CONCEPT AND VALIDATION OF A SYSTEM FOR RECORDING VIBROACOUSTIC SIGNALS OF THE KNEE JOINT

1Medical University of Lublin, Department of Trauma Surgery and Emergency Medicine, 2Carolina Medical Center, Orthopaedic and Sports Traumatology Department

Abstrakt

Zwyrodnienie chrząstki jest poważnym schorzeniem współczesnego społeczeństwa, prowadzącym do problemów w poruszaniu się i znacznego obniżenia jakości życia pacjentów w każdym wieku. Jest to spowodowane głównie otyłością, obciążeniami, sportem lub urazami stawu. Właściwa diagnoza jest kluczowa dla wdrożenia odpowiedniego leczenia, które zapobiegnie dalszej degeneracji tkanki. Zwykle ocenę przeprowadza się za pomocą rezonansu magnetycznego. W artykule opisano konstrukcję i zastosowanie alternatywnego systemu pomiarowego do wibroartografii stawu kolanowego. Aplikacja takiego urządzenia pozwala na szybką, bezpieczną, łatwą i tanią ocenę stanu stawu, co z kolei może pomóc w zaplanowaniu odpowiedniego leczenia. Podobne systemy mobilne można szybko wdrożyć, ponieważ mogą być używane przez podstawowy personel medyczny w szpitalach, klinikach lub w domu pacjenta. System składa się z ortezy, zestawu trzech czujników wibroakustycznych, enkodera do odczytu pozycji stawu kolanowego, mikrokontrolera z barierą galwaniczną i zasilaniem bateryjnym oraz komputera do akwizycji, archiwizacji i przetwarzania danych. System jest lekki, prosty i przenośny. Dane są rejestrowane zarówno w zamkniętych, jak i otwartych łańcuchach kinematycznych. Wyniki wykazują ponad 90% trafności diagnostycznej na podstawie danych uzyskanych w procesie testowania tego urządzenia. W przyszłości system będzie jeszcze bardziej zminiaturyzowany i całkowicie umieszczony na ortezie, co zapewni większą przenośność i wartość diagnostyczną.

Słowa kluczowe:

wibroartografia, staw kolanowy, choroba zwyrodnieniowa stawów, chrząstka stawowa, czujniki, sygnały akustyczne

Bibliografia

ADUM4160 Datasheet and Product Info | Analog Devices [https://www.analog.com/en/products/adum4160.html].

Andersen R.E., Arendt-Nielsen L., Madeleine P.: Knee joint vibroarthrography of asymptomatic subjects during loaded flexion-extension movements. Med Biol Eng Comput. 56(12), 2018, 2301–2312.

Blodgett W.E.: Auscultation of the Knee Joint. The Boston Medical and Surgical Journal. 146(3), 1902, 63–66.

Cameron K. et al.: Incidence of Physician-Diagnosed Osteoarthritis Among Active Duty United States Military Service Members. Arthritis & Rheumatology 63(10), 2011, 2974–2982.

Castagnini F. et al.: Total Knee Replacement in Young Patients: Survival and Causes of Revision in a Registry Population. The Journal of Arthroplasty 32(11), 2017, 3368–3372.

Cibere J. et al.: Natural history of cartilage damage and osteoarthritis progression on magnetic resonance imaging in a population-based cohort with knee pain. Osteoarthritis and Cartilage 19(6), 2011, 683–688.

Contact microphone CM-01B, Technical Data Sheet. 2015.

Falkowicz K., Kulisz M.: Prediction of Buckling Behaviour of Composite Plate Element Using Artificial Neural Networks. Adv Sci Technol Res J. 18(1), 2024, 231–243.

Goldring M.B.: Update on the biology of the chondrocyte and new approaches to treating cartilage diseases. Best Practice & Research Clinical Rheumatology 20(5), 2006,1003–1025.

Jonak J. et al.: A preliminary study on the use of EEMD-RQA algorithms in the detection of degenerative changes in knee joints. IOP Conf Ser: Mater Sci Eng. 710(1), 2019, 012037.

Karpiński R. et al.: Diagnostics of Articular Cartilage Damage Based on Generated Acoustic Signals Using ANN – Part I: Femoral-Tibial Joint. Sensors 22(6), 2022, 2176.

Karpiński R. et al.: Diagnostics of Articular Cartilage Damage Based on Generated Acoustic Signals Using ANN – Part II: Patellofemoral Joint. Sensors 22(10), 2022, 3765.

Karpiński R. et al.: Comparison of selected classification methods based on machine learning as a diagnostic tool for knee joint cartilage damage based on generated vibroacoustic processes. Appl Comput Sci. 19(4), 2023, 136–150.

Karpiński R., Machrowska A., Maciejewski M.: Application of acoustic signal processing methods in detecting differences between open and closed kinematic chain movement for the knee joint. Applied Computer Science 15(1), 2019, 36–48.

Karpiński R. et al.: Evaluation of the Effect of Selected Physiological Fluid Contaminants on the Mechanical Properties of Selected Medium-Viscosity PMMA Bone Cements. Materials 15(6), 2022, 2197.

Karpiński R.: Knee joint osteoarthritis diagnosis based on selected acoustic signal discriminants using machine learning. Applied Computer Science 18(2), 2022, 71–85.

