帕金森症患者的步态参数提取与康复评估.pdf

发布时间：2022-05-29 发布人：admin 分类：说明书资料大小：0.49M 资料格式：pdf 举报版权申诉

weixin_38654915-12080170-4744302543448649655.pdf-第1页.png

第1页 / 共6页

weixin_38654915-12080170-4744302543448649655.pdf-第2页.png

第2页 / 共6页

weixin_38654915-12080170-4744302543448649655.pdf-第3页.png

第3页 / 共6页

weixin_38654915-12080170-4744302543448649655.pdf-第4页.png

第4页 / 共6页

weixin_38654915-12080170-4744302543448649655.pdf-第5页.png

第5页 / 共6页

weixin_38654915-12080170-4744302543448649655.pdf-第6页.png

第6页 / 共6页

文本预览

中国科技论文在线 http://www.paper.edu.cn 帕金森症患者的步态参数提取与康复评估# 沈林勇1，于昌琳1，吴曦2，张书涛1，钱晋武1，胡小吾2，王勇哲1* （1. 上海大学机电工程与自动化学院，上海 200072； 2. 上海长海医院神经外科，上海 200433）摘要：步态异常是帕金森症的主要症状之一，严重影响病人的生活质量。步态的准确评估对于疾病的诊断、疗效或康复评估有重要的意义。本研究采用运动捕捉仪采集人在行走过程中下肢关键点三维坐标的时间序列，利用开发的 matlab 和 vc++混编的软件提取步态参数；跟踪研究一名帕金森病患者，对其在深部脑电刺激手术（DBS）前、DBS 术后关机和 DBS 术后开机三种状况下的步态参数进行采集，采用 ANOVA 方差分析。结果表明手术前后髋关节转角范围和步长等步态参数差异显著，文中最后根据不同参数的变化率分析了步态评估中的主要步态参数。关键词：帕金森症；步态；深部脑电刺激；运动捕捉；康复中图分类号：R318 Gait Parameters Extration and Evaluation for Patients with Parkinson’s disease Shen Linyong1, Yu Changlin1, Wu Xi2, ZHANG Shutao1, Qian Jinwu1, Hu Xiaowu2, WANG Yongzhe1 (1. School of Mechatronic Engineering and Automation, Shanghai University, 200072; 2. Department of Neurosurgery, Changhai Hospital of Shanghai, Shanghai 200433) Abstract: Gait abnormality is one of the main symptoms of Parkinson's disease, serious impact on the patient's quality of life. Accurate assessment of the gait for disease diagnosis, curative effect or rehabilitation assessment has important significance. This study used motion capture instrument gathering people lower limb key points of the time series 3d coordinate in the process of walking Development of mix software of matlab and vc++ is utilized to extract the gait parameters; Follow a Parkinson's disease, in the deep brain stimulation (DBS) surgery, DBS postoperative before shutdown and DBS postoperative on three conditions of gait parameters acquisition, using ANOVA analysis of variance. Results showed that the hip angle scope before operation and step length differences in gait parameters, finally according to the change rate of different parameters of the main gait parameters in the gait assessment were analyzed. Key words: Parkinson’s disease; Gait; DBS; Motion capture; Rehabilitation. 5 10 15 20 25 30 35 0 引言简帕金森疾病是一种中老年人常见的运动障碍性疾病，临床主要表现为静止性震颤、肌强直、运动迟缓等症状。目前治疗手段之一是深部脑电刺激术（DBS），即通过立体定向方法进行精确定位，在脑内特定的靶点植入刺激电极进行高频电刺激，改变相应核团兴奋性来改善帕金森病症状[1][2], DBS 手术的效果目前临床上都是目测观察进行评估。步态分析是研究步行规律的检查方法，旨在通过生物力学和运动学手段，揭示步态异常的关键环节及影响 40 因素，从而指导康复评估和治疗[3]。目前临床主要依靠医生观察，和相关评估量表。由于步行涉及复杂的神经和肌肉控制，步态异常往往是复杂因素的综合结果，导致临床分析困难[4], 因此客观量化分析方法即步态分析系统显得十分重要。本实验采用运动捕捉仪可直接得到标基金项目：国家自然科学基金（NO. 51275282）；高等学校博士学科点专项科研基金（NO.20123108110009）作者简介：沈林勇（1962-）男，副研究员，主要研究方向：机器人技术，康复机器人. E-mail: shenlycn@163.com - 1 -

