基于运动参数的PD自动分级研究

发布时间：2021-10-31 09:12

　　帕金森病（PD）已经成为一种十分常见的神经退行性疾病,严重困扰着患者的正常生活。随着世界人口老龄化,预计帕金森病给社会和经济带来的负担将逐年增加。帕金森病的分级诊断帮助临床来制定对应的治疗方案。PD诊断临床上目前采用Hoehn-Yahr分级、UPDRS量表评分等方法,但依赖医生的主观判断,需要消耗大量时间和人力。运动功能退化是PD临床的主要表现,目前缺乏客观评价的手段。可穿戴式运动传感器的发展为客观而精准的PD患者的运动功能评价提供了可能。本文采用一套包括5个6轴传感器节点的运动数据采集系统,分别佩戴在左右手腕、腰部、左右腿部,每个节点采集3轴加速度和3轴角速度传感器数据。为了设计符合临床理解的实验动作,本文参考UPDRS等临床PD病人评测用量表设计了一套实验范式动作,包括摆臂行走、连续翻腕等5个动作实验。在合作医院采集了Hoehn-Yahr分级为1-4期的帕金森病人和健康对照组共计71人的运动数据。每组运动数据由2位不同的临床专家确定受试者的Hoehn-Yahr分期。本文探索了支持向量机（SVM）、k最邻近算法（kNN）以及随机森林三种方法在PD分级问题的作用。本文从运动传感器的加速... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

数据采集系统结构示意图

可穿戴节点

图 2-3 受试者信息登记界面验时，通过图 2-4 所示的实验控制界面来控制运动实验的进行。首先试者的相关信息，再勾选上需要进行的范式动作，最后打开串口来控

【参考文献】：
期刊论文
[1]基于深度卷积神经网络的帕金森步态识别[J]. 王金甲,刘青玉,陈浩.  中国生物医学工程学报. 2017(04)

硕士论文
[1]基于惯性传感器的PD患者运动功能评价的研究[D]. 乔子晏.东南大学 2016



本文编号：3467859