一种用于选糖尿病外围神经病变的新方法,使用融合表面电肌图信号和机械肌图信号
Yanbin Guo1, Mingyue Wang2, Guoping Wang1
1Hubei Bioinformatics & Molecular Imaging Key Laboratory, Department of Biomedical Engineering, College of Life Science and Technology, Huazhong University of Science and Technology, Wuhan 430074, China.
Clinical biomechanics (Bristol, Avon)
|December 17, 2025
概括
一种新的非侵入性查方法使用电肌图和机械肌图数据准确检测糖尿病外围神经病变 (DPN). 这种方便的方法为糖尿病患者的早期DPN诊断提供了高准确度.
科学领域:
- 生物医学工程 生物医学工程
- 神经学 神经学
- 医学诊断 医学诊断 医学诊断
背景情况:
- 糖尿病外围神经病变 (DPN) 是一种常见的糖尿病并发症,严重影响生活质量.
- 早期的DPN检测和治疗对于糖尿病患者来说至关重要.
- 目前的诊断方法,如神经传导研究是侵入性的,不舒服的,需要专门的设备,限制了大规模查.
研究的目的:
- 开发一种新的,非侵入性的,方便的糖尿病外围神经病变 (DPN) 查方法.
- 为了能够在不引起不适或不需要专门资源的情况下早期检测DPN.
主要方法:
- 从糖尿病患者的背足肌肉中获得的非侵入性表面电肌图和机械肌图数据.
- 通过向下采样和运动数据提取处理数据,将其转换为图像.
- 利用卷积神经网络根据生成的图像对DPN进行诊断.
主要成果:
- 该方法在一项对167名糖尿病患者的研究中获得了高诊断性能,通过4倍的交叉验证,平均准确率为96.15%,灵敏度为91.39%,特异性为98.78%.
- 在21个人进行的初步测试证实了95.48%的准确性,90.91%的灵敏性和98.88%的特异性.
- 每个人的选过程需要不到10分钟,证明了效率.
结论:
- 拟议的方法显示了糖尿病外围神经病变的非侵入性和方便查的巨大潜力.
- 这种方法消除了对专业人员和昂贵设备的需求,促进了广泛的DPN查.
