用机器人进行骨折后康复训练的膝关节硬度的疼痛状态分类

科学领域:

• 生物医学工程
• 康复科学
• 临床生物力学

背景情况:

• 骨折后膝关节硬度限制运动范围 (ROM).
• 最佳的运动训练需要将膝盖曲到最大角度位置 (maxAP),从而产生适当的疼痛水平.
• 目前确定maxAP的方法依赖于患者的主观疼痛报告,这种疼痛报告可能是可变的.

研究的目的:

• 调查在膝盖康复期间使用电肌图 (EMG) 活动检测最大角度位置 (maxAP) 的可行性.
• 将maxAP检测转换为疼痛与无痛状态的二元分类.

主要方法:

• 实验I:在日常运动训练中记录了12名骨折后患者的膝盖曲器和延伸器的电磁图信号.
• 提取了EMG特征以区分疼痛和无痛状态.
• 实验II:使用机器学习模型 (SVM,随机森林) 在7名患者的膝盖康复机器人上测试了maxAP估计.

主要成果:

• 电磁波特征显示疼痛和无痛状态之间存在显著差异.
• 支持矢量机 (SVM) 达到87.90%±4.55%的精度,偏差为6.5°±5.1°.
• 随机森林模型实现了89.10%±4.39%的精度,偏差为4.5°±3.5°.

结论:

• 疼痛诱导的EMG信号可以准确地分类疼痛状态以估计骨折后的运动能力.
• 这种方法有可能提高机器人技术在骨折康复中的应用.
• 基于EMG的疼痛检测提供了指导康复强度和改善ROM恢复的客观措施.