Kellgren J.H., Lawrence J.S.: Radiological assessment of osteo-arthrosis. Ann Rheum Dis. 16(4), 1957, 494–502.

Kim K. S., Seo J. H., Song C. G.: An Acoustical Evaluation of Knee Sound for Non-invasive Screening and Early Detection of Articular Pathology. J Med Syst. 36(2), 2012, 715–722.

Kiselev J. et al.: Detection of osteoarthritis using acoustic emission analysis. Medical Engineering & Physics 65, 2019, 57–60.

Krakowski P. et al.: Knee MRI Underestimates the Grade of Cartilage Lesions. Applied Sciences 11(4), 2021, 1552.

Krakowski P. et al.: Evaluation of diagnostic accuracy of physical examination and MRI for ligament and meniscus injuries. J Phys: Conf Ser. 1736, 2021, 012027.

Krakowski P. et al.: Short-Term Effects of Arthroscopic Microfracturation of Knee Chondral Defects in Osteoarthritis. Applied Sciences 10(23), 2020, 8312.

Krakowski P. et al.: Evaluation of the diagnostic accuracy of MRI in detection of knee cartilage lesions using Receiver Operating Characteristic curves. J Phys: Conf Ser. 1736, 2021, 012028.

Krakowski P. et al.: Comparison of Diagnostic Accuracy of Physical Examination and MRI in the Most Common Knee Injuries. Applied Sciences 9(19), 2019, 4102.

Kręcisz K., Bączkowicz D.: Analysis and multiclass classification of pathological knee joints using vibroarthrographic signals. Computer Methods and Programs in Biomedicine 154, 2018, 37–44.

Long H. et al.: Prevalence Trends of Site‐Specific Osteoarthritis From 1990 to 2019: Findings From the Global Burden of Disease Study 2019. Arthritis & Rheumatology 74(7), 2022, 1172–1183.

Machrowska A. et al: Numerical prediction of the component-ratio-dependent compressive strength of bone cement. Applied Computer Science 16(3), 2020, 87–101.

Machrowska A. et al.: Diagnostic factors for opened and closed kinematic chain of vibroarthrography signals. Applied Computer Science 15(3), 2019, 34–44.

Machrowska A. et al.: Use of Deep Learning Networks and Statistical Modeling to Predict Changes in Mechanical Parameters of Contaminated Bone Cements. Materials 13(23), 2020, 5419.

Nevalainen M. T. et al.: Acoustic emissions and kinematic instability of the osteoarthritic knee joint: comparison with radiographic findings. Sci Rep. 11(1), 2021, 19558.

Prior J. et al.: Analysis of high frequency acoustic emission signals as a new approach for assessing knee osteoarthritis. Annals of the Rheumatic Diseases 69(5), 2010, 929–930.

Quicke J. G. et al.: Osteoarthritis year in review 2021: epidemiology & therapy. Osteoarthritis and Cartilage 30(2), 2022, 196–206.

Reyes C. et al.: Socio-economic status and the risk of developing hand, hip or knee osteoarthritis: a region-wide ecological study. Osteoarthritis and Cartilage 23(8), 2015, 1323–1329.

Roberts V. I., Esler C. N. A., Harper W. M.: A 15-year follow-up study of 4606 primary total knee replacements. Journal of Bone and Joint Surgery – British Volume 89-B(11), 2007, 1452–1456.

Roemer F. et al.: Increased risk for radiographic osteoarthritis features in young active athletes: a cross-sectional matched case–control study. Osteoarthritis and Cartilage 23(2), 2015, 239–243.

Schouten J. et al.: An update on the relationship between occupational factors and osteoarthritis of the hip and knee. Current Opinion in Rheumatology 14(2), 2002, 89–92.

Semiz B. et al.: Using Knee Acoustical Emissions for Sensing Joint Health in Patients With Juvenile Idiopathic Arthritis: A Pilot Study. IEEE Sensors J. 18(22), 2018, 9128–9136.

Solivetti F. M. et al.: Appropriateness of knee MRI prescriptions: clinical, economic and technical issues. La radiologia medica 121(4), 2016, 315–322.

Szabelski J. et al.: Analysis of the Effect of Component Ratio Imbalances on Selected Mechanical Properties of Seasoned, Medium Viscosity Bone Cements. Materials 15(16), 2022, 5577.

Van den Borne M. P. J. et al.: International Cartilage Repair Society (ICRS and Oswestry macroscopic cartilage evaluation scores validated for use in Autologous Chondrocyte Implantation (ACI) and microfracture. Osteoarthritis and Cartilage 15(12), 2007, 1397–1402.

Zegarowa orteza stawu kolanowego BREG – komfort i stabilizacja (T-scope Knee) – Sklep Orteo.pl [https://www.orteo.pl/zegarowa-orteza-stawu-kolanowego-breg-komfort-i-stabilizacja-t-scope-knee] (cited 2023 Jul 8).

KONCEPCJA I WALIDACJA UKŁADU DO REJESTRACJI SYGNAŁÓW WIBROAKUSTYCZNYCH STAWU KOLANOWEGO. (2024). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 14(2), 17-21. https://doi.org/10.35784/iapgos.6139

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 14 Nr 2 (2024)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja