<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Концепція застосування електроміографії у програмно-апаратному комплексі виявлення зворотного гортанного нерва

Ескіз

Файли

195006.pdf (823,6 KB)

Дата

2025

Автори


Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

https://doi.org/10.31649/1681-7893-2025-49-1-264-277

Анотація

The concept of using electromyography during thyroid gland surgery is considered. The electrophysiological features of surgical wound tissues, namely the muscle membrane potential of the vocal cord, were investigated. The analysis of EMG hardware that can be used during thyroid gland operations is carried out. The choice of EMG sensor characteristics that can be implemented in the existing complex of RLN monitoring is justified. The complex of RLN monitoring is based on a single-board computer, Raspberry Pi 4 Model B. A description of additional hardware elements to combine complex sensor and software for its functioning is provided. The developed EMG sensor was tested on a different type of low-voltage signals. It was able to detect signals and it forms 197 uV (1 Hz), 556 uV (20 Hz), and 1650 uV (10 Hz). The tests conducted show that the developed EMG sensor can detect the muscle membrane potential of the vocal cord.Розглянуто концепцію застосування електроміографії під час операції на щитовидній залозі. Досліджено електрофізіологічні особливості тканин хірургічної рани, а саме потенціал м'язової мембрани голосових зв'язок. Проведений аналіз апаратного забезпечення електроміографії яке може застосовуватися під час проведення операцій на щитоподібній залозі. Обґрунтовано вибір характеристики EMG сенсора, який може бути інтегрований в існуючий комплекс моніторингу ЗГН. Запропоновано комплекс моніторингу ЗГН на основі одноплатного комп’ютера Raspberry Pi 4 Model B та наведено опис додаткових апаратних елементів для спільної роботи сенсора та комплексу. Описано програмного забезпечення для його функціонування. Розроблений EMG сенсор протестований на різних типах сигналів низької напруги. Сенсор зміг виявити сигналита їх форму: &nbsp;197 мкВ (1 Гц),&nbsp; 556 мкВ (20 Гц) і 1650 мкВ (10 Гц). Проведені тести свідчать, що розроблений EMG сенсор може виявити потенціал м'язової мембрани голосової зв'язки.

Опис

Ключові слова

neck organs surgery , recurrent laryngeal nerve , signal processing

УДК

004

Тип документа

Article, professional native edition
Article

Мова

uk_UA

Є частиною

Оптико-електроннi iнформацiйно-енергетичнi технологiї. № 1 : 264-277.

ISSN

2311-2662

Бібліографічний опис

Дивак М. П., Тимець В. І. Концепція застосування електроміографії у програмно-апаратному комплексі виявлення зворотного гортанного нерва // Оптико-електроннi iнформацiйно-енергетичнi технологiї. 2025. № 1. С. 264-277. URI: https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/787.

URI

https://ir.lib.vntu.edu.ua/handle/123456789/50605

Зібрання

Оптико-електронні інформаційно-енергетичні технології. 2025. № 1

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (36)

  1. Gremillion G, Fatakia A, Dornelles A, Amedee RG. Intraoperative recurrent laryngeal nerve monitoring in thyroid surgery: is it worth the cost? Ochsner J. 2012 Winter;12(4):363-6. PMID: 23267265; PMCID: PMC3527866.
  2. Dou, H. et al. (2022). Localizing the Recurrent Laryngeal Nerve via Ultrasound with a Bayesian Shape Framework. In: Wang, L., Dou, Q., Fletcher, P.T., Speidel, S., Li, S. (eds) Medical Image Computing and Computer Assisted Intervention – MICCAI 2022. MICCAI 2022. Lecture Notes in Computer Science, vol 13434. Springer, Cham. https://doi.org/10.1007/978-3-031-16440-8_25.
  3. Liu XL, Wu CW, Zhao YS, et al. Exclusive real-time monitoring during recurrent laryngeal nerve dissection in conventional monitored thyroidectomy. Kaohsiung J Med Sci 2016;32:135-41. 10.1016/j.kjms.2016.02.004.
  4. Shin SC, Cheon YI, Lee M, Sung ES, Lee JC, Kim M, Kim BH, Lee BJ. Normative electromyography data and influencing factors in intraoperative neuromonitoring using adhesive skin electrodes during thyroid surgery. Gland Surg. 2024 Mar 27;13(3):351-357. doi: 10.21037/gs-23-428. Epub 2024 Mar 20. PMID: 38601295; PMCID: PMC11002475.
  5. Langhout GC, Kuhlmann KFD, Schreuder P, Bydlon T, Smeele LE, van den Brekel MWM, Sterenborg HJCM, Hendriks BHW, Ruers TJM. In vivo nerve identification in head and neck surgery using diffuse reflectance spectroscopy. Laryngoscope Investig Otolaryngol. 2018 Aug 9;3(5):349-355. doi: 10.1002/lio2.174. PMID: 30410988; PMCID: PMC6209613.
  6. M. Dyvak, N. Kasatkina, A. Pukas, and N. Padletska, “Spectral analysis of the information signal in the task of identifying the recurrent laryngeal nerve in thyroid surgery”, Przegląd Elektrotechniczny, vol. 89, no. 6, pp. 275-277, 2013.
  7. Phelan E, Schneider R, Lorenz K, et al.: Continuous vagal IONM prevents recurrent laryngeal nerve paralysis by revealing initial EMG changes of impending neuropraxic injury: a prospective, multicenter study. Laryngoscope. 2014, 124:1498-505. 10.1002/lary.24550. .
  8. M. Dyvak, V. Tymets, V. Sheketa “Adaptive information technology for recurrent laryngeal nerve identification based on electrophysical method of Its stimulation”. Przegląd Elektrotechniczny, vol. 96, no. 8, pp. 28-34, 2020, 10.15199/48.2020.08.06.
  9. M. Dyvak, A. Pukas, I. Oliynyk and A. Melnyk, "Selection the “Saturated” Block from Interval System of Linear Algebraic Equations for Recurrent Laryngeal Nerve Identification," 2018 IEEE Second International Conference on Data Stream Mining & Processing (DSMP), Lviv, Ukraine, 2018, pp. 444-448, doi: 10.1109/DSMP.2018.8478528.
  10. M. Dyvak, O. Kozak, A. Pukas, “Interval model for identification of laryngeal nerves,” Przegląd Elektrotechniczny, vol. 86, no. 1, pp. 139-140, 2010.