一种基于三维步态分析评估帕金森患者的方法

技术领域

本发明属于智慧医疗技术领域，具体涉及一种基于三维步态分析评估帕金森患者的方法。

背景技术

多年以来，帕金森病(PD)是第二常见的神经退行性疾病，被认为是一种多系统综合征。平均发病年龄为60岁左右，50岁以下起病的青年帕金森病较少见,在85岁至89岁之间达到高峰。由于没有治愈PD的方法，即时、准确地发现PD患者具有重要的临床意义。目前，诊断PD的重要手段仍然是评估量表。其中国内外研究PD比较典型的量表有运动障碍协会统一帕金森病评定量表(MDS-UPDRS)、Hoehn-Yahr(H-Y)分级法则等。但量表的诊断效率较低。近几年步态正在成为神经退行性疾病的一个强大的测量工具，以识别早期病理标记，告知诊断算法和疾病进展，并衡量干预的有效性。步态障碍与认知障碍是PD患者常见的运动症状之一，探索认知任务下的步态特征与患者的相关性有着重要的临床意义。认知任务下的步态范式可以有效的评估PD患者的效度。因此步态特征能为PD的诊断及监测提供有用信息。本发明公开了一种基于三维步态分析评估PD患者的方法，通过可穿戴设备提取参与者的步态特征进行数据分析，主要分析三维步态数据研究步态特征与PD患者的相关性。同时阐明一种步态标志物，该标志物用于准确、及时地鉴别PD与健康老年人，将传统主观量表法数字化，提高效率。

发明内容

为了解决上述存在的问题，本发明提出：一种基于三维步态分析评估帕金森患者的方法，S1、参与者佩戴可穿戴设备进行相应的步态任务，步态任务为参与者倒数100个数，参与者在平整的地面上行走大于10米的距离，并进行从100至0的倒计数；

S2、从三维步态分析系统中提取参与者的步态数据并进行标准化处理；

S3、通过收集的步态特征进行统计学分析。

进一步地，所述步骤S2中，提取的步态特征包括：步幅、步速、步频、支撑相、摆动相、跨步时间、支撑时间、摆动时间、足趾离地角度及足跟着地角度；

步幅:指同一侧足跟前后连续两次着地点间的纵向直线距离，相当于左、右两个步长相加，取值范围为100～160cm；

步速:步行的平均速度，正常人平均自然步速为1.2m/s；

步频:脚步的频率，行走时双腿在单位时间内交替的次数，正常人平均自然步频为95～125steps/min；

支撑相：支撑相指下肢接触地面及承受重力的时间，占整个步态周期的60％；

摆动相：摆动相指足离开地面向前迈步到再次落地之间的时间，占整个步态周期的40％。

支撑时间:在一个步态周期中，双脚支撑地面的时间；

摆动时间:在一个步态周期中，足离开地面向前迈步至再次落地之间的时间；

跨步时间:一个步态周期所用的时间；

足趾离地角度:脚即将离开地面的时候，足趾与地面的夹角；

足跟着地角度:脚即将接触地面的时候，足跟与地面的夹角。

进一步地，所述步骤S3中，使用的统计软件为SPSS26.0。

进一步地，所述步骤S3中，利用二元logistic回归模型获得未标准化系数，从而获得PD患者与其步态数据的相关性。

进一步地，所述步骤S3中，所述权重向量W是基于训练样本利用二元logistic回归模型获得的未标准化系数，

W＝[15.437,-33.83,0.381,-2.76,-0.2]，分别对应步幅、步速、步频、足趾离地角度及足跟着地角度，所述常量L＝-13，所述P的值域在[0,1]之间,W表示权重向量，G表示步态向量。

进一步地，P∈[0,0.5)时判定是健康老年人；

P∈(0.5,1]时判定是帕金森患者；

P＝0.5时判定是健康老年人或帕金森患者。

本发明的有益效果为：本发明首次研究倒数100双任务下的步态特征与PD患者的相关性，利用二元logistic回归模型获得未标准化系数，霍斯默-莱梅肖检验卡方统计量为3.268，P值为0.916，因此该逻辑回归分析模型拟合优度高。该发明可以高效准确的区分健康老年人与帕金森患者，解决了量表评估帕金森主观、低效的问题。

具体实施方式

提出一种基于三维步态分析评估帕金森患者的方法，包括如下步骤：

S1、参与者佩戴可穿戴设备进行相应的步态任务，步态任务为参与者倒数100个数，参与者在平整的地面上行走大于10米的距离，并进行从100至0的倒计数；

除倒数100外，常见的步态任务还有：

倍数7行走:在平整的地面进行测试，受试者开始行走，并开始计数7的倍数，7，14，21，28......。行走长度大于6米。

180°回转:在平整的地面进行测试，受试者开始行走，行走6米以上进行转弯，转弯半径1米左右，绕回行走，行走结束。

中途叫停:中途叫停用于检测帕金森病症的诱发震颤测试，在平整的地面进行测试，受试者开始行走，行走过程中叫停受试者，观察受试者下肢情况。

设置障碍物/狭小的通过空间:障碍物/狭小空间测试用于检测帕金森病症的诱发震颤测试，在平整的地面进行测试，设置行走路径上的狭小通过空间(大于体宽)，受试者开始行走，受试者通过狭小空间时，观察受试者下肢情况。

S2、从三维步态分析系统中提取参与者的步态数据并进行标准化处理；

S3、通过收集的步态特征进行统计学分析。

其中，所述步骤S2中，提取的步态特征包括：步幅、步速、步频、支撑相、摆动相、跨步时间、支撑时间、摆动时间、足趾离地角度及足跟着地角度；

步幅:指同一侧足跟前后连续两次着地点间的纵向直线距离，相当于左、右两个步长相加，取值范围为100～160cm；

步速:步行的平均速度，正常人平均自然步速为1.2m/s；

步频:脚步的频率，行走时双腿在单位时间内交替的次数，正常人平均自然步频为95～125steps/min；

支撑相：支撑相指下肢接触地面及承受重力的时间，占整个步态周期的60％；

摆动相：摆动相指足离开地面向前迈步到再次落地之间的时间，占整个步态周期的40％。

支撑时间:在一个步态周期中，双脚支撑地面的时间；

摆动时间:在一个步态周期中，足离开地面向前迈步至再次落地之间的时间；

跨步时间:一个步态周期所用的时间；

足趾离地角度:脚即将离开地面的时候，足趾与地面的夹角；

足跟着地角度:脚即将接触地面的时候，足跟与地面的夹角。

其中，所述步骤S3中，使用的统计软件为SPSS26.0。

其中，所述步骤S3中，利用二元logistic回归模型获得未标准化系数，从而获得PD患者与其步态数据的相关性。

其中，所述步骤S3中，所述权重向量W是基于训练样本利用二元logistic回归模型获得的未标准化系数，

W＝[15.437,-33.83,0.381,-2.76,-0.2]，分别对应步幅、步速、步频、足趾离地角度及足跟着地角度，所述常量L＝-13，所述P的值域在[0,1]之间,W表示权重向量，G表示步态特征。

其中，P∈[0,0.5)时判定是健康老年人；

P∈(0.5,1]时判定是帕金森患者；

P＝0.5时判定是健康老年人或帕金森患者。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。