基于可穿戴式惯性传感器的帕金森病患者运动功能自动量化研究

作者：孙奕; 荣哲; 汪丰; 徐畅; 郑慧芬^*

来源：中国医疗设备, 2023, 38(10): 27-32.

• 可穿戴式
• 惯性传感器
• 帕金森病
• 统一帕金森病评分量表
• 支持向量机

目的 采用可穿戴式惯性传感器采集的运动数据进行帕金森病（Parkinson’s Disease,PD）患者运动症状自动评分系统的研究，以提高疾病诊断的准确性和便捷性。方法 选取2020年5月至2021年12月在江苏省老年病医院神经内科就诊的PD患者作为研究对象。根据临床需求设计传感器采集数据的范式动作，并与统一帕金森病评分量表（UnifiedParkinson’s DiseaseRatingScale,UPDRS）运动评分项目建立对应关系。基于SQLite数据库，开发自动导出、自动管理的患者信息、评分与运动信号管理工具，获取平稳动作和重复性动作的特征性运动参数，探索基于支持向量机（Support Vector Machine,SVM）的自动评分模型，最终建立基于粒子群优化算法超参数优化的SVM自动评分模型。结果 使用分段参数序列组合作为输入，震颤最优准确度为0.90，平衡性最优准确度为0.87，上肢灵活性、下肢灵活性准确度分别可以达到0.83和0.81。直接使用主成分分析方法降维方法，步态最优准确度为0.78。结论 基于可穿戴式惯性传感器的PD运动功能自动量化系统与临床运动症状评估量表有较好的相关性，为临床工作带来便捷的同时，在一定程度上提高诊断的精准性，临床应用价值较高。

• 单位
  东南大学生物科学与医学工程学院; 江苏卫生健康职业学院; 神经内科