[发明专利]帕金森病步态运动障碍严重程度的评估方法、系统及设备

说明书

本发明提供帕金森病步态运动障碍严重程度的自动评估方法、系统及设备。所述评估方法包括：获取帕金森病患者的步态视频；对所述步态视频的数据进行处理，并将其划分成训练集和测试集，以对神经网络模型进行训练和测试；利用所述神经网络模型对待评估的帕金森病患者的步态视频进行分析，以得到所述待评估的帕金森病患者的步态运动障碍严重程度的评估结果。本发明首次提出利用神经网络模型分析帕金森病患者的步态视频来自动评估帕金森病步态运动障碍严重程度的方法，相比于现有技术具有操作便捷、评估效率高等诸多优势。

技术领域

本发明涉及帕金森病患者步态运动分析领域，特别是涉及帕金森病步态运动障碍严重程度的自动评估方法、系统及设备。

背景技术

帕金森病(PD)是一种渐进式的神经退行性疾病，其四个主要症状为静止性震颤、僵硬、运动障碍和姿势不稳。其中，运动障碍是PD最典型的临床特征和最容易识别的症状之一[1]。目前对于帕金森病运动功能评估的主要依据是评估量表，统一帕金森病评定量表(UPDRS)[2]是评估PD的最完善的标准评定量表，并于2007年更新了由运动障碍协会(MDS)修订后的版本，被称为MDS-UPDRS[3]。该量表的第三部分评价的是PD运动症状，要求评分者根据所观察到病人的情况来对步态、脚趾拍地运动、腿部灵活性等18个项目进行0-4分的严重程度评分，0分表示正常，4分表示重度。在实践中，经验丰富的临床医生会根据该量表对患者的运动功能进行量化评估。但这存在两个弊端：一方面，临床医生的评估费时较长，并且存在主观性。另一方面，这种评估方式不利于实现PD患者移动化的实时家庭管理和及时的病情反馈。因此，如何自动、客观地进行帕金森病患者的运动评估已成为当前重要的研究热点和亟待解决的问题。

步态运动障碍是帕金森病中常见的运动障碍之一，并且与疾病的严重程度具有很强的相关性[4]，因此步态评估是MDS-UPDRS量表[3]中运动症状评估的重要组成部分之一，临床医生主要通过患者的步幅大小、步速、转身和摆臂等方面综合评估。自动化的步态运动障碍严重程度的量化分析也成为了实现帕金森病患者的自动化运动评估的重要环节。

1.帕金森病患者步态运动的自动量化分析

目前，结合MDS-UPDRS量表对帕金森步态运动障碍的严重程度进行自动量化分析的方法主要分为基于传感器和基于视觉这两类模式。基于对传感器的应用，Federico等人[5，6]由部署在胸部和大腿上的三个惯性测量单元组成的身体传感器网络提取和分析了步态在时域和频域上的运动学特征，然后通过K最邻近分类器在UPDRS步态评估任务中分别实现了62％和53％的精度；Tunc等人[7]将步态特征与PD症状相关联，通过步态传感器获取的地面反作用力信号提取了16个时域特征和7个频域特征，之后利用局部加权森林的混合模型对数字特征进行了回归分析，得到了对于UPDRS量表的总评估分数(范围为0-199)的最佳相关系数为0.895的结果。基于视觉的模式通常依赖于使用单个摄像机捕获运动者的步态，一般分析流程通常包括PD步态获取、数据预处理、特征提取与选择、分类这四个阶段。具体地，Chen等人[8]使用线性判别分析从使用便携式摄像机采集的侧面视角的步态图像序列中提取了人体轮廓特征，计算了通过人的上半身获得的姿势异常指数和通过人的下半身获得的脚运动异常指数，然后通过线性回归模型来评估整体运动异常，在测试中所获得的结果与UPDRS量表中第III部分即运动检查部分的子评分总和的相关系数为0.85。