帕金森病患者步态信号评估方法研究

摘要

近年来帕金森患病人群日益增加，医师诊断帕金森病依旧以直接观察患者行为或检测药物反应的方式确诊病情，采用这种确诊方式具有一定的主观性。在临床中可能出现不同医生对同一患者做出不同诊断结果，使患者无所适从，加重患者家庭负担，甚至会延误病情。因此以帕金森病运动障碍特征为诊断线索，利用传感器设备量化帕金森病患者运动障碍，并通过建立帕金森病预测模型，为临床医师提供诊断帕金森病的客观数据支撑具有一定的实用价值。
　　论文的主要工作如下:
　　(1)搭建一种新型帕金森病步态量化评估系统。为验证系统可行性，本文利用该系统采集帕金森病和正常人群步态特征，并采用T-Test和相关性进行实验分析。实验结果表明提取的两类人群步态特征具有显著性差异，用于评估帕金森病具有一定可行性。
　　(2)提取帕金森病患者转弯步态特征来提高帕金森病识别准确率。为验证其有效性，本文采用多种分类模型对比实验分析。结果表明提取的转弯特征对于识别帕金森病具有一定有效性。
　　(3)提出一种消除受试者身高差异性对步态特征影响的方法，并对该方法展开实验分析。为验证该方法的有效性，本文通过多种分类模型进行实验对比。结果表明本文提出的方法对于提高帕金森病预测模型准确率具有一定有效性。
　　(4)进一步建立一种面向非平衡样本的帕金森病步态识别模型，并对该模型展开实验分析。为验证该模型的有效性，本文构建的模型与支持向量机进行对比实验。实验结果表明本文建立的识别模型准确率达到92.05％，能够有效地降低疾病的误判风险。

目录

声明

致谢

摘要

第一章 绪论

1．1 论文研究背景和意义

1．1．1 研究背景

1．1．2 研究目的及意义

1．2 国内外研究现状

1．3．1 主要工作

1．3．2 组织结构

1．4 本章小结

第二章 帕金森病数字化诊疗评估系统

2．1 引言

2．2 数字化诊疗评估系统硬件平台

2．3 数字化诊疗评估系统软件平台

2．3．1 信息管理模块

2．3．2 步态信号采集模块

2．3．3 步态信号回放与分析模块

2．4 本章小结

第三章 步态数据采集与处理技术

3．1 引言

3．2 数据采集

3．3 数据预处理

3．3．1 转弯特征处理

3．3．2 消除身高差异性处理

3．3．3 归一化处理

3．4 实验数据与相关实验分析

3．4．1 实验数据

3．4．2 差异性分析

3．4．3 相关性分析

3．5 本章小结

第四章 帕金森病患者步态信号识别与评估

4．1 引言

4．2 实验设计

4．2．1 实验环境

4．2．2 实验流程

4．3 帕金森病患者识别算法

4．3．1 k阶近邻算法

4．3．2 朴素贝叶斯算法

4．3．3 支持向量机

4．3．4 代价敏感支持向量机

4．4 模型性能评价指标

4．5 实验结果与分析

4．5．1 转弯特征选择对识别模型影响

4．5．2 消除身高差异性对步态特征影响

4．5．3 非平衡样本对识别模型分类精度影响

4．6 本章小结

第五章 总结与展望

5．1 工作总结

5．2 未来展望

参考文献

攻读硕士学位期间的学术活动及成果情况