طراحی، ساخت و روایی قلم هوشمند تشخیص ناهنجاریهای ستون فقرات با استفاده از امواج نامرئی مادون قرمز (اینفرارد)
پذیرفته شده برای ارائه شفاهی
شناسه دیجیتال (DOI): 10.22089/10thconf.2017.708
کد مقاله : 3737-10THCONF
نویسندگان
1دانشجو
2میرداماد، رازان جنوبی، محموعه آموزشی-ورزشی شهید کشوری، دانشکده تربیت بدنی و علوم ورزشی، دانشگاه خوارزمی
3هیات علمی دانشگاه
4تهران/تهران
چکیده
مقدمه: اندازه گیری و تشخیص نا هنجاریهای ستون فقرات توسط روشهای تهاجمی و غیر تهاجمی صورت میگیرد. به علت خطرزا بودن و هزینه بر بودن روشهای تهاجمی، استفاده از روشهای غیر تهاجمی ترجیح داده میشود. امواج مادون قرمز نوعی از امواج الکترومغناطیس هستند که طول موج بیشتر از امواج مرئی و بسامد کمتری نسبت به آنها دارند. این امواج در بسیاری از ریموتها برای کنترل از راه دور استفاده میشوند.وخطری برای انسان ندارند. بنابراین هدف از این تحقیق طراحی، ساخت و روایی روش جدید غیر تهاجمی اندازهگیری و تشخیص ناهنجاریهای ستون فقرات با استفاده از امواج مادون قرمز میباشد.
روششناسی: 12 مرد در این تحقیق شرکت کردند(7 فرد سالم با میانگین سنی1/70±23/40 سال؛ میانگین وزنی:6/14±72/25 کیلوگرم؛ میانگین قد: 6/41±176/32) و 5 مرد دارای ناهنجاری لوردوز کمری (به تشخیص فیزیوتراپیست) (با میانگین سنی0/81±24/31 سال؛ میانگین وزنی:7/21±71/15 کیلوگرم؛ میانگین قد: 4/28±175/12). قلم و دوربین هوشمند مجهز به گیرنده و فرستندهی مادون قرمز توسط محقق طراحی شد. محل زوائد شوکی مهرههای هفتم گردنی، اول، سوم، پنجم، هفتم، نهم و دوازدهم پشتی، اول، دوم، سوم، چهارم، پنجم کمری و مهرهی خاجی توسط روش لمس مشخص شد. افراد مذکور با استفاده از تصاویر ایکس –ری و روش کوب توسط فیزیوتراپیست مورد ارزیابی قرار گرفته و وضعیت انحنای ناحیه کمری و پشتی افراد مذکور تشخیص داده شد. سپس با استفاده از دستگاه جدید نیز وضعیت انحناهای ستون فقرات مورد ارزیابی قرار گرفت. به منظور بررسی روایی روش قلم هوشمند از آزمون ضریب همبستگی پیرسون و برای بررسی دقت تشخیص روش قلم هوشمند از شبکه عصبی مصنوعی استفاده گردید.
یافته ها: نتایج نشان داد که روش قلم هوشمند در مقایسه با روش استاندارد ایکس ری در اندازهگیری کایفوز و لوردوز به ترتیب دارای همبستگی 0/87 .و 0/83 میباشد(p<0.05). نتایج پیادهسازی شبکه عصبی مصنوعی، کارایی بالای روش قلم هوشمند در تشخیص ناهنجاری ستون فقرات را نشان میدهد به طوری که نرخ طبقه بندی صحیح بر اساس داده های آموزش و داده های آزمایش به ترتیب 96% و 93% به دست آمد.
بحث و نتیجهگیری: بر اساس نتایج به دست آمده از این تحقیق می توان بیان کرد که روش قلم هوشمند دارای دقت مناسبی برای اندازهگیری زوایای لوردوز کمری و کایفوز پشتی میباشد علاوه بر آن روش شبکه عصبی مصنوعی بکارگرفته شده در دستگاه قلم هوشمند نشان داد که شبکه توانایی بالایی در تشخیص ناهنجاری های مربوطه را دارد. مهمترین مزیت روش قلم هوشمند، اندازهگیری کمی و تشخیص وجود یا عدم وجود ناهنجاری ستون فقرات به صورت غیر تهاجمی میباشد.
روششناسی: 12 مرد در این تحقیق شرکت کردند(7 فرد سالم با میانگین سنی1/70±23/40 سال؛ میانگین وزنی:6/14±72/25 کیلوگرم؛ میانگین قد: 6/41±176/32) و 5 مرد دارای ناهنجاری لوردوز کمری (به تشخیص فیزیوتراپیست) (با میانگین سنی0/81±24/31 سال؛ میانگین وزنی:7/21±71/15 کیلوگرم؛ میانگین قد: 4/28±175/12). قلم و دوربین هوشمند مجهز به گیرنده و فرستندهی مادون قرمز توسط محقق طراحی شد. محل زوائد شوکی مهرههای هفتم گردنی، اول، سوم، پنجم، هفتم، نهم و دوازدهم پشتی، اول، دوم، سوم، چهارم، پنجم کمری و مهرهی خاجی توسط روش لمس مشخص شد. افراد مذکور با استفاده از تصاویر ایکس –ری و روش کوب توسط فیزیوتراپیست مورد ارزیابی قرار گرفته و وضعیت انحنای ناحیه کمری و پشتی افراد مذکور تشخیص داده شد. سپس با استفاده از دستگاه جدید نیز وضعیت انحناهای ستون فقرات مورد ارزیابی قرار گرفت. به منظور بررسی روایی روش قلم هوشمند از آزمون ضریب همبستگی پیرسون و برای بررسی دقت تشخیص روش قلم هوشمند از شبکه عصبی مصنوعی استفاده گردید.
