메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Song Kwangsub (Department of AI Research, EXOSYSTEMS, Seongnam, Korea.) Park Hae-Yeon (Department of Rehabilitation Medicine, Bucheon St. Mary’s Hospital, College of Medicine, The Catholic University of Korea, Seoul, Korea.) Choi Sangui (Department of AI Research, EXOSYSTEMS, Seongnam, Korea.) Song Seungyup (Department of Rehabilitation Medicine, Bucheon St. Mary’s Hospital, College of Medicine, The Catholic University of Korea, Seoul, Korea.) Rim Hanee (Department of Rehabilitation Medicine, St. Vincent’s Hospital, College of Medicine, The Catholic University of Korea, Seoul, Korea.) Yoon Mi-Jeong (Department of Rehabilitation Medicine, St. Vincent’s Hospital, College of Medicine, The Catholic University of Korea, Seoul, Korea.) Yoo Yeun Jie (Department of Rehabilitation Medicine, St. Vincent’s Hospital, College of Medicine, The Catholic University of Korea, Seoul, Korea.) Lee Hooman (Department of AI Research, EXOSYSTEMS, Seongnam, Korea.) Im Sun (Department of Rehabilitation Medicine, Bucheon St. Mary’s Hospital, College of Medicine, The Catholic University of Korea, Seoul, Korea.)
저널정보
대한뇌신경재활학회 뇌신경재활 Brain & NeuroRehabilitation Vol.17 No.2
발행연도
2024.7
수록면
1 - 11 (11page)
DOI
10.12786/bn.2024.17.e12

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
In this paper, we propose an artificial intelligence (AI)-based sarcopenia diagnostic technique for stroke patients utilizing bio-signals from the neuromuscular system. Handgrip, skeletal muscle mass index, and gait speed are prerequisite components for sarcopenia diagnoses. However, measurement of these parameters is often challenging for most hemiplegic stroke patients. For these reasons, there is an imperative need to develop a sarcopenia diagnostic technique that requires minimal volitional participation but nevertheless still assesses the muscle changes related to sarcopenia. The proposed AI diagnostic technique collects motor unit responses from stroke patients in a resting state via stimulated muscle contraction signals (SMCSs) recorded from surface electromyography while applying electrical stimulation to the muscle. For this study, we extracted features from SMCS collected from stroke patients and trained our AI model for sarcopenia diagnosis. We validated the performance of the trained AI models for each gender against other diagnostic parameters. The accuracy of the AI sarcopenia model was 96%, and 95% for male and females, respectively. Through these results, we were able to provide preliminar y proof that SMCS could be a potential surrogate biomarker to reflect sarcopenia in stroke patients.
#Sarcopenia #Diagnosis #Stroke #Surface Electromyography #Muscle strength

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0