《基於運動特徵提取的帕金森疾病的監測和評估》是依託電子科技大學,由任鵬擔任醒目負責人的青年科學基金項目。
基本介紹
- 中文名：基於運動特徵提取的帕金森疾病的監測和評估
- 依託單位：電子科技大學
- 項目類別：青年科學基金項目
- 項目負責人：任鵬
項目摘要,結題摘要,
項目摘要
帕金森病是一種常見的神經退行性疾病，不僅將嚴重影響患者的生活質量，而且致殘率較高。該病尚無法完全治癒，因此，及早地診斷疾病，準確地評估病情，才是延緩病情發展最重要的途徑。但是，在該病的早期階段，由於其初始症狀不明顯，因此，目前對該病進行早期地診斷，仍然存在一定的困難。除此之外，在對病患進行綜合治療前，需要對每一位患者的病情嚴重程度進行評估。目前在臨床上，通常是醫生觀察病人的症狀，然後再根據量表，比較主觀地給出的。由於該病的臨床症狀主要表現在運動系統功能障礙或受損，因此，在本項目中，我們將採用一系列的新技術，分別對帕金森病患的行走步態，上肢運動狀態和視覺系統運動狀態進行定量地研究，並提取一系列的生物標誌物。通過對這些子項目的研究，不僅將有助於提高疾病的診斷率，揭示疾病的病理機制，而且還可以根據這一系列的生物標誌物，研發一種計算機輔助分析的方法，對病患病情的嚴重程度進行科學地和準確地評估。
結題摘要
帕金森病是一種常見的神經退行性疾病，不僅將嚴重影響患者的生活質量，而且致殘率較高。該病尚無法完全治癒，因此，及早地診斷疾病，準確地評估病情，才是延緩病情發展最重要的途徑。在本研究中,我們使用了可穿戴設備，Kinect設備和眼動儀，對帕金森疾病和健康人群進行了運動數據的採集，並提出了一系列的新方法對採集到的數據進行了分析。在步態分析中，我們提出了兩種新方法，第一種方法計算個體在行走過程中，足底壓力信號的信息流所構成的因果關係圖；第二種方法計算了個體在行走過程中，雙側的運動對稱性，即採用了左右雙側運動信息融合的方法。在對Kinect設備所採集的運動數據處理中，我們首先將人體分為了六個區域，即頭，軀幹和四肢。然後，對每個身體區域，我們採集了多個位置的速度信號。最後，採用了非線性多變數時間序列處理的方法對身體區域之間的關聯性進行了分析。除此之外，我們還採用了眼動儀，對個體的眨眼活動進行了分析，並提出了眨眼變異率和眨眼動力學的觀點處理數據。通過以上的研究，我們對帕金森疾病的檢測達到了100%的正確分類率。除此之外，我們所提取的評估參數與帕金森病情的發展呈顯著相關。總之，在本課題中，我們提出了一系列的新方法對運動數據進行處理，不僅可以更好地量化帕金森疾病的運動障礙症狀，對疾病診斷和病情評估提供科學地指導，而且對於更好地理解疾病機理也十分重要。除此之外，我們所提出的運動數據處理方法對可穿戴設備，遠程醫療，康複評估等領域的發展都有積極作用。