中国科技论文在线 http://www.paper.edu.cn 45 记在人体下肢上的标识点的三维坐标值，利用 MATLAB 和 VC++混合编程编写的软件手动选取步态分界点，自动根据标识点数据计算出步态参数。运动捕捉仪是检测人体下肢标识点的三维坐标值来间接的测定人体下肢运动的。由于标志点相对于人体的移动、旋转关节标定的偏离、步态周期分界点选取的偏离、不同人行走习惯的差异等原因，使步态特征参数的提取引入误差。本文先利用健康被测对象的步态数据，通过统计学方法，充分论通过软件提取 50 的步态参数有着很好的重复性和再现性。在证明了步态参数提起方法可行性的基础上，采集并提取了帕金森患者在经过 DBS 治疗前后和有无脑部刺激状态下的步态参数，针对之前帕金森患者 DBS 开关机的研究，选取与帕金森病人行走能力有相应规律性变化的主要步态参数：髋关节角度、膝关节角度、踝关节角度、步长、步速、支撑相比例、双支撑相比例[5]，通过对些步态参数进行方差分析(ANOVA)并绘制其箱线图[6]对患者的步态进行评估。 55 1 实验原理和提取方法实验设备采用光学三维运动捕捉仪，该系统主要包括：主控计算机、位置传感器、系统控制单元（SCU）、点位探头、无线发射端、无线接收端、主动发光式标识点（Marker）、电池和运动捕捉软件，该光学三维运动捕捉系统通过主动红外标识点获得标识点所在位置的三维坐标以及相对位置的虚拟标志点的三维坐标（如图 1） 60 图 1 实验设备 Fig. 1 Laboratory equipment 本文利用系统的虚拟标识点功能，将人体下肢的大腿、小腿和足三部分分别简化为三个刚体，各刚体之间均设为转动关节联接。在大腿和足上分别固定至少三个不共线的标识点， 65 与标识点固定连接的部分就可以看作一个刚体。每个刚体都固连一个局部坐标系，局部坐标系下通过三个已知固定点的坐标，根据距离关系方程，可求出刚体上其他任意一点的坐标，即虚拟点的坐标。此功能可有效避免测量时标志点的遮挡问题。实验中测试者穿戴好设定的标识点，自然地在红毯上来回行走，光学运动捕捉仪按一定频率自动记录设定好的固定标识点和虚拟标识点的三维坐标。之后利用编写的 MATLAB 和 70 VC++混编程序进行步态参数提取，在程序自动绘制的图像中选取步态分界点，程序自动利用设定好的公式计算步态参数并保存结果（如图 2）。 - 2 -

