应用有序分类的logistic回归方程探讨MMG信号对卒中后偏瘫患者肘关节肌痉挛MAS评估判别的临床研究

摘要：

目的：应用有序分类的logistic回归方程探讨肌动图(mechanomyography,MMG)信号在偏瘫患者上肢上臂肌痉挛的等级判别中临床应用价值; 方法：同一治疗师对29例脑卒中后偏瘫患者的患侧肘关节进行改良Ashworth量表(MAS)评估,同时用Delsys三轴无线加速度传感器记录患者被动屈肘和被动伸肘时肱二头肌和肱三头肌的肌动图MMG信号.其中,X轴为肌纤维纵向运动方向,Y轴为肌纤维横向振动方向,Z轴为与肌肉表面垂直的方向.分别计算肱二头肌、肱三头肌三轴MMG信号均方根值RMS(root mean square),建立伸肘和屈肘时各自logistic回归方程,再建立不同级别之间的logistic回归方程进行等级判别. 结果：多项Logit方程模型对被动屈肘的总体判别准确率为73.56％(64/87),被动伸肘总体判别准确率为55.17％(48/87).被动屈肘的判别率均高于伸肘,MAS2级判别率最高. 结论：有序多分类Logit模型可作为MMG信号对卒中后上肢肌痉挛级别判别的一种粗测应用方程.

关键词： 卒中后偏瘫 肘关节肌痉挛 等级判别 肌动图信号 logistic回归方程 有序分类

作者: 吴臻 王辉 杨万章 王俊 向云

作者单位: 广州市红十字会医院 中国科学院深圳先进技术研究院 南方医科大学深圳医院 深圳市第六人民医院康复医学科

会议类型: 国内会议

会议名称: 第八届粤港澳台物理医学与康复学学术会议暨2017年广东省医学会物理医学与康复学学术年会

会议地点: 广州

会议语种:中文

页码: 218-222

在线出版日期: 2017-07-28（万方平台首次上网日期，不代表论文的发表时间）