APP下载

可穿戴设备在运动障碍疾病定量评估中的研究进展

2018-01-31蒋顶龚大伟章文斌

实用老年医学 2018年11期
关键词:加速度计步态传感器

蒋顶 龚大伟 章文斌

帕金森病(Parkinson’s disease, PD)是一种常见的退行性神经系统疾病,目前全球约有500万名PD病人,患病率在发达国家约占总人口的0.3%,在超过60岁的人中大约占1%[1]。PD病程长,需要长期管理与康复的病人人数众多,长期以来,临床上主要依靠医生检查、统一帕金森病评定量表(UPDRS)以及Hoen-Yahr分期等量表进行运动功能评估。但是这些方法敏感性较低,不能发现轻微的运动功能异常,不利于PD的早期诊断;而且存在较多的人为因素,难以消除不同检测者主观差异造成的影响,不利于医生对病人病情的纵向观察和对疾病进展的评价,这样既不客观也不准确[2]。

可穿戴设备即为可以穿戴在人身体上或安置在衣服内的辅助电子设备,可以辅助监测某个时间点或一段时间内病人的各种状态与活动,并借助软件算法反映状态与活动的差别,可为临床决策提供指导和参考。可穿戴设备由传感器、信号处理器和显示器组成,收集到的数据不仅客观,而且能克服量表有限分级的“天花板效应”,敏感性与可靠性更高。近年来,可穿戴设备在PD及相关运动障碍疾病的预测、辅助诊断、评估等方面的应用越来越多,随着智能手机和互联网+技术的发展,可穿戴技术及设备成为研究和产品开发的热点。在已问世的可穿戴设备中,大约有67%采用加速度计,21%采用加速度计和陀螺仪的组合。

1 加速度计监测运动幅度

相对简单的可穿戴设备是单轴加速度计组成的模块组,有学者发现该设备传感器收集的数据中,反映速度的角速度均方根的对数值与UPDRS评分相关性较好,反映运动幅度的偏移角均方根与评分密切相关,变异系数与运动节律评分密切相关,因此认为运动传感器可以客观地反映速度、幅度、节律,与临床表现相符合,并可以反映药物开期与关期的不同状态。通过对不同时间点数据的分析,临床医生可以比较明确地区分药物的开、关期,从而指导药物的调整甚至脑深部刺激(deep brain stimulation, DBS)手术后参数的调整[3]。Ryu等[4]使用绑在两个小臂上的三轴加速度传感器来测量记录病人日常生活中的运动情况,发现有跌倒者与无跌倒者相比,步距较小且行走形式变化较少,因此认为基于加速度计的传感器在预测跌倒和评估跌倒的危险因素中有重要的作用[5]。Dai等[6]将六轴加速度惯性传感器测量装置固定在中指上检测病人的运动迟缓症状,发现该装置可以较好反映震颤幅度和运动角度。Stepwatch 3(SAM)是一款寻呼机大小、固定在脚踝上使用的脚步运动监控器,可以用来计算步数、活动时间、活动次数、每分钟活动的可变性和每分钟波动的随机性及每日平均数值[7]。利用SAM监测PD病人步行和捕捉动态活动下降,具有较好的有效性、可靠性和灵敏度,将步行活动监测数据根据年龄和功能区分,可以用来监测运动活动的差别[8]。

2 加速度计与陀螺仪组合监测运动幅度与旋转

Physilog是一款可以通过惯性传感器获取肢体运动的对称性参数,利用陀螺仪获取有关步态、肢体摆动、躯干运动、震颤及动作迟缓的时空参数设备,具有体积小、使用方便、无需校准等特点,震颤检测算法与视频对比敏感性高达99.5%,特异性达94.2%。研究发现,使用Physilog设备行走时,上、下肢的对称性参数在鉴别早、中期PD病人与健康者有很高的敏感性、特异性及良好的可靠性,该设备也可以用来对PD病人肢体震颤及运动迟缓进行量化,其中震颤幅度与UPDRS震颤分项评级有很高的相关性[9]。Salarian等[10]利用Physilog设备发现,通过测量重复站立-坐下动作参数,可以客观反映躯干运动特点,在区分PD组与正常对照组方面有较高的敏感性和特异性,并可以鉴别DBS开、关机状态,对运动功能分级可能有一定帮助。同时研究发现,早期PD组与正常对照组在摆臂角速度、转身时间及转身坐下时间存在显著差异,而且步行节律也有显著差异,认为步长与UPDRS有比较高的相关性(r=0.90),步态周期和相关步态事件有很高的敏感性(96%)和阳性预测值(98%),在鉴别早期PD方面有很高的可靠性,并可获取有关DBS治疗的步态参数,指导治疗[11]。

