教育新闻网帕金森氏病(PD)的标志之一就是震颤。这种非自愿运动障碍会干扰患者的写作和饮食等活动，从而降低其生活质量。神经科医生通常使用统一帕金森氏病评分量表(UPDRS)测量震颤，这需要患者执行特定任务。不幸的是，该评估是基于现场体检的，该体检仅提供了患者在日常生活中震颤经历的快照。
为了有效地管理和治疗PD患者的震颤，迫切需要一种能够连续准确地测量震颤而无需患者在日常活动中执行特定任务的方法。
佛罗里达大西洋大学工程与计算机科学学院的研究人员与西奈山伊坎医学院和罗切斯特大学医学中心合作，正在教授机器来完成这项工作。他们开发了与可穿戴式传感器相结合的算法，可以在患者在自然环境中进行各种自由运动时，对其进行连续监测并估计总的帕金森氏震颤。
这项研究结果发表在《传感器》杂志上，表明这种新方法具有巨大的潜力，可以在一天内为患者提供全方位的震颤。
FAU计算机系和计算机系的助理教授，高级作者Behnaz Ghoraani博士说：“在医生办公室进行的一次临床检查通常无法捕获病人在日常生活中的完整连续震颤。”电机工程和计算机科学专业，FAU的传感和嵌入式网络系统研究所(I-SENSE)和FAU的脑研究所(I-BRAIN)研究员。“可穿戴式传感器与机器学习算法相结合，可以在家中或其他地方使用，根据患者在运动模式中表现出来的方式来估计患者的震颤严重程度。”
当今使用的大多数现有方法都依赖于任务，要求患者执行标准化的任务，例如评分量表中使用的任务。此外，这些方法只能提供中等到良好的性能，这是因为用于表征患者自由运动的震颤模式的基础算法存在局限性。
Ghoraani和她的合作者想测试一下这种想法，即机器学习算法可以跟踪和量化日常生活活动中的静息震颤，并将有节奏的震动与正常活动分开，而无需执行任何标准化任务。
在这项研究中，研究人员研究了两种机器学习算法的应用：梯度树增强和基于LSTM的深度学习。这些方法利用放置在PD患者受影响最严重的手腕和脚踝上的两个陀螺仪传感器的数据自动估计震颤的严重程度(休息和动作)。他们在患者进行各种活动(例如散步，休息，进餐和穿衣服)时收集数据。
该研究的结果表明，梯度树增强方法可以高精度地估计总震颤和静止震颤子得分，并且在大多数情况下，使用UPDRS可以估计出相同的结果。
即使结果与UPDRS评估中的总震颤子评分不符，该方法也显示出患者服药后的震颤减少。另一方面，基于LSTM的方法提供了较低的性能。
“我们开发的方法仅使用手腕和脚踝上的一个传感器就可以成功地检测到手部和腿部的震颤，这一点特别有趣，”合著者，博士学位的Murtadha D. Hssayeni说。FAU计算机与电气工程和计算机科学系的学生。
在迄今为止的文献中，UPDRS任务相关方法和所有与任务无关的震颤估计方法中，这种新方法都具有最高的性能。
Ghoraani说：“这一发现很重要，因为我们的方法能够提供更好的时间分辨率来估计震颤，从而测量出整个震颤随时间变化的频谱。”
PD是仅次于阿尔茨海默氏病的第二大最常见的年龄相关性神经退行性疾病。全世界估计有7至1000万人患有PD。在美国，大约有100万美国人患有PD。每年，大约有60,000美国人被诊断出患有这种疾病，这一估计数字并未反映出成千上万未发现的病例。
斯特拉·巴塔拉玛(Stella Batalama)博士说：“对于全世界受帕金森氏病影响的数百万人，戈拉尼教授和她的合作者提供了一种可靠的方法来监控典型一天中的震颤严重程度，这是有希望的。” 。，FAU工程与计算机科学学院院长。“此外，我们团队开发的方法将为临床医生提供重要信息，以有效地管理和治疗这种疾病的患者。”
该研究的共同作者是西奈山伊坎医学院的Joohi Jimenez-Shahed博士;罗切斯特大学医学中心神经内科医学博士和医学博士Michelle A. Burack。
这项研究的一部分得到了美国国家科学基金会的支持(批准号CCSS-1936586，Ghoraani，PI)。美国国立卫生研究院和美国国立克里夫兰医疗器械研究所(1R43NS071882-01A1; T. Mera，PI)和大湖神经技术公司(5R44AG044293)分别提供了两项赠款来支持收集数据集。
