索引于
  • Genamics 期刊搜索
  • 学术钥匙
  • 期刊目录
  • 中国知网(CNKI)
  • 访问全球在线农业研究 (AGORA)
  • 国际农业与生物科学中心 (CABI)
  • 参考搜索
  • 研究期刊索引目录 (DRJI)
  • 哈姆达大学
  • 亚利桑那州EBSCO
  • OCLC-WorldCat
  • 学者指导
  • SWB 在线目录
  • 普布隆斯
  • 欧洲酒吧
  • 谷歌学术
分享此页面
期刊传单
Flyer image

抽象的

基于表面肌电图的预测模型评估吞咽困难饮食的吞咽难易程度

Yuki Kayanuma、Reiko Ueda、Michiko Minami、Arata Abe、Kazumi Kimura、Junko Funaki、Yoshiro Ishimaru 和 Tomiko Asakura

吞咽困难饮食适用于因衰老或脑动脉疾病导致吞咽障碍的人。吞咽困难饮食的现行标准是基于其身体特征。然而,反映吞咽容易程度的参数也至关重要。在这里,我们开发了一种客观评估吞咽容易程度的方法。首先,我们收集了 68 个描述与吞咽容易程度相关的食物质地的术语,并选择了 54 种商业吞咽困难饮食作为样本。使用这些术语和样本,我们进行了质地感知问卷调查,并对结果进行了对应分析。参考此分析的结果,选择了 10 种代表吞咽容易程度的质地,并选择了与每种质地相对应的吞咽困难饮食。然后,使用这些样本记录了颈部前三角(颏下三角)的感觉评估和表面肌电图 (sEMG)。我们通过将偏最小二乘 (PLS) 回归技术应用于感官评估和 sEMG 数据,开发了吞咽难易度的预测模型。交叉验证模型的参数拟合度显著 (R2,0.87;RMSE,0.34)。通过将模型拟合到测试数据,进一步研究了模型准确性,结果再次显著 (R2,0.89;RMSE,0.10)。这表明我们使用 sEMG 测量的预测模型非常准确。使用此预测模型评估吞咽难易度将有助于识别和开发新的食物,使吞咽困难患者更容易吞咽。

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证