McRoberts DynaPort设备是由一个三轴加速度计和三轴角速度计组成的六轴传感器,利用蓝牙技术与主机连接,进行数据传输、分析。该设备体积小,穿戴方便,可以测量步行次数的总数,步行的时间百分比,具有良好检出率和识别出特异性的踏错事件。研究发现踏错检测与跌倒状态相关,在日常生活环境中,PD 跌倒者和非跌倒者的步态质量不同,跌倒者比非跌倒者有多达23%的踏错次数,借此发现PD病人在日常行走过程中的踏错,可用于临床监测和促进身体活动,也可以用来评估病人在家或在社区活动时的跌倒风险,从而提供有针对性的预防措施[12]。

汪丰等[13]设计了一套基于三轴加速度和三轴角速度传感器的运动功能评价系统,将传感器采集节点分别佩戴在人体的上下肢和躯干中心部位,采集人体行走过程中的加速度和角速度数据。在对比分析了PD病人和健康老人2组人群的运动数据后,发现在行走过程中,人体手臂摆动的幅度、对称性和躯干转弯所用的时间等参数对人体运动功能的评价具有重要作用。PD病人的参数波动明显大于健康老人,说明PD病人动作的连续性和稳定性较差,这也是导致病人容易跌倒的重要原因。

李亮等[14]开发的可穿戴设备内部包含三轴加速度计、三轴陀螺仪和三轴磁力计,腕表大小,利用wifi无线组网技术实现大范围、多节点数据无线传输。由专门开发的定量评估算法实时分析病人的震颤和运动迟缓等症状的严重程度,同时获取受试者上肢、下肢和腰部的运动信息,不仅能监测震颤等局部运动症状, 还能监测运动迟缓等整体性运动症状,具有多信息、微负荷、长时程、大活动范围监测能力,精确感知病人手部和脚部的运动。

APDM设备是由APDM公司开发的一款可穿戴设备,手表大小,拥有六个传感器(加速度计、角速度计和磁力计),可连续使用16 h,实现了多个节点的加速度数据采集,收集人体运动的多部位加速度数据。基于电脑的家庭环境的监测设备可以用于监测早期未进行药物治疗PD病人的震颤,在分析了大量数据后发现震颤是预测UPDRS变化的重要预测因素[15]。

Lin等[16]设计开发了可穿戴背心用于姿势和活动能力的检测,以5个加速度传感器分别置于下颈部、胸部中间、腰3椎体部位(代表身体中心部位)、腰部两侧,背心下摆为弹性,以使两侧腰部传感器与身体更好贴合,增加传感器精度。这些传感器以高科技导电织物相连接,共同组成姿势监控背心,可用于心脏参数的监控。

3 基于大数据基础的可穿戴智能手表监测运动功能

近年来,随着可穿戴设备的微型化、一体化、网络化、数字化和标准化的趋势,智能手表成为可穿戴设备的新宠。智能手表作为健康管理的平台,可以持续进行健康监测且对日常生活没有任何影响,由于紧贴体表,可以采集更多的生理数据,可用于PD病人的运动功能监测,甚至用于辅助病人的声音和语言能力的评估。“智能手机-PD”全球观察研究项目招募了457例PD病人和健康对照受试者,采集6个月他们使用下载到自己的Android智能手机上软件的原始数据,通过智能手机机器学习算法,反映病人对等效左旋多巴药物剂量的不同反应并指导治疗[17]。在美国进行的基于iPhone手机的mPower研究也有同样的结果,提示药物剂量和服药时间这些在PD病人中难以把握的问题,可以通过实时、客观并经过验证的数据分析的方法得到大幅度的改善[18]。

