一种基于三维步态分析评估帕金森患者的方法
文献发布时间:2023-06-19 19:30:30
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。