CN104127187A - 用于帕金森病人主要症状定量检测的可穿戴系统及方法 - Google Patents

Abstract

本发明提供了一种用于帕金森病人主要症状定量检测的可穿戴系统及方法，该系统包括手套和计算机，两者通过有线或者无线方式连接；所述手套又包括手腕模块和指尖模块，这两个模块分别佩戴在病人指尖和手腕，所述计算机中设有震颤检测及其幅度稳定状态检测模块、肌肉僵直检测模块、运动缓慢症状检测模块，分别用于实现帕金森病病人震颤检测及其幅度稳定状态、肌肉僵直和运动缓慢症状的检测，并将显示检测结果。本发明针对不同神经科医生对同一病人的症状判断有差异，该系统具有统一的量化检测标准。3个主要症状检测集成于一个系统且能够提供完整和全面的病情检测。

Description

用于帕金森病人主要症状定量检测的可穿戴系统及方法

技术领域

本发明涉及用于帕金森病人主要症状定量检测技术，具体地，涉及一种用于帕金森病人3个主要症状定量检测的可穿戴系统及检测方法。

背景技术

帕金森氏病是一种慢性的中枢神经系统退化性失调的疾病。震颤、肌肉僵直和运动迟缓是帕金森病并列的3个主要症状。目前已经有越来越多的治疗方法，但帕金森症状的严重程度及其治疗效果主要由神经科医生凭经验和感觉进行诊断。

MEMS(Micro-Electro-Mechanical Systems，微机电系统)是指集机械元素、微型传感器、信号处理、通讯接口和电源于一体的完整微型机电系统。MEMS惯性感测技术可以实现在较小体积和功耗及内嵌传感器信号融合算法基础上检测和测量加速度、倾斜、冲击、振动、旋转及多自由度运动，应用于各种市场分化的工业、医疗、通信、消费和汽车等行业。

现有的商用产品主要是美国大湖神经技术(GLNT)公司Kinesia HomeView^TM产品系列。它们都是基于MEMS惯性传感器，并且已经通过美国食品药品监管局(FDA)批准。他们的缺点是没有肌肉僵直的测量功能并且不具备病人震颤状态判别功能，每次测量结束需要人工在测量系统用户界面点击是否接受测量结果。肌肉僵直是通过对帕金森病人进行手术治疗后(如深脑刺激手术)可以明显改善的一个症状，在调节电极刺激参数时，3个症状的变动各不相同，但肌肉僵直症状更难于精确地测量。通常帕金森病人的症状严重程度具有较大的波动性，譬如即使在短时间(例如5秒或以上)内震颤幅度也会有较大波动。因而症状稳定状态的检查相当重要。

现有公开的文献中，如Dai,Houde；D'Angelo,L.T.等人发表的“A portablesystem for quantitative assessment of parkinsonian bradykinesia duringdeep-brain stimulation surgery”(Advances in Biomedical Engineering(ICABME),20132nd International Conference on；2013,Page(s):77-80)；又如“A portablesystem for quantitative assessment of parkinsonian rigidity”(Engineeringin Medicine and Biology Society(EMBC),201335th Annual InternationalConference of the IEEE，2013,Page(s):6591-6594)；还有“QuantitativeAssessment of Tremor During DeepBrain Stimulation Using A Wearable GloveSystem”(2013 IEEE International Workshop of Internet-of-Things Networkingand Control(IoT-NC))；这些文件中涉及了相关的帕金森病人症状的检测研究，提出了可穿戴的手套系统以及定量评价的方法等，这些手套系统基于MEMS惯性测量单元和压力传感器(即压力感应电阻或力敏感电阻)，并且可以被集成到纺织品手套，具有便携式的特点。但是该系统存在一些问题需要解决：目前用于帕金森病症状定量检测的商业产品都只针对单个或者某些症状，尤其是肌肉僵直症状的量化评估研究目前偏少；纺织手套和传感器相关电路的嵌入与一体化还需要优化，因为不同的病人需要佩戴不同大小的手套；肌肉僵直的测量方法及传感器融合方法还不够理想，震颤症状波动对测量结果的影响考虑得比较少，系统的实用性有待进一步提高。

