Publicação: Análise da Classificação de Habilidade em Punção Lombar: Uma Abordagem Baseada em Sensores Inerciais e Aprendizado de Máquina
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Área do conhecimento
CNPQ::ENGENHARIAS, CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Pereira, Adriano Alves
Resumo
A punção lombar (PL) é um procedimento invasivo realizado para coleta do líquido cefalorraquidiano e comumente utilizada na prática neurológica para indicações diagnósticas e em alguns casos terapêuticas. Sua coleta eficaz depende que o profissional tenha a mão estável durante todo o tempo, caso contrário algumas complicações como dores, lesão nervosa, infecções e hemorragias podem acontecer. O objetivo desse estudo é analisar sinais capturados de um sensor inercial no momento da realização do procedimento de punção lombar em um manequim de baixa fidelidade, e compará-los entre os grupos participantes. Método: Este trabalho conta com a participação de 26 voluntários, divididos em 04 grupos (G1, G2, G3 e G4) entre médicos formados e estudantes dos períodos finais do curso de medicina. A coleta de dados foi realizada por meio de um sensor inercial (que contém um acelerômetro, um giroscópio e um magnetômetro) acoplado na mão dos participantes, que estavam utilizando luvas cirúrgicas. O movimento consistiu em simular em um manequim de baixa fidelidade o procedimento de punção lombar. 19 características foram extraídas dos sinais coletados e estão relacionadas com a amplitude do sinal, frequência, entropia, variabilidade e forma de distribuição. Para comparação entre os grupos participantes foram realizados teste Post-Hoc de Kruskal Wallis e cálculos dos valores da especificidade, sensibilidade, precisão e acurácia dos classificadores utilizados, que foram: Random Forest (RF), Support Vector Machine (SVM), K-Nearest Neighbor (KNN) e Naive Bayes (NB). Resultados: Por meio do teste Post-Hoc de Kruskal Wallis tem-se que o G3, formado por estudantes que ainda não tinham experiência na prática de PL, obtiveram o menor desempenho como o esperado, e o G2, formado por médicos que não executam a PL com tanta frequência. Quanto aos classificadores a melhor sensibilidade ocorreu nos classificadores KNN (95,7%) na comparação entre G1/G2 e KNN (88,1%) na comparação entre G2/G3, especificidade nos classificadores KNN (98,4%) na comparação entre G2/G4, e SVM (78,8%) na comparação entre G2/G3, precisão (98,8%) no classificador KNN (89%) na comparação G2/G4 e acurácia (89%) no classificador KNN na comparação G1/G2. Conclusão: O uso de sensores inerciais provou ser uma boa alternativa que tem bom custo-benefício para a análise proposta nesse estudo. As técnicas utilizadas para analisarem os resultados se mostraram eficazes.
Abstract
Lumbar puncture (LP) is an invasive procedure performed to collect cerebrospinal fluid and is commonly used in neurological practice for diagnostic indications and, in some cases, therapeutic purposes. Effective collection depends on the practitioner maintaining a stable hand throughout the procedure; otherwise, complications such as pain, nerve injury, infections, and hemorrhages may occur. The objective of this study is to analyze signals captured by an inertial sensor during the performance of a lumbar puncture procedure on a low-fidelity mannequin and to compare them between participant groups. Method: This study included 26 volunteers, divided into four groups (G1, G2, G3, and G4) composed of medical graduates and senior medical students. Data collection was performed using an inertial sensor (comprising an accelerometer, a gyroscope, and a magnetometer) attached to the participants’ hands, who were wearing surgical gloves. The movement involved simulating the lumbar puncture procedure on a low-fidelity mannequin. Eighteen features were extracted from the collected signals, related to signal amplitude, frequency, entropy, variability, and distribution shape. Group comparisons were conducted using Post-Hoc Kruskal-Wallis tests, and sensitivity, specificity, precision, and accuracy were calculated for the classifiers used: Random Forest (RF), Support Vector Machine (SVM), K-Nearest Neighbor (KNN), and Naive Bayes (NB). Results: The Post-Hoc Kruskal-Wallis test showed that G3, composed of students without prior LP experience, had the lowest performance, as expected, while G2, composed of physicians who perform LP less frequently, also showed lower performance. Regarding the classifiers, the highest sensitivity was observed in the KNN classifier (95.7%) for the G1/G2 comparison and in the KNN classifier (88.1%) for the G2/G3 comparison; specificity was highest in the KNN classifier (98.4%) for the G2/G4 comparison and in the SVM classifier (78.8%) for the G2/G3 comparison; precision was highest in the KNN classifier (98.8%) and (89%) in the G2/G4 comparison; and accuracy (89%) was highest in the KNN classifier for the G1/G2 comparison.. Conclusion: The use of inertial sensors proved to be a cost-effective alternative to the analysis proposed in this study. The techniques applied for data analysis demonstrated effectiveness in evaluating the collected signals.
Palavras-chave
Punção Lombar, Lumbar Puncture, Sensores Inerciais, Inertial Sensors, Post-Hoc, Post-Hoc, Classificadores, Classifiers
Citação
PALIS, Angélica de Andrade. Análise da Classificação da Classificação de Habilidade em Punção Lombar: Uma Abordagem Baseada em Sensores Inerciais e Aprendizado de Máquina. 2025. 107 f. Tese ( Doutorado em Engenharia Biomédica) - Universidade Federal de Uberlândia, Uberlândia, 2025. DOI http://doi.org/10.14393/ufu.te.2025.5076.