基于运动传感器的帕金森自动分级研究

• 作者: 孙丰 杨越 汪丰 郑慧芬
• 来源期刊: 中国医疗设备
• 学科: 医学
• 关键词: 运动传感器 帕金森病 机器学习 多分类 Hoehn-Yahr分期
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 论著
• 页码范围: 37-41
• 页数: 5页
• 分类号: R318
• 字数: 4613字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2018.09.009

摘要

Hoehn-Yahr分级是现在临床上通用的对帕金森病分级的标准.基于运动传感器的可穿戴设备为帕金森病患者的运动功能评价提供了更客观和精准的监测.本文针对帕金森病的自动分级提出了一种基于六轴加速度与角速度传感器数据的自动分级算法.该算法采用基于各个动作特征的特殊运动参数和对每个运动无特异性的统计参数来共同建模.得到运动参数后,使用3个目前最先进的机器学习算法:支持向量机、K最邻近以及随机森林进行分类精度的比较.同时也分析了各个分类器使用不同参数对分类精度的影响.本研究在67例个体下的最终分类精度为89.55%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙丰	南京医科大学附属脑科医院神经内科	13	179	6.0	13.0
2	郑慧芬	南京医科大学附属脑科医院老年神经科	9	35	2.0	5.0