基于运动矢量传感器与机器学习的 3D 脊柱形态监测服用于脊柱侧弯智能识别

《Nature Communications》：A motion vector sensor-enabled 3D spinal morphology monitoring suit for intelligent scoliosis identification

　　

摘要

早期识别脊柱侧弯对于及时进行临床干预非常重要。然而，传统的静态筛查方法依赖于主观评估，从而导致准确度有限且缺乏连续性。在这里，我们提出了一种配备运动矢量传感器的3D脊柱形态监测服，用于智能识别脊柱侧弯。我们设计了一种具有有序排列导电纤维的高度各向异性网格，使运动传感器能够精确感知运动的幅度和方向。该监测服在身体对称位置安装了运动传感器，以量化3D脊柱运动，包括捕捉皮肤表面变形的幅度和方向。我们通过基于机器学习的脊柱运动学对称性评估来实现动态脊柱侧弯识别。我们在一个由四家医院和一个学校筛查项目组成的多中心队列中对该监测服的性能进行了测试，结果显示其在脊柱侧弯检测、曲度量化以及曲度定位方面的准确率分别为92.63%、71.05%和82.76%。这种无需辐射的监测方法有望支持长期随访，并减少脊柱侧弯管理中的重复X光检查。