Non-invasive Early Diagnosis and Signal-based Classification of Compartment Syndrome, Venous Congestion, and DVT
연구 내용
Shear wave elastography와 EMG 기반 기계·신경신호를 이용해 정맥 울혈 및 DVT의 조기 변화를 규명하고, 비침습 진단 도구로 확장하는 연구
근육 강성, 혈류역학, 신경근 전기활동의 변화가 질환 진행의 초기에 나타난다는 관점에서 비침습 진단 접근을 개발합니다. 급성 무외상 컴파트먼트 증후군 모델에서 shear wave elastography로 근육 탄성 지표를 추적하고, 내압 및 관류 압력과의 연계를 해석합니다. 정맥 울혈에서는 venous congestion 유도가 근육 전기활동과 강성에 미치는 영향을 확인합니다. 또한 EMG 신호에 vibrotactile stimulation을 결합하고 PCA와 convolutional neural network를 적용해 DVT 단계의 분류 가능성을 검증하여 임상 적용형 조기 진단 로직을 구성합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기 연구는 2021년 비외상성 컴파트먼트 증후군을 유도하는 in vivo 돼지 모델을 기반으로, shear wave elastography가 근육 탄성 변화와 내압 연관성을 반영하는지 평가하는 데 집중되었습니다. 이후 2023년에는 정맥 울혈이 근육 전기활동 및 stiffness에 미치는 급성 변화를 실험적으로 확인하고, 같은 병태 스펙트럼 내에서 조기 감지의 가능성을 넓혔습니다. 이어 EMG 신호와 vibrotactile stimulation을 결합해 DVT 단계 분류를 수행하는 CNN 기반 접근으로 확장하여, 신호 기반 조기 진단 도구의 설계 논리를 강화했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Developing an in-vivo physiological porcine model of inducing acute atraumatic compartment syndrome towards a non-invasive diagnosis using shear wave elastography
Venous congestion affects neuromuscular changes in pigs in terms of muscle electrical activity and muscle stiffness
Classification of deep vein thrombosis stages using convolutional neural network of electromyogram with vibrotactile stimulation toward developing an early diagnostic tool: A preliminary study on a pig model