Nouveaux capteurs portables et évaluation de l’équilibre des transformations par l’IA

L’équilibre peut être affecté par divers facteurs, notamment des maladies telles que la maladie de Parkinson, des lésions aiguës et chroniques du système nerveux et le processus naturel de vieillissement. Il est important d’évaluer avec précision l’équilibre des patients pour identifier et gérer les conditions qui affectent la coordination et la stabilité. Les évaluations de l’équilibre jouent également un rôle clé dans la prévention des chutes, la compréhension des troubles du mouvement et la conception d’interventions thérapeutiques appropriées selon les groupes d’âge et les conditions médicales.

Cependant, les méthodes traditionnelles utilisées pour évaluer l’équilibre souffrent souvent de subjectivité, ne sont pas suffisamment complètes et ne peuvent pas être administrées à distance. De plus, ces évaluations reposent sur des équipements spécialisés coûteux qui peuvent ne pas être facilement accessibles dans tous les contextes cliniques et dépendent de l’expertise du clinicien, ce qui peut entraîner une variabilité des résultats. Des outils d’évaluation plus objectifs et plus complets en matière d’évaluation de l’équilibre sont grandement nécessaires.

À l’aide de capteurs portables et d’algorithmes avancés d’apprentissage automatique, des chercheurs du Collège d’ingénierie et d’informatique de la Florida Atlantic University ont développé une nouvelle approche qui comble une lacune cruciale dans l’évaluation de l’équilibre et établit une nouvelle référence dans l’application de la technologie portable et de l’apprentissage automatique dans les soins de santé. . L’approche constitue une avancée significative dans l’évaluation objective de l’équilibre, en particulier pour la surveillance à distance dans les établissements de soins à domicile ou en soins infirmiers, transformant potentiellement la gestion des troubles de l’équilibre.

Pour l’étude, les chercheurs ont utilisé le test clinique modifié d’interaction sensorielle sur l’équilibre (m-CTSIB), largement utilisé dans les soins de santé, pour évaluer la capacité d’une personne à maintenir son équilibre dans différentes conditions sensorielles. Des capteurs portables ont été placés sur la cheville, les lombaires (bas du dos), le sternum, le poignet et le bras des participants à l’étude.

Les chercheurs ont collecté des données complètes sur les mouvements des participants dans quatre conditions sensorielles différentes du m-CTSIB : équilibrer les performances avec les yeux ouverts et fermés sur une surface stable ; et les yeux ouverts et fermés sur une surface en mousse. Chaque condition de test a duré environ 11 secondes sans interruption pour simuler des défis d’équilibre continus et rationaliser le processus d’évaluation. Les chercheurs ont utilisé des capteurs d’unité de mesure inertielle (IMU) couplés à un système spécialisé pour évaluer les scores d’équilibre m-CTSIB de la vérité terrain pour leur analyse.

Les données ont ensuite été prétraitées et un large éventail de caractéristiques a été extrait pour analyse. Pour estimer les scores m-CTSIB, les chercheurs ont appliqué des algorithmes de régression linéaire multiple, de régression à vecteur de support et XGBOOST. Les données des capteurs portables ont servi d’entrée pour leurs modèles d’apprentissage automatique, et les scores m-CTSIB correspondants de Falltrak II, l’un des principaux outils de prévention des chutes, ont servi d’étiquettes de vérité fondamentale pour la formation et la validation du modèle.

Plusieurs modèles d’apprentissage automatique ont ensuite été développés pour estimer les scores m-CTSIB à partir des données des capteurs portables. Les chercheurs ont également exploré les placements de capteurs les plus efficaces pour optimiser l’analyse de l’équilibre.

Résultats de l’étude, publiés dans la revue Frontières de la santé numérique, soulignent la grande précision de cette approche et sa forte corrélation avec les scores d’équilibre de la vérité terrain, ce qui suggère que la méthode est efficace et fiable pour estimer l’équilibre. Les données des capteurs lombaires et dominants de la cheville ont démontré les performances les plus élevées en matière d’estimation du score d’équilibre, soulignant l’importance du placement stratégique des capteurs pour capturer les ajustements et mouvements d’équilibre pertinents.

“Les capteurs portables offrent une solution pratique et rentable pour capturer des données détaillées sur les mouvements, essentielles à l’analyse de l’équilibre”, a déclaré Behnaz Ghoraani, Ph.D., auteur principal et professeur agrégé au département de génie électrique et d’informatique de la FAU. co-directeur du FAU Center for SMART Health et membre du FAU Institute for Sensing and Embedded Network Systems Engineering (I-SENSE).

« Positionnés sur des zones telles que le bas du dos et les membres inférieurs, ces capteurs fournissent des informations sur la dynamique des mouvements 3D, essentielles pour des applications telles que l’évaluation des risques de chute dans diverses populations. Associés à l’évolution de l’apprentissage automatique, ces ensembles de données dérivés des capteurs se transforment en objectifs, mesures d’équilibre quantifiables, en utilisant un éventail de techniques d’apprentissage automatique.

Les résultats fournissent des informations importantes sur l’importance des mouvements spécifiques, la sélection des caractéristiques et le placement des capteurs dans l’estimation de l’équilibre. Notamment, le modèle XGBOOST, utilisant les données du capteur lombaire, a obtenu des résultats exceptionnels dans les deux méthodes de validation croisée et a démontré une corrélation élevée et une faible erreur absolue moyenne, indiquant des performances constantes.

“Les résultats de cette recherche importante suggèrent que cette nouvelle méthode a le potentiel de révolutionner les pratiques d’évaluation de l’équilibre, en particulier dans les situations où les méthodes traditionnelles sont peu pratiques ou inaccessibles”, a déclaré Stella Batalama, Ph.D., doyenne du FAU College of Engineering and Computer Science. .

“Cette approche est plus accessible, plus rentable et capable d’être administrée à distance, ce qui pourrait avoir des implications significatives pour les soins de santé, la réadaptation, les sciences du sport ou d’autres domaines où l’évaluation de l’équilibre est importante.”

Les objectifs de cette étude sont nés de la reconnaissance de la nécessité d’outils avancés pour capturer les effets nuancés des différents apports sensoriels sur l’équilibre.

“Les évaluations traditionnelles de l’équilibre manquent souvent de granularité pour disséquer ces influences de manière exhaustive, ce qui entraîne une lacune dans notre compréhension et notre gestion des troubles de l’équilibre”, a déclaré Ghoraani. “De plus, les appareils portables prennent en charge la surveillance à distance, permettant aux professionnels de la santé d’évaluer l’équilibre des patients à distance, ce qui est particulièrement utile dans divers scénarios de soins de santé.”

Les co-auteurs de l’étude sont Marjan Nassajpour, titulaire d’un doctorat. étudiant et assistant de recherche; Mustafa Shuqair, titulaire d’un doctorat. étudiant; tous deux au sein du Département de génie électrique et d’informatique de la FAU ; Amie Rosenfeld, Magdalena Tolea, Ph.D., et James E. Galvin, MD, professeur de neurologie, chef de la division de neurologie cognitive et directeur du Comprehensive Center for Brain Health et du Lewy Body Dementia Research Center of Excellence, tous avec la Miller School of Medicine de l’Université de Miami.