超声引导下精准注射自体富血小板血浆治疗肩袖部分撕裂的效能评估

关键词：肩袖部分撕裂  富血小板血浆  超声引导  康复治疗

Keywords:visual perception  home care robot  dynamic SLAM  attention mechanism  ORB feature extraction

摘要：

      摘要 目的：探讨超声引导下精准注射自体富血小板血浆（platelet-rich plasma，PRP）和物理康复治疗两种保守方式对肩袖部分撕裂的治疗效能。 方法：收集2020年6—10月在暨南大学附属第一医院骨关节运动医学科诊断为肩袖部分撕裂的患者33例，其中接受超声引导下撕裂处PRP治疗者15例，为PRP组，采取物理康复治疗的患者18例，为对照组。PRP组于超声引导下于肌腱撕裂处注射自体PRP 3ml，对照组于康复科行超声波疗法。随访观察6个月，记录和评定患者治疗前、治疗后1个月、3个月、6个月的疼痛视觉模拟评分（visual analogue scale，VAS）、Constant-Murley肩关节评分（Constant-Murley shoulder score，CMS）、美国肩肘外科评分（American shoulder and elbow surgeons scale，ASES）的情况。 结果：33例肩袖部分撕裂的患者中，PRP组治疗前基线与PRP治疗后不同月份对比，治疗1、3、6个月后VAS和CMS、ASES较治疗前基线均有好转（P＜0.05）。对照组治疗前基线与治疗后不同月份对比，治疗1、3、6个月后VAS和CMS、ASES较治疗前基线也均有好转（P＜0.05）。两组间对比，PRP组和对照组VAS、CMS、ASES评分在治疗前、治疗1、3个月两组间差异无显著性意义（P＞0.05）。在治疗6个月后，PRP组的VAS评分（1.40±1.35）低于对照组（2.44±1.24），PRP组的CMS、ASES评分（91.00±4.96，90.67±5.07）均高于对照组（83.61±12.14，84.44±10.79），差异均有显著性意义（P＜0.05）。 结论：相比于物理康复治疗，超声引导下精准注射PRP是一种更有效的治疗肩袖部分撕裂的方法。该方法能够在治疗6个月后更明显减轻疼痛、改善肩关节功能，具有更好的远期效果。

Abstract:

      Abstract Objective： This paper proposes a visual perception optimization method for home care robots based on the CBAM-DynaSLAM approach. It aims to enhance the target perception accuracy of home care robots in dynamic environments， providing technical support for their practical application in home care scenarios. Method： Current method integrates a convolutional block attention module in the ORB（Oriented FAST and Rotated BRIEF） feature extractor of the DynaSLAM framework，which significantly improves the performance of target recognition and tracking in dynamic homecare scenarios by enhancing the accuracy of feature extraction. Result： The experimental results show that compared with the original DynaSLAM，the CBAM-DynaSLAM system reduces the absolute trajectory error（ATE） by 65% and the relative pose error（RPE） by 20%，which verifies the effectiveness of the CBAM mechanism in improving the robustness and localization accuracy in dynamic scenes. Conclusion： The method proposed in this paper significantly improves the target perception accuracy of home care robots in dynamic environments by enhancing the accuracy of feature extraction， which helps to promote the application of home care robots in practical dynamic home care scenarios.