Periprosthetic femur fracture prevention during hip arthroplasty through analysis of the hammering-related sound of stem implantation

Una de las complicaciones de la artroplastia (THA) de cadera es la fractura periprotésica intraoperatoria con una incidencia de 5.4% Esta consiste en la fractura del femur durante la implantación de la prótesis. Esta complicación aumenta significativamente la tasa de morbilidad y puede ocasionar complicaciones mayores. Por esta razón, proponemos la detección de los golpes de implantación con alto riesgo de fractura usando únicamente el sonido de implantación. Creamos dos datasets, el primero para detectar los golpes usando grabaciones existentes y audios de procedimientos de THA. El segundo, para estudiar la evolución de las características del sonido durante el THA y detectar los golpes con alto riesgo de fractura usando modelos de femur porcino y grabaciones in-vivo. Entrenamos una maquina de soporte vectorial (SVM) para detectar los golpes usando un descriptor estadístico de las señales y caracterizamos los sonidos al visualizar la evolución de la potencia en diferentes bandas de frecuencia,la media, la desviación estándar, el rango y la mediana e los golpes durante el procedimiento. Después, ajustamos una regresión lineal a algunas de las características, entrenamos una SVM multiclase usando el poder en la banda de 0.05-1 kHz y entrenamos una red neuronal convolucional de 2 capas usando las señales crudas como entrada para detectar los sonidos con alto riesgo de fractura. Obtuvimos una F medida maxima de 57.7 para la detección de los golpes. Respecto a la caracterización, encontramos que el poder en la banda 0.05-1kHz se comporta linealmente desde el inicio del procedimiento hasta la adecuada fijacion del tallo en los datos in-vivo e in-vitro. Tambien observamos una reducción en este estadístico cuando hay sobrefijamiento o fractura (solo in-vitro). Acerca de la detección de los golpes con resto de fractura, no obtuvimos resultados significativos para el SVM. Finalmente,la red neuronal mostro mejores resultados con una precision promedio de 0.27 y un AVA de 79.66%

• Autores: Galindo León, Sergio Alberto
• Fecha de publicación: 2020
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: eng
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/48632
• Acceso en línea: http://hdl.handle.net/1992/48632
• Palabra clave: Artroplastia de reemplazo de cadera; Fracturas; Redes neuronales convolucionales; Ingeniería
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/