基于Kinect的帕金森病步态不对称性识别方法

摘要：

目的 开发一种基于深度图像的非接触式帕金森病步态不对称性识别方法,以辅助医疗诊断和评估,解决穿戴型传感设备费用高、影响正常生活且检查流程复杂的问题.方法 2016年7月至8月,对帕金森病患者8例和健康人10例,采用Kinect V2.0采集行走6 m的运动数据;对左右脚参数滤波处理后分别聚类,使用相似度矩阵算法分别计算健康人和帕金森病患者相似度值;使用隐马尔科夫模型验证该方法的识别效果.结果 所有患者左右脚参数聚类序列相似度小于健康人;从患者中提取的14条数据,成功识别12条(85.71％);从健康人中提取的46条数据,成功区别35条(76.09％).结论 基于左右脚位移过程中步态参数聚类结果不对称性的非接触式识别方法,对于帕金森病患者有一定识别效果.

关键词：帕金森病、步态对称性、Kinect、字符串相似度矩阵算法、隐马尔可夫模型

所属期刊栏目：24

分类号：R742.5(神经病学与精神病学)

资助基金：1.国家自然科学基金项目61063021;2.江苏省产学研前瞻性联合研究项目BY2015027-12;3.江苏省物联网移动互联技术工程重点实验室开放课题项目JSWLW-2017-013

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：795-801