基于模型的特征提取和分类用于帕金森病查,使用步态分析:开发和验证研究研究
Ming De Lim1, Tee Connie1, Michael Kah Ong Goh1
1Faculty of Information Science and Technology, Multimedia University, Melaka, Malaysia.
JMIR aging
|April 8, 2025
概括
早期的帕金森病 (PD) 检测是可以使用非侵入性步态分析. 在定时启动和启动 (TUG) 评估期间,微妙的动力学特征可以识别与PD相关的步态异常,使得早期诊断成为可能.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 运动科学 运动科学
背景情况:
- 帕金森病 (PD) 是一种神经退行性疾病,影响运动控制和步行.
- 目前的PD诊断方法可能是侵入性的,或是发现疾病的时间较晚.
- 需要使用非侵入性技术来早期检测PD,特别是与步态相关的症状.
研究的目的:
- 开发一种用于早期发现帕金森病的非侵入性方法.
- 分析基于模型的步态特征,特别是动力学特征,用于PD识别.
- 识别与早期PD相关的微妙步态异常.
主要方法:
- 收集了参与者执行定时并进行 (TUG) 评估的视频数据.
- 分析了动力学特征,包括关节角度,步骤/步伐长度和TUG转阶段的对称性.
- 利用机器学习来区分正常的和受PD影响的步态模式.
主要成果:
- 患有PD的个体表现出微妙的步态偏差,如步态结和步骤长度减少.
- 在TUG转阶段的动力学特征有效地区分了PD步态.
- 基于模型的方法表明了早期发现PD的潜力.
结论:
- 开发了一种有前途的非侵入性方法,用于早期检测PD,在TUG转动期间使用步态分析.
- 这种方法可以作为诊断和监测PD的敏感工具.
- 通过步态分析早期检测可能会导致及时干预和更好的患者结果.
