吞行为的自动临床评估和使用无线多式联机可穿戴电子设备静音吸收的诊断

吞咽困难在中风、帕金森病和头颈部癌症等疾病中更为常见，可能导致肺炎、窒息、营养不良和脱水。目前，诊断的金标准是采用放射影像学检查，即视频荧光吞咽检查（VFSS）；然而，该方法成本高昂，且需要专业设备和经过培训的专业人员。尽管已有多种设备试图克服这些局限性，但尚无任何设备能够达到VFSS的临床级质量和准确性。本研究报道了一种结合机器学习的无线多模态可穿戴系统，可实现对吞咽行为的自动、准确临床评估，并用于诊断吞咽困难患者的隐性误吸。该设备包含一种剪纸结构电极，可抑制因运动引起的皮肤接触阻抗变化，以及带凝胶层的麦克风，能有效屏蔽外部噪声，从而采集高质量的肌电图和吞咽声音信号。深度学习算法可对吞咽模式进行分类并诊断隐性误吸，准确率达89.47%。通过对中风后患者的应用验证，展示了该系统在实时测量多种生理信号以检测吞咽障碍方面的重要价值，并通过与VFSS结果的对比确认了其有效性。这种多模态电子设备为吞咽困难的医疗护理和康复治疗提供了有前景的未来，可作为一种准确、无创的吞咽及误吸事件监测替代方案。 关键词：吞咽困难，中风，帕金森病，头颈部癌症，视频荧光吞咽检查，VFSS，可穿戴系统，机器学习，剪纸结构电极，肌电图，吞咽声音，深度学习，隐性误吸，多模态电子设备