发明内容

为了克服现有检测设备的上述缺点，本发明提出了一种集合帕金森病的3个主要症状检测于一个系统的便携式可穿戴式测量系统。该系统基于微机电系统惯性传感器及压力传感器，可以作为神经科医生检查的辅助工具，同时也适用于家庭及医院临床使用。

针对不同神经科医生对同一病人的症状判断都有差异，该系统具有统一的量化检测标准。3个症状检测功能集成于一个系统能够提供完整和全面的病情检测。同时震颤稳定状态的判断能够过滤掉非稳定态的震颤测量值。

根据本发明的一个方面，提供一种用于帕金森病人症状定量检测的可穿戴系统，可以同时检测帕金森病的3个主要症状。该系统包括手套和计算机。所述手套又包括手腕模块和指尖模块，这两个模块分别佩戴在病人指尖和手腕。

该系统包括手套和与之相连的计算机；所述手套又包括手腕模块和指尖模块，这两个模块分别佩戴在病人指尖和手腕，其特征在于：

所述手腕模块包括传感器、微控制器，其中传感器由第一个微机电系统运动测量模块和一组差分输出的两个压力传感器组成，用于肌肉僵直测量数据的采集，采集的数据由微控制器读取；

所述指尖模块包括第二个微机电系统运动测量模块，用于震颤和运动迟缓测量数据的采集，并由微控制器读取采集的数据；

所述微控制器采集所述传感器以及所述第二个微机电系统运动测量模块的测量数据，并发送到计算机进行处理和显示，实现震颤、肌肉僵直和运动缓慢的参数测量，测量结果和测量的原始数据通过计算机显示和保存。

优选地，所述第一个微机电系统运动测量模块为一个6轴惯性测量单元，该单元内嵌一个3轴加速度计和一个3轴陀螺仪，分别用于测量病人腕部被动运动的3维线性加速度和3维角速度值，测量的结果由微控制器读取。

优选地，所述两个压力传感器用于测量检查者对病人手腕的施力，测量的结果传送到微控制器。

优选地，所述第二微机电系统运动测量模块为一个6轴惯性测量单元，该单元内嵌一个3轴加速度计和一个3轴陀螺仪，分别用于测量病人指尖运动的3维线性加速度和3维角速度值，测量的结果由微控制器读取。

优选地，所述手腕模块、指尖模块均设有外壳，用于保护电路板及传感器部分实现电气绝缘，并且将其固定在病人手部，此外壳具有一定弹性且可自由佩戴，不再需要纺织手套。这样可以进一步实现一体化设计，减小体积且同时携带和穿戴方便。

本发明系统采用一体化的机械设计和最小化的智能传感器选择(目前MEMS惯性测量单元具有智能化特点，具有数字信号处理和数字信号输出)，可以定量化检测帕金森病的3个主症状。特别是肌肉僵直症状的测量可以极大地方便医生对帕金森病人病情的诊断及病人治疗的疗效反馈。

为了能够进一步定量检测帕金森病病人的3个症状，所述系统进一步设有震颤检测及其幅度稳定状态检测模块、肌肉僵直检测模块、运动缓慢症状检测模块中至少一种，以分别用于实现帕金森病病人震颤检测及其幅度稳定状态、肌肉僵直和运动缓慢症状的检测，并显示检测结果。