Personal KinetiGraph(PKG)设备可以记录PD病人的主要症状,对病人的要求只是配带一只腕表,一般连续7 d,可以监测震颤、运动迟缓、运动障碍、睡眠中与运动相关的活动。PKG设备可以提供运动迟缓评分、运动障碍评分、运动波动评分、震颤时间百分比、运动不能时间百分比,并具备病人服药提醒功能,以直观和相对正常数据的格式呈现PD的状态,自动生成服药时间和次数的报告,已获得美国食品药品监督管理局和欧盟食品药品监督管理局的认证。PKG所提供的病人的综合病史信息使得病人和临床医师综合考虑一周时间内病情的重要临床关注点和标记,甚至能发现病人自己忽略的重要信息,提高了诊断效率,并且可以不间断地随访治疗后的效果和可能发生的不良反应,不间断的客观监测能够使病人的症状全程得到更好的控制,并可以长期追踪疾病的进展。PKG同样可以应用于DBS术前评估和术后的跟踪随访。DBS术前2~3周,病人开始佩戴PKG腕表,开机后6个月继续佩戴,在此期间可对程控参数和药物进行方案优化,及时的 PKG 数据能够指导临床人员精准而有效地调整/优化IPG的参数输出和联合口服药物的滴定。PKG腕表放置到充电桩之后,运动数据会被自动上传到安全的云端服务器,PKG云处理器可通过算法实时生成报告,临床人员可通过专用的医用终端查收和浏览报告[19-20]。

4 可穿戴设备辅助运动功能

冻结步态是PD经常出现的突然性行走迈步障碍,Mazilu等[21]设计了一款帮助PD病人克服冻结步态的可穿戴装置“Gait-Assist”,通过置于脚踝上的加速度传感器自动检测病人是否存在冻结步态。如果发生了冻结步态,装置通过蓝牙将状态信息发送给智能手机,手机接收到状态信息后通过耳机播放有节奏的声音提示帕金森病人迈出步伐,克服冻结步态情况。Ferrarin等[22]设计了一套可穿戴眼镜,眼镜左右两侧各安装一个7×10的LED阵列,通过安装在脚踝上的加速度传感器自动检测冻结步态,将检测结果无线发送给眼镜,眼镜控制相应迈步的脚一侧的LED发光,指示病人迈步。有学者基于冻结步态的阈值模型,采用惯性感测器识别并定量分析冻结步态前期病人的步态特征,发现了冻结步态前期的一些特征如步态退化、左右交叉相关步态的明显降低,并据此开发了识别冻结前期的分级算法,用于预测和预防冻结步态[23]。进展期PD病人往往出现跌倒,而可穿戴设备同样可用于跌倒的监测甚至预防,监测跌倒的探测器往往放置在躯干的上部和下部,最常用的部位是腰部,随着微型化智能手表的出现,跌倒检测的软件算法也将很快有广泛的应用[24]。

5 结语

对于PD运动症状评估的可穿戴技术及设备的研究方兴未艾,可穿戴技术应用于以PD为代表的运动障碍疾病,在医院内外对病人进行健康监护、精确给药治疗、运动辅助、优化和改善临床工作流程、病人的远程治疗和管理、收集大健康数据等,已成为创新的一个热点方向,随着智能手机和互联网+技术的发展,可穿戴设备成为基于大数据和云计算基础上的便携设备,在PD及运动障碍疾病的评估、治疗中必将发挥更大的作用。

猜你喜欢

加速度计步态传感器
基于步态参数分析的老年跌倒人群步态特征研究
康奈尔大学制造出可拉伸传感器
简述传感器在物联网中的应用
“传感器新闻”会带来什么
加速度计在精密离心机上的标定方法与误差分析
跟踪导练(三)2
基于面部和步态识别的儿童走失寻回系统
“刷脸”正盛,步态识别又来了
基于遗传算法的加速度计免转台标定方法
步态研究及其在踝关节不稳中的应用进展