Сергей Анатольевич Демкин — кандидат медицинских наук, старший преподаватель
Волгоград
Sergey A. Demkin — Candidate of Medical Sciences, Senior Lecturer
Volgograd
Анастасия Александровна Малякина — ассистент кафедры
Волгоград
Anastasia A. Malyakina — Assistant Professor
Volgograd
Сергей Алексеевич Ахрамович — генеральный директор
Москва
Sergey A. Akhramovich — General Director
Moscow
Анатольевич Каплунов — доктор медицинских наук, профессор, профессор кафедры
Волгоград
Oleg A. Kaplunov — Doctor of Medical Sciences, Professor, Professor of the Department
Volgograd
Ирина Евгеньевна Обраменко — доктор медицинских наук, доцент, доцент кафедры
Волгоград
Irina E. Obramenko — Doctor of Medical Sciences, Associate Professor, Associate Professor of the Department
Volgograd
Ирина Эдуардовна Симонова — кандидат физико-математических наук, доцент, доцент кафедры
Волгоград
Irina E. Simonova — Candidate of Physical and Mathematical Sciences, Associate Professor, Associate Professor of the Department
Введение. Гониометрическое исследование движений в плечевом суставе играет важную роль в оценке функционального состояния сустава, диагностике различного рода нарушений, мониторинге проводимого восстановительного лечения, его широко применяют в клинической практике. На сегодняшний день компьютерное зрение является перспективным направлением в решении проблемы унификации и объективизации гониометрических исследований различных соматометрических признаков.
Цель работы — валидация видеоассистированного на основе компьютерного зрения гониометрического исследования двигательной функции отведения плечевого сустава с использованием с использованием потенциала нейросетей.
Материалы и методы. В исследовании приняли участие 33 добровольца, — мужчины и женщины от 18 до 56 лет, с массой тела — от 53 до 108 кг, ростом — от 155 до 195 см. Для валидации авторской методики гониометрического исследования отведения в плечевом суставе сравнивали результаты связанных выборок: обследование с помощью классической гониометрии (группа 1); рентгенологическое изучение изменения положения костных структур плечевого сустава (группа 2); обследование с использованием видеоассистированной методики гониометрии компьютерное зрение (группа 3). Исследование выполнено на аппаратно-программном комплексе «Артро-Про». Статистическая обработка проведена с использованием программного пакета Statgraphics.
Результаты. Среднее отличие показателей амплитуды отведения в группах 1 и 2 — незначительно, оно составило (0,62 ± 0,63)° от минимума 5,2° до максимума 1° (доверительный интервал надежности p = 0,95). Разница значений угла отведения групп 1 и 3 колеблется в диапазоне от —11,8° до 22,7°, средняя разность составляет 6° (доверительный интервал надежности p = 0,95).
Обсуждение. Незначительная разница углов отведения, полученных в результате применения технологий компьютерного зрения и классической гониометрии, свидетельствует о сопоставимости двух методов и открывает возможность внедрения технологии оценки функции опорно-двигательного аппарата на основе искусственного интеллекта в клиническую практику.
Заключение. Видеоассистированная технология гониометрического исследования функции отведения плечевого сустава на основе компьютерного зрения является валидным методом, который можно правомерно применять в клинической практике.
Introduction Goniometry is used to measure shoulder abduction range of motion aiding in diagnosis, rehabilitation planning and monitoring progress in rehabilitation evaluating a patient's shoulder function. Computer vision technology holds promising potential for the assessment of movement by unifying and objectifying goniometric studies of different somatometric parameters.
The objective was to validate a video-assisted computer vision goniometry of the motor function of shoulder abduction using the potential of neural networks.
Material and methods The study involved 33 volunteers, males and females aged 18 to 56 years, with the weight of 53 to 108 kg and the height of 155 to 195 cm. Measurements of related samples were compared to validate the author's method of goniometric examination of shoulder abduction. Classical goniometry was used for patients of group 1. Changes in the shoulder position were radiologically explored in group 2 and video-assisted goniometry computer vision was employed for examinations in group 3. The study was performed using hardware and software "Arthro-Pro" system. Statistical processing was produced using the Statgraphics software package.
Results The average difference in the abduction was insignificant in groups 1 and 2 measuring (0.62 ± 0.63)° from a minimum of 5.2° to a maximum of 1° with confidence interval of p = 0.95. The difference in the abduction angle ranged from -11.8° to 22.7° in groups 1 and 3 with the average difference of 6° and confidence interval of p = 0.95.
Discussion The minor difference in the abduction angles obtained with computer vision technologies and classical goniometry indicated the comparability of the two methods facilitating the possibility of introducing artificial intelligence for assessing musculoskeletal function in clinical practice.
Conclusion The video-assisted computer vision goniometry is practical for measurements of shoulder abduction in clinical practice.
The authors declare that there are no conflicts of interest present.