使用HD-sEMG的宏观和微观特征评估中风相关的运动损伤和恢复
Wenting Qin1, Xin Tan2, Yi Yu2
1The Department of Neurology and Neurological Rehabilitation, Shanghai Disabled Persons' Federation Key Laboratory of Intelligent Rehabilitation Assistive Devices and Technologies, Yangzhi Rehabilitation Hospital (Shanghai Sunshine Rehabilitation Center), School of Medicine, Tongji University, Shanghai 200125, China.
高密度表面电肌图 (HD-sEMG) 为评估中风运动缺陷提供了一个客观的方法. 特定的手势,如手腕伸展和捏,准确地预测康复阶段和功能得分,帮助个性化康复.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 康复科学 康复科学 康复科学
背景情况:
- 脑卒中经常导致运动障碍,需要客观的工具来进行有效的康复规划.
- 当前的评估方法可能缺乏指导个性化恢复策略所需的定量精度.
研究的目的:
- 开发和验证一种特定于手势的框架,使用高密度表面电肌图 (HD-sEMG) 来描述中风后的神经肌肉功能障碍.
- 为了将HD-sEMG特征与用于中风恢复阶段和运动功能的预测的临床尺度相关联.
主要方法:
- 收集了HD-sEMG数据从中风患者和健康对照在七个标准化的手势.
- 提取了八个宏观的和两个微观的动力单元分解特征.
- 开发了K-近邻 (KNN) 模型用于临床验证,将特征与布伦斯特罗姆阶段和上肢Fugl-Meyer评估 (UE-FMA) 评分相关联.
主要成果:
- 与对照组相比,中风患者的受影响侧显著减少了激活和协调.
- 手腕伸展手势在分类布伦斯特罗姆阶段 (4-6) 和健康对照中获得了92.08%的准确性.
- 指-食指-中指捏指的手势最好地预测了UE-FMA分数 (R=0.86,RMSE=3.24).
结论:
- 姿势选择对于与临床终点保持一致至关重要:手腕延伸用于粗体运动阶段,捏动手势用于精细运动控制.
- 拟议的HD-sEMG框架为监测中风恢复和个性化康复提供了一个客观的,定量化的方法.
- 这项技术可以提高中风后评估的精度,并指导量身定制的治疗干预措施.
更多相关视频
09:42Author Spotlight: Using Motor Imagery Brain-Computer Interface to Improve Motor and Cognitive Function in Stroke Patients
Published on: September 1, 2023
04:43Author Spotlight: Advancing Upper Limb Rehabilitation in Patients with Right Hemisphere Damage Using Assisted Active Exercise
Published on: February 9, 2024