中国科技论文在线 http://www.paper.edu.cn 图 2 步态参数提取界面 Fig. 2 Interface of gait parameters extraction 75 2 步态参数自动提取方法的可行性分析从实验室已经采集的健康人的步态数据中，随机选取 5 个被测者的数据，用自行设计的步态特征提取软件自动提取步态参数，并对自动提取的步态参数进行统计学评估。分析的统计学软件采用 SPSS（Statistical Product and Service Solutions）进行。首先进行正态性检验，采用非参数性检验中的单样本 W 检验[7]（Shapiro-Wilk 检验），该方法是只能用于正态性检验，主要适于小样本检验（3≤n≤50 时检验效果最佳，本实验单样本在 10 左右），由于克 80 服了卡方拟合优度检验需要将样本空间分成不相交的自己，排除了较多主观因素的影响，是一种更加精确的非参数检验方法。在正态分布检验中，SPSS 自动计算检验统计量的 p 值决定是否接受或拒绝假设。如表 1，与帕金森病情具有相关性的几个步态参数经过 W 检验，p 值均大于 0.05，充分 85 说明三维坐标经过软件自动计算后提取得到的步态参数均服从正态分布，因此可以用正态分布的检验方法对参数进行离散性检验。表 1 正态分布检验报告 Tab. 1 Normal distribution inspection report 步态参数统计量（W）自由度（df）左髋关节转角范围左膝关节转角范围左踝关节转角范围左步长左步频 0.927 0.898 0.971 0.910 0.833 10 10 10 10 10 表 2 独立样本 T 检验报告 Tab.2 Independent sample T test report P 值 0.424 0.207 0.897 0.283 0.036 90 方差的 L 检验 F P 值 t 0.023 0.88 -1.9 df 24 均值方程的 t 检验 P 值均值差值标准误差置信区间 0.066 -0.4 0.22 -0.8 ~ 0.03 在提取结果为正态分布的前提下，对结果数据进行独立样本 T 检验，同样设置置信度 - 3 -

中国科技论文在线 http://www.paper.edu.cn 为 95%（即显著性水平为 0.05）。这里以同一人两次测量的髋关节角度为例进行检验，如表 2，L 检验 p 值为 0.880 为样本齐次性检验且大于 0.05，说明两样本方差无明显差异即离 95 散程度无明显差异，均值方程的 t 检验 p 值为 0.066 大于 0.05，样本均值无明显差异，两个概率值的结果说明同一人每次测量有很好得再现性和重复性，由此表明通过计算提取的结果有较高的可信度。 3 帕金森患者 DBS 术后步态评估被测对象为上海长海医院神经外科的帕金森患者，在三种状态下进行步态数据的采集： 100 DBS 手术前、DBS 手术后 DBS 正常开启状态、DBS 关机 5 分钟后。由于病人手术阶段需要一周，术后恢复适应需要一个月，所以采集周期较长，大约为一个半月，目前获得的完整数据仅为一名 67 岁男性患者。根据之前的研究，随着病人的病情好转，从步态参数反应出的结果为[8]：髋关节、膝关节、踝关节最大弯曲角度增大；步长、步速增大；支撑相、双支撑相时间减小。因此选取的 105 步态变量为髋关节范围、步长等因素，每个变量分为 3 个水平，分别为术前、术后关机、术后开机，采用 SPSS 软件进行 ANOVA 检验。以左髋关节转角范围和步长为例。其中左髋关节转角范围手术前与术后关机和术后开机的均值差分别为-13.056°和-13.86°标准偏差分别为 0.7056°和 0.722°且显著性 p <0.05，统计结果如表 3 所示，可见术前与术后左髋关节转角范围的差异性显著，手术后左髋关节转角范围比术前均值增大了 13°左右。步长的统 110 计性结果如表 4 所示，术前与术后关机、术后开机的均值差分别为-319.815mm 和-390.86mm 标准偏差分别为 30.40978mm 和 31.1195mm， p <0.05，可见术前与术后差异性显著且术后步长均值比术前大 300mm 以上，以上分析结果符合之前的研究。 115 （I）术前表 3 左髋关节转角范围 ANOVA 方差分析 Tab.3 ANOVA mean comparison of left hip （J）均值差（I-J）标准偏差术后关机术后开机 0.7056 0.7220 -13.056 -13.868 表 4 步长 ANOVA 方差分析 Tab.4 ANOVA mean comparison of step length P 值 <0.05 <0.05 （I）术前（J）术后关机术后开机均值差（I-J）标准偏差 30.4097 -319.8154 P 值 <0.05 -390.865 31.1195 <0.05 120 图 3 为髋关节角度（图 3）和步长（图 4）参数的箱线图，从图中可知，术后髋关节运动范围和步长都明显增大。术后开机好于术后关机，并且术前与术后总体分布变化明显，而开机与关机总体分布变化相对较小，左右腿参数分布一致性在术后明显好与术前。 125 表 5 列出了一些主要步态参数，从中可以看出：DBS 手术后三关节的运动范围、步长、显著增加；支撑相、双支撑相参数数值减小。步态变好的趋势[9]。 - 4 -

