[发明专利]一种基于可穿戴传感器的帕金森病上肢运动检测方法

说明书

本申请公开了一种基于可穿戴传感器的帕金森病上肢运动检测方法，所述方法包括：预设上肢运动动作，将可穿戴无线传输传感器穿戴到受试者上肢，执行所述上肢运动动作，可穿戴无线传输传感器采集受试者数据，并记录对应的动作类别；对受试者数据进行预处理获得数据集，并将数据集划分为训练集和测试集；根据数据集结构设计卷积神经网络模型；利用训练集训练卷积神经网络模型；采用可穿戴无线传输传感器采集患者数据，对所述患者数据预处理后输入到训练好的卷积神经网络模型中，根据输出分类结果识别患病程度。基于可穿戴传感器，根据病人的上肢运动表现，运用深度学习技术，能够准确评估病人的患病严重程度，为临床医生为病人制定个性化治疗方案提供了一种客观手段。

技术领域

本申请涉及帕金森病诊断技术领域，具体涉及一种基于可穿戴传感器的 帕金森病上肢运动检测方法。

背景技术

帕金森病(Parkinson’s disease,PD)是一种常见的神经退行性疾病， 多发于老年人。PD的主要症状表现在运动迟缓、肌强直、静止性震颤和姿势 步态障碍，严重影响病人的生活质量。但是PD可以通过使用正确的个性化剂 量和用药时间来控制，但是这些药物必须根据疾病的进展进行不断调整。

目前，临床上对PD的诊断通常是医生根据临床量表来评估患者的患病严 重程度，如统一帕金森评定量表(UPDRS)。然而，评估过程存在一定的主观 性，容易受到外部条件的影响。因此，需要一个客观的工具来帮助医生能够 定量地识别运动表现的小变化，对疾病进行一个有效、公正的评估。

现有技术中的大多数研究基本都是利用支持向量机、随机森林、逻辑回 归等经典机器学习算法进行简单的二分类，即只能检测受试者是否出现PD相 关症状，而忽略了患病的严重程度，而且分类精确度较低，不能满足实际需 求。

发明内容

本申请为了解决上述技术问题，提出了如下技术方案：

第一方面，本申请实施例提供了一种基于可穿戴传感器的帕金森病上肢 运动检测方法，所述方法包括：预设上肢运动动作，所述上肢运动动作用于 评估PD患者的患病程度；将可穿戴无线传输传感器穿戴到受试者上肢，执行 所述上肢运动动作，可穿戴无线传输传感器采集受试者数据，并记录对应的 动作类别；对受试者数据进行预处理获得数据集，并将数据集划分为训练集 和测试集；根据数据集结构设计卷积神经网络模型；利用训练集训练卷积神 经网络模型；采用可穿戴无线传输传感器采集患者数据，对所述患者数据预 处理后输入到训练好的卷积神经网络模型中，根据卷积神经网络模型的输出 分类结果识别受试患病程度。

采用上述实现方式，基于可穿戴传感器，根据病人的上肢运动表现，运 用深度学习技术，能够准确评估病人的患病严重程度，为临床医生为病人制 定个性化治疗方案提供了一种客观手段。

结合第一方面，在第一方面第一种可能的实现方式中，所述预设上肢运 动动作包括：设计动作主要包括手部的快速交替运动、翻转手、握拳、手指 捏合、静止性震颤和步态下的手臂摆动。

结合第一方面第一种可能的实现方式，在第一方面第二种可能的实现方 式中，所述将可穿戴无线传输传感器穿戴到受试者上肢，执行所述上肢运动 动作，可穿戴无线传输传感器采集受试者数据，并记录对应的动作类别，包 括：将可穿戴无线传输传感器分别穿戴于受试者双手的大拇指、食指、中指 与腕部；调试可穿戴无线传输传感器的加速度计校准、磁场校准和Z轴角度 置零；设置传感器采样频率设置为100Hz，每名受试者所述上肢运动动作中 每个动作进行3次测试，采集每次测试的受试者数据。

结合第一方面，在第一方面第三种可能的实现方式中，所述对受试者数 据进行预处理获得数据集，并将数据集划分为训练集和测试集，包括：利用 四阶巴特沃斯低通滤波器对受试者数据进行低通滤波，截止频率设为50Hz； 将滤波后的数据以5秒划分为一个样本，经过短时傅里叶变换获得微多普勒 时频图，将样本的数据格式转换为50×50；获取不同动作的所述时频图样本 集，并将80％样本集划分为训练集，20％样本集划分为测试集。