یافته ها: نتایج نشان داد که روش قلم هوشمند در مقایسه با روش استاندارد ایکس ری در اندازهگیری کایفوز و لوردوز به ترتیب دارای همبستگی 0/87 .و 0/83 میباشد(p<0.05). نتایج پیادهسازی شبکه عصبی مصنوعی، کارایی بالای روش قلم هوشمند در تشخیص ناهنجاری ستون فقرات را نشان میدهد به طوری که نرخ طبقه بندی صحیح بر اساس داده های آموزش و داده های آزمایش به ترتیب 96% و 93% به دست آمد.
بحث و نتیجهگیری: بر اساس نتایج به دست آمده از این تحقیق می توان بیان کرد که روش قلم هوشمند دارای دقت مناسبی برای اندازهگیری زوایای لوردوز کمری و کایفوز پشتی میباشد علاوه بر آن روش شبکه عصبی مصنوعی بکارگرفته شده در دستگاه قلم هوشمند نشان داد که شبکه توانایی بالایی در تشخیص ناهنجاری های مربوطه را دارد. مهمترین مزیت روش قلم هوشمند، اندازهگیری کمی و تشخیص وجود یا عدم وجود ناهنجاری ستون فقرات به صورت غیر تهاجمی میباشد.
کلیدواژه ها
موضوعات
Title
Design, construction and validity of smart pen detecting spinal abnormalities with use of invisible infrared radiation (IR)
Authors
Mohamad Yousefi, Heydar Sadeghi, Saeed Ilbeigi, Elahe Saadatifard, Zahra Ebrahimabadi
Abstract
Introduction: Measurement and spine anomalies detected by non-invasive and invasive procedures done. Due to the risk and cost of invasive procedures, using non-invasive methods is preferred. Infrared waves are a form of electromagnetic radiation with wavelengths longer than visible light waves and lower frequency than they are. These waves are used in many remote for remote control and a danger to humans. The aim of this study was to design, build and validity of a new non-invasive method to measure and detect spinal abnormalities using infra-red waves.
Methodology: 12 men in the study were (7 healthy individuals with an average age of 1.70±23.40 years, average weight: 6.14±72.25 kg; mean height: 6.41±176.32) and 5 men a lumbar lordosis (to detect physiotherapist) (mean age 0.81±24.31 years; mean weight: 7.21±71.15 kg; mean height: 4.28±175.12). Pen and smart camera equipped with an infrared transceiver was designed by the researcher. The seventh cervical vertebrae of the spinal processes, first, third, fifth, seventh, ninth and twelfth dorsal, first, second, third, fourth, fifth lumbar sacral cap was determined by palpation. People are using X-ray images -Ry and sunflowers evaluated by physiotherapists and the curvature of the lumbar and thoracic these individuals were diagnosed. Then, using a new state of the spine curves were evaluated. To verify the validity of test methods Pen Pen Pearson correlation coefficient to assess the diagnostic accuracy of artificial neural network method was used.
Results: The results showed that the smart pen compared with a standard X-ray method to measure kyphosis and lordosis respectively 0.87 And 0.83 is correlated (p <0.05).
Conclusion: The results obtained from this study can be stated that using smart pen with sufficient accuracy for measuring angles of lordosis and kyphosis is in addition to the artificial neural network method employed in the smart pen that network has a high ability to detect relevant abnormalities. The main advantage of using smart pen quantification and detection for the presence or absence of spinal cord abnormalities is non-invasive.
Methodology: 12 men in the study were (7 healthy individuals with an average age of 1.70±23.40 years, average weight: 6.14±72.25 kg; mean height: 6.41±176.32) and 5 men a lumbar lordosis (to detect physiotherapist) (mean age 0.81±24.31 years; mean weight: 7.21±71.15 kg; mean height: 4.28±175.12). Pen and smart camera equipped with an infrared transceiver was designed by the researcher. The seventh cervical vertebrae of the spinal processes, first, third, fifth, seventh, ninth and twelfth dorsal, first, second, third, fourth, fifth lumbar sacral cap was determined by palpation. People are using X-ray images -Ry and sunflowers evaluated by physiotherapists and the curvature of the lumbar and thoracic these individuals were diagnosed. Then, using a new state of the spine curves were evaluated. To verify the validity of test methods Pen Pen Pearson correlation coefficient to assess the diagnostic accuracy of artificial neural network method was used.
Results: The results showed that the smart pen compared with a standard X-ray method to measure kyphosis and lordosis respectively 0.87 And 0.83 is correlated (p <0.05).
Conclusion: The results obtained from this study can be stated that using smart pen with sufficient accuracy for measuring angles of lordosis and kyphosis is in addition to the artificial neural network method employed in the smart pen that network has a high ability to detect relevant abnormalities. The main advantage of using smart pen quantification and detection for the presence or absence of spinal cord abnormalities is non-invasive.
Keywords
Pen, Abnormalities of the spine, Infrared