Electro-Stimulation System with AI-based auricular-triggered Algorithm for Patients with Peripheral Facial Palsy

Abstract

Fazialisparese verursacht schwere Funktionsstörungen und beeinträchtigt die Lebensqualität erheblich. Zwei der gravierendsten Herausforderungen für Patienten mit Fazialisparese sind der Verlust der Fähigkeit zu lächeln und ein unzureichender Lidschluss. Ein möglicher Behandlungsansatz könnte ein closed-loop Elektrostimulationssystem sein, welches die Gesichtsmuskeln auf der paretischen Seite bei Bedarf stimuliert, um einen Lidschluss, Blinzeln und ein Lächeln ähnlich der gesunden Seite zu erzeugen. Diese Studie konzentriert sich auf die Entwicklung eines solchen Systems. Ein ML-Algorithmus klassi ziert die beabsichtigten Gesichtsbewegungen basierend auf dem EMG der Aurikularmuskeln der paretischen Seite. Das System liefert daraufhin gezielte Ober ächenstimulationen an die entsprechenden Gesichtsmuskeln der paretischen Seite basierend auf dieser Klassi zierung. Die vorliegende Arbeit beschreibt die Entwicklung des Systems und des integrierten, KIbasierten, aurikular-getriggerten Algorithmus. Mithilfe 17 Patienten wurde der Algorithmus und das System evaluiert. Die Studie zeigte, dass das EMG der Aurikularmuskeln der paretischen Seite ausreichende Informationen für die Verwendung in einem closed-loop Elektrostimulationssystem enthalten. Der Algorithmus erreichte einen mittleren macro F1-Score von 0.708. Zusätzlich zeigte die Studie, dass ein solches System mit einem KI-basierten, aurikular-getriggerten Algorithmus die Gesichtsbewegungen auf der paretischen Seite bei Patienten mit peripherer Fazialisparese bis zu einem gewissen Grad unterstützen kann. Das System selbst erreichte einen mittleren macro F1-Score von 0.602.

Datum der Bewilligung	Mai 2024
Originalsprache	Englisch
Betreuer/-in	Thomas Haslwanter (Betreuer*in)