唇闭能力的评估方法基于sEMG非线性发病检测算法
1Shanghai Key Laboratory of Intelligent Manufacturing and Robotics, School of Mechatronic Engineering and Automation, Shanghai University, Shanghai, China.
Biomedizinische Technik. Biomedical engineering
|August 8, 2024
概括
这项研究引入了一种新的表面电肌图 (sEMG) 方法,用于准确地测量口腔呼吸患者的唇闭. 开发的唇闭EMG活动指数 (LCEAI) 提供了一个可靠的定量评估工具.
科学领域:
- 生物医学工程 生物医学工程
- 临床诊断 临床诊断 临床诊断
- 生理学 生理学 生理学
背景情况:
- 在口腔呼吸患者中,传统的诊断orbicularis或is肌肉功能有局限性.
- 准确评估唇闭能力对于诊断口腔呼吸至关重要.
研究的目的:
- 提出一种可靠和准确的表面电肌图 (sEMG) 方法,用于定量评估闭嘴的能力.
- 为克服口腔呼吸患者传统诊断方法的局限性.
主要方法:
- 我们比较了三个非线性发病检测算法:蒂格-凯泽能量 (TKE),样本 (SampEn) 和模糊 (FuzzyEn).
- 利用了来自21名志愿者的sEMG信号 (16名患者,5名健康受试者,年龄为8-16岁).
- 根据量化评估的最佳算法开发了唇闭EMG活动指数 (LCEAI).
主要成果:
- 模糊的透表现出卓越的性能,具有93.78%的闭嘴识别率.
- 模糊透实现了最低的平均开始延迟 (47.50毫秒),终点延迟 (73.10毫秒) 和时间误差 (111.61毫秒).
- 计算的LCEAI值与患者观察到的实际唇闭度密切相关.
结论:
- 拟议的基于sEMG的方法为诊断口腔呼吸提供了定量基础.
- 这种新的方法提高了评估闭嘴能力的准确性和可靠性.
