数字生物标志物用于肌肉功能评估,使用带有电刺激的表面肌电图和非侵入性可穿戴设备

科学领域:

• 生物医学工程 生物医学工程
• 老年学是一门学科.
• 神经肌肉生理学 神经肌肉生理学

背景情况:

• 肉症是一种与年龄相关的肌肉质量,力量和功能的渐进性损失,导致不良的健康结果.
• 有效监测肌肉功能对于管理肉症和预防并发症至关重要.
• 目前用于评估肌肉功能的方法可能不适合定期进行家庭监测.

研究的目的:

• 开发和验证数字生物标志物测量技术,以便在家方便地监测肌肉功能.
• 评估使用表面电肌图 (sEMG) 与电刺激用于检测肌肉退化的可行性.
• 建立一种可靠的方法来量化与肉类相关的肌肉功能.

主要方法:

• 使用表面电肌图 (sEMG) 传感器的可穿戴设备被用来捕捉刺激肌肉收缩信号 (SMCSs) 在电刺激后.
• 从卷积神经网络模型的深度学习特征和基于谱图的特征从SMCS数据中提取出来.
• 使用这些特征训练了一种回归模型,以估计肌肉功能的数字生物标志物.

主要成果:

• 拟议的模型显示了强大的肌肉功能的估计,由高的皮尔森相关系数0.89预测和实际值之间证明.
• 该系统在估计肌肉功能时实现了平均误差为-0.06和标准偏差为0.68.
• 在一项涉及98名年龄在20-60岁的健康参与者的研究中,可行性得到证实.

结论:

• 使用SMCS开发的系统是测量肌肉功能的可行和准确方法.
• 这种数字生物标记技术为在家监测肌肉健康提供了一种方便的方法.
• 这些发现支持了这项技术在早期发现和治疗肉类症方面的潜力.