
- 显著的挑战阻碍了肌肉协同分析用于评估运动控制的广泛临床采用.
- 肌肉协同分析对康复中临床决策的实际影响仍然有限.
结论:
- 神经运动康复是利用先进的运动控制评估技术 (如肌肉协同分析) 的关键领域.
- 克服当前的挑战对于将肌肉协同分析纳入常规临床实践至关重要.
- 未来的努力应集中在标准化方法和证明临床实用性,以加强肌肉协同分析的采用.
