[发明专利]一种帕金森运动障碍量化分析实现系统

说明书

本发明公开了一种帕金森运动障碍量化分析实现系统，旨在解决受试者各项动作指标提取的技术问题。其包括：视频采集模块：用于根据帕金森病综合评量表MDS‑UPDRS所记载的探查项，对受试者进行各项动作探查，并采集探查视频；提取模块：用于将各项动作的探查视频输入至各自对应的算法模型中，利用算法模型对探查视频中的动作进行解析，提取受试者的各项动作指标；获取模块：用于将所提取的各项动作指标与MDS‑UPDRS的评分标准进行对照，获取各项动作量化分析的指标分数。本发明通过采集受试者探测视频至算法模型，利用算法模型提取动作指标，从而获取量化分析结果，评估结果客观、准确、成本低。

技术领域

本发明涉及一种帕金森运动障碍量化分析实现系统，属于人体骨架提取技术领域。

背景技术

帕金森病(简称PD)是全球第二大进行性神经退行性疾病，导致多种运动功能障碍症状，包括震颤、运动迟缓、僵硬和姿势不稳定。

目前PD的运动障碍评估主要依赖于医生的临床经验。评估时医生根据世界运动障碍学会帕金森病综合评量表MDS-UPDRS中记载的探查项对受试者进行动作探查并打分，部分探查项的评估结果受医生主观因素影响，评估结果不准确，评估耗时长、效率低。

随着人工智能的发展，越来越多的团队利用机器学习和基于深度学习的方法通过分析神经成像、脑脊液、语音信号、步态模式和手部震颤等对帕金森病运动障碍进行评估。但是基于神经成像或脑脊液的评估模型成本高，价格昂贵；与基于神经成像或脑脊液的评估模型相比，使用可穿戴式传感器成本低。然而，可穿戴式传感器仍然是耗时和耗资源的，并且需要仔细同步从不同传感器捕获的数据，操作繁琐。因此，无论受试者是基于神经成像或脑脊液的评估模型，还是通过使用可穿戴传感器来对PD的运动障碍进行评估，都存在侵入感强以及对受试者造成心理负担和不便的弊端。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种帕金森运动障碍量化分析实现系统，通过采集受试者的动作探查视频提取并计算受试者的各项动作指标，能够在非侵入模式下，获取较为客观、准确的运动障碍量化分析指标分数。

为达到上述目的/为解决上述技术问题，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种帕金森运动障碍量化分析实现系统，包括：

视频采集模块：用于根据世界运动障碍学会帕金森病综合评量表MDS-UPDRS所记载的探查项，对受试者进行各项动作探查，并采集探查视频；

提取模块：用于将各项动作的探查视频输入至各自对应的算法模型中，利用所述算法模型对所述探查视频中的动作进行解析，提取受试者的各项动作指标；

获取模块：用于将所提取的各项动作指标与所述世界运动障碍学会帕金森病综合评量表MDS-UPDRS的评分标准进行对照，获取各项动作量化分析的指标分数。

结合第一方面，进一步地，所述探查项包括言语，所述提取模块具体用于：

采用Praat语音学软件对探查视频中受试者的言语进行分析，提取言语的频率、音调、音强和振幅指标；

将所述言语的频率、音调、音强和振幅指标输入至所述算法模型的全连接层中，构建一维言语特征，并利用所述算法模型的softmax函数对所述一维言语特征进行处理，获取言语指标。

结合第一方面，进一步地，所述提取模块还用于：

根据探查视频中受试者的言语计算如下言语特征：

A_n＝max(P_n)-min(P_n)