通过软高密度sEMG电极阵列准确且非侵入性地评估缺食症,该电极阵列符合下肢和下肢肌肉的状况
Weijie Hong1,2,3, Lin Mao1, Kai Lin2
1Department of Rehabilitation Medicine, The First Affiliated Hospital School of Medicine, Zhejiang University, Hangzhou, 310003, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|March 24, 2025
概括
一个新的柔软,可拉伸的高密度表面电肌图 (HD-sEMG) 电极阵列可以准确,非侵入性地评估失调症. 这项技术提供了客观指标和机器学习模型,用于分类吞障碍的严重程度.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 康复医学 康复医学 康复医学
背景情况:
- 目前的消化不良诊断是侵入性的或主观的,阻碍了有效的康复.
- 表面电肌图 (sEMG) 显示出对非侵入性吞肌肉活动监测的前景.
- 现有的sEMG电极阵列既没有很大的覆盖范围,也没有适应吞肌肉的适应性.
研究的目的:
- 开发一种可伸缩,透气,大面积高密度sEMG (HD-sEMG) 电极阵列,用于诊断食障碍.
- 为了实现与脑下和脑下肌肉的密切接触,以实现高准确度的信号检测.
- 建立客观指标和自动化分类系统来确定失调症的严重程度.
主要方法:
- 设计和制造了一种64通道的柔软,可拉伸和透气的HD-sEMG电极阵列.
- 评估了电极阵列的机械和电气性能,包括皮肤变形下的性能.
- 在吞过程中从38名参与者收集了HD-sEMG信号,以确定客观的诊断指标.
- 开发并验证了一种机器学习模型,用于自动化断食症严重程度分类.
主要成果:
- 开发的HD-sEMG电极阵列表现出了良好的合规性,亲密的皮肤接触,并在吞时获得了强大的信号.
- 实验研究证实了该阵列在明显的皮肤变形下易于操作和稳定的电性能.
- 从HD-sEMG信号中确定了定量化食障碍评估的三个客观指标.
- 一个机器学习模型实现了对失调严重程度的准确和自动分类,并讨论了影响准确性的因素.
结论:
- 新型软HD-sEMG电极阵列提供了一个有希望的非侵入性工具,用于准确的断食症评估.
- 这项技术有助于客观,定量评估和吞障碍的自动严重程度分类.
- 这些发现为通过先进的生物信号监测改善食障碍康复治疗铺平了道路.