中国科技论文在线 http://www.paper.edu.cn 图 3 髋关节角度左右腿箱线图 Fig. 3 The boxplot of the angle of hip 130 图 4 步长左右腿箱线图 Fig. 4 The boxplot of step length 表 5 主要步态参数均值变化率 Tab. 1 The change of main gait parameters average rate 髋关节角膝关节角踝关节角度范围度范围度范围步长支撑相比双支撑比例例 13.49 22.95 27.72 24.89 28.55 26.67 23.35 34.54 34.45 46.33 44.57 44.43 9.91 10.94 23.90 19.59 22.79 18.58 217.98 217.33 573.20 543.96 647.48 633.32 0.61 0.68 0.67 0.69 0.64 0.65 0.31 0.32 0.37 0.37 0.30 0.28 术前术后关机术后开机左腿右腿左腿右腿左腿右腿 135 4 结束语临床医学上对于运动功能障碍病症的正确诊断是基于对人体正常与非正常运动充分了解的基础上的，治疗手段也是基于对人体运动机理和生命现象的认识和理解基础上的，对人 140 体步态量化处理可以更好地帮助医学工作者正确对病症进行诊断和采取有效措施。本文利用 - 5 -

中国科技论文在线 http://www.paper.edu.cn 三维坐标提取步态参数，通过统计学评估证明实验数据符合正态分布且有很好的再现性和重复性，实验结果是可靠的；本文利用这一方法在临床采集提取了帕金森患者的不同治疗阶段的步态参数，利用统计学方差分析（ANOVA）说明了步态参数在术前术后的差异性，同时通过步态参数的对称性、参数变化趋势、参数的变化比例几个方面对病情的发展进行了初步 145 评估。据此可以基本确认此方法的可行性，通过以后对测量设备、提取软件、分析方法、采集量等方面进一步完善，可将此结果作为医生临床判断的辅助参考手段，作为病人病情变化的直观判断报告。 [参考文献] (References) 150 155 160 [1] 柏秀娟,尚延昌,王炜,王振福. 帕金森病的研究进展[J].现代生物医学进展, 2010,1:178-181. [2] Siegel KL, Metman LV. Effects of bilateral posteroventral pallidotomy on gait of subjects with Parkinson disease[J]. Arch Neurol,2000,57:198-204. [3] 李峰 , 李珩 , 文静等 . 基于步态分析的击剑运动员膝损伤原因探讨 [J]. 中国康复医学杂志 , 2008,23(3):254-255. [4] 励建安.神经疾病的步态分析[J].中国康复医学杂志, 2005,20 (4):304-306. [5] 文龙,钱晋武,沈林勇,章亚男.用于康复评估的帕金森病人步态测量与定量分析[J]. 中国康复医学杂志, 2014,29(7):637-641. [6] David R.Anderson,张慧卉等.现代商务统计 Excel.清华大学出版社, 2007,107-112. [7] 吴石林，张玘.误差分析与数据处理.清华大学出版社. 2010,49-51. [8] Long Wen, Jinwu Qian, Xiaowu Hu, Linyong Shen, Xi Wu, Changlin Yu. Gait Measurement and Quantitative Analysis in Patients with Parkinson's Disease for Rehabilitation Assessment. Proceeding of the IEEE International Conference on Robotics and Biomimetics (ROBIO), 2013,12:286-291. [9] P. Temperli, J. Ghika, J. G. Villemure, et al. How do parkinsonian signs return after discontinuation of subthalamic DBS, Neurology, 2003, 60:78-81. - 6 -

分享到：

赞收藏

资料库

帕金森症患者的步态参数提取与康复评估.pdf

相关推荐

开发技术

热门标签

最新资料