一个新的算法,用于实时检测结的步态,使用基于手腕的加速度计传感器数据

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 由于医学进步,人口老龄化正在增加,导致与年龄相关的神经系统疾病的增加.
• 帕金森病 (PD) 是一种重要的神经系统疾病,而步态结 (FoG) 是一种特别使人衰弱的症状.
• 目前用于FoG检测的方法可能缺乏实时适用性或用户方便性.

研究的目的:

• 开发一种新的,独立于主体的算法,用于在帕金森病 (PD) 中实时检测步行结 (FoG).
• 利用来自手腕加速度计传感器的数据来提高可行性和可用性.
• 使用可变模式分解 (VMD) 提高运动数据的抗噪力.

主要方法:

• 开发了一种新的算法,用于实时检测FoG.
• 集成了可变模式分解 (VMD),以提高加速度计数据中的噪声弹性.
• 该算法被设计为一个独立于主体的模型,使用手腕穿戴的传感器.

主要成果:

• 拟议的算法在检测FoG.中显示出显著的潜力.
• 在公共数据集上进行评估,平均灵敏度为0.80.
• 该模型实现了0.81的平均特异性,表明了有效的性能.

结论:

• 开发的算法显示了对PD有效和用户友好的实时FoG检测的承诺.
• 佩戴在手腕上的传感器为监测FOG症状提供了一个实用的解决方案.
• 独立于主体的性质和抗噪能力增强了这种方法的临床适用性.