帕金森病的步态分析使用多尺度
Leianne Rose V Amisola1, Ralph Joaquimn B Acosta1, Hail Mariella D Arao-Arao1
1Department of Manufacturing Engineering and Management, Gokongwei College of Engineering, De La Salle University, Manila, Philippines.
Neurodegenerative disease management
|May 26, 2025
概括
多尺度透 (MSE) 提供了一种新的方法来分析帕金森病 (PD) 中的步态异常,区分健康和病态的运动模式,以改善诊断和监测.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 数据科学数据科学数据科学
背景情况:
- 帕金森病 (PD) 呈现出复杂的步态异常,传统的线性分析方法难以捕捉.
- 了解步态动态对于早期诊断和PD的有效管理至关重要.
研究的目的:
- 审查多尺度 (MSE) 在评估帕金森病的步态动态中的应用.
- 突出MSE在区分健康和病态步行模式方面的潜力.
主要方法:
- 文献综述,重点是对帕金森病中步态的多尺度 (MSE) 分析.
- 整合了使用可穿戴传感器,人工智能 (AI) 和机器学习 (ML) 的研究结果.
主要成果:
- 多尺度透 (MSE) 提供了对跨多个时间尺度的运动变异性更深入的见解,优于线性方法.
- MSE在区分与PD相关的步态模式方面表现出有效性.
- 可穿戴传感器和AI/ML的进步增强了MSE的临床相关性,用于实时,个性化的步态评估.
结论:
- 在帕金森病中,MSE是客观评估步态的有希望的工具,有助于早期诊断和监测.
- 解决诸如计算需求和数据需求等挑战是更广泛临床采用的关键.
- 需要进一步进行大规模研究和标准化协议,以建立一个强大的规范性数据库,用于PD步态分析中的MSE.
