验证一种用于检测认知障碍患者转身的算法,考虑痴呆症疾病亚型

科学领域:

• 生物力学和运动科学 生物力学和运动科学
• 神经科学和神经病学 神经科学和神经病学
• 医疗技术和仪器仪表 医学技术和仪器仪表

背景情况:

• 转机动对于移动性和导航至关重要,但在认知上要求很高.
• 认知障碍 (PwCI) 患者经常表现出扭转性能受损的情况.
• 惯性测量单位 (IMU) 可以量化转身,但算法需要对PwCI和痴呆症亚型进行验证.

研究的目的:

• 为了验证一个定制的算法来准确检测PwCI的转开始和结束.
• 评估不同痴呆症亚型 (阿尔茨海默病,莱维体病,血管痴呆症) 的算法有效性.

主要方法:

• 66名PwCI和23名对照者在进行180度转动的行走试验时佩戴了腰部IMU.
• 一个2D视频摄像头作为参考系统,有两个盲人评分员注释转事件.
• 算法性能与评级者注释使用协议 (ICC, rho) 和错误 (RMSE,偏差) 度量进行了评估.

主要成果:

• 在PwCI中,在痴呆症亚型 (rho = 1.00,ICC = 1.00) 中检测转换开始/结束的算法和评分器之间发现了良好的一致性.
• 算法错误 (RMSE < 1.29s,偏差 < 1.4s) 比评分器-评分器错误 (RMSE < 0.72s,偏差 < 0.41s) 更高.
• 误差在对照组中最低,其次是阿尔茨海默病和利维体病.

结论:

• 经过验证的算法准确地检测了PwCI使用IMU的转向,与基于视频的参考系统保持一致.
• 这项技术有可能用于PwCI的临床评估.
• 未来的研究可能会探索其在区分痴呆症亚型的有用性,以改善诊断.