计算机模型用于帕金森病患者的步态评估,使用模糊推理模型和惯性传感器

科学领域:

• 生物医学工程 生物医学工程
• 神经学 神经学
• 人工智能的人工智能

背景情况:

• 帕金森病 (PD) 在中度至重度阶段显著改变了步态,表现为缓慢的运动,结和混.
• 目前的临床步态评估依赖于主观的视觉观察,限制了微妙变化的检测.
• 运动障碍学会统一的帕金森病评级表 (MDS-UPDRS) 提供了标准化的评估,但在运动评估中缺乏定量精度.

研究的目的:

• 开发和验证一个模糊的推断模型,用于对帕金森病患者客观和定量步态的评估.
• 在步态分析中提供可复制的信号处理和生物力学指标计算方法.
• 通过提供与疾病进展和治疗相关的可解释,定量和定性步态评估来增强临床决策.

主要方法:

• 一个模糊的推断模型是使用334个双边步态测量58个PD患者和15个健康对照在一年内开发的.
• 该模型包含信号处理和计算八个生物机械指标.
• 验证涉及实时和分析后的医生评估,使用视频和信号数据库.

主要成果:

• 计算机模型提供了可解释的,定量和定性步行评估,包括三个MDS-UPDRS定性条件 (正常,轻微,轻微) 和数值评估.
• 系统设计整合了专家的运动评估和患者的进化,促进了与药物和随访间隔的相关性.
• 与传统方法相比,该模型在临床环境中获得了更高的接受度和效用.

结论:

• 模糊推断模型在客观评估帕金森病患者的步态方面取得了重大进展.
• 这种定量方法改善了主观的视觉评估,有助于更精确的诊断和管理.
• 该模型的可解释性和整合能力支持个性化的治疗策略和PD的临床后续.