A New Approach to Quantifying Muscular Fatigue Using Wearable EMG Sensors during Surgery: An Ergonomic Case Study
Notice bibliographique
Résumé
(1) Background: Surgeons are exposed to musculoskeletal loads that are comparable to those of industrial workers. These stresses are harmful for the joints and muscles and can lead to musculoskeletal disorders (MSD) and working incapacity for surgeons. In this paper, we propose a novel ergonomic and visualization approach to assess muscular fatigue during surgical procedures. (2) Methods: The activity of eight muscles from the shoulder girdle and the cervical/lumbar spines were evaluated using position and electromyographic wearable sensors while a surgeon performed an arthroscopic rotator-cuff surgery on a patient. The time and frequency-domain variables of the root-mean-square amplitude and mean power frequency, respectively, were calculated from an electromyographic signal. (3) Results: The entire surgical procedure lasted 73 min and was divided into 10 sub-phases associated with specific level of muscular activity and fatigue. Most of the muscles showed activity above 60%, while the middle trapezius muscles were almost constantly activated (>20%) throughout the surgical procedure. (4) Conclusion: Wearable sensors can be used during surgical procedure to assess fatigue. Periods of low-to-high activity and fatigue can be evaluated and visualized during surgery. Micro-breaks throughout surgical procedures are suggested to avoid fatigue and to prevent the risk of developing MSD.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».