优选地，所述震颤检测及其幅度稳定状态检测模块，该模块以指尖模块的6轴惯性测量单元数据即加速度和角速度信号为输入，将数据进行带通滤波后，进行频谱分析，计算加速度和角速度信号频谱分布(功率谱)的主频率点附近功率分布和；由于帕金森病人震颤幅度变化影响测量结果的有效性，将设定时间内角速度数据信号幅度进行对比，当幅度变化超出设定范围时就判定为无效值，幅度状态检测包括时间域和频域，从而实现震颤检测及其幅度稳定状态检测。

优选地，所述肌肉僵直检测模块，该模块以手腕模块的6轴惯性测量单元和两个压力传感器的信号及先前由卷尺所测得的病人手臂长度作为为输入参数，包含手腕相对于肘尖的运动角度及加速度，两个压力传感器的差分输出，及病人手臂长度。把设定时间内(例如10秒时长)肌肉僵直测量所得参数矩阵作为模块的输入进行最小平方参数估计，采用最小二乘法通过最小化误差的平方和寻找数据的最佳函数匹配，从而得到肌肉僵直的两个参数。

优选地，所述运动缓慢症状检测模块，该模块基于指尖模块的惯性测量单元的结果，通过该惯性测量单元内嵌的3轴陀螺仪输出信号积分得到指尖的运动角度轨迹，然后把3轴信号合成为1维信号，再通过幅度查找方法得出手指往返闭合运动的角度峰峰值；最后通过统计方法(平均幅度及其标准偏差)可以得到病人运动缓慢症状参数。

基于上述三个检测模块可以进一步的对上述数据进行处理，从而实现帕金森病人主要症状定量检测。

根据本发明的另一方面，提供一种用于帕金森病人主要症状定量检测的方法，其中所述3个症状是指震颤及其幅度稳定状态、肌肉僵直、运动缓慢症状，在采集到上述手腕模块和指尖模块的测量数据后，对数据进行如下处理，从而实现主要症状的定量检测，使用时根据需要选择其中的一种或多种：

震颤幅度：采用线性回归模型定量检测病人手掌震颤幅度；

缓慢运动：通过基本统计分析定量检测病人指尖运动幅度平均值及其标准偏差；

肌肉僵直：采用最小平方参数估计定量检测病人肘关节机械阻抗。

本发明提供一种可以用于帕金森病人3个主要症状严重程度监测的单个系统及其方法，该方法可以辅助病人和神经科医生用于帕金森症状的定量检测，实现药物或者手术疗效的评估。基于仪器的测量评估可以减轻医生的工作量和专业要求，同时标准化的测量方案可以避免不同检查者之间的个体差异。随着老年社会的到来，帕金森病的发病率已经不断上升，相对于功能性核磁共振(fMRI)及其它检查方法，该系统可以实现其症状的便携式测量。

与现有技术相比，本发明具有如下有益效果：

本发明所述系统采用一体化的机械设计和基于MEMS运动测量模块(例如惯性测量单元)和压力传感器可以减小测量系统体积，提高佩戴舒适度，一个系统可以实现3个主要症状的测量。通过与神经外科医生商讨，几种设定动作用于各个症状的量化检测。基于统计分析方法的功能模块用于被检测参数的量化实现。对于震颤的时间域和频域稳定性进行分析可以去掉非稳定的震颤测量。基于单个测量系统，本发明测量结果可以为病人和医生提供客观、准确和及时的帕金森病主要症状的量化检测，用于药物和手术治疗疗效反馈。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明一实施例中的可穿戴系统的结构示意图；

图2为本发明一实施例中可穿戴手套部分工作流程；

图3为本发明一实施例中计算机部分工作流程；

图4为震颤测量动作示意图，其中：a)静止性震颤，b)姿态性震颤，c)动作性震颤；一个病人总体的震颤参数为如上3个震颤的平均值；

图5为缓慢运动测量动作示意图；

图6为肌肉僵直测量动作示意图；

图7为帕金森病人的症状判断实例(国际帕金森联合会的评定标准即UPDRS震颤等级示意图)，其中：a)时域无效状态(V_t＝0.64)；b)时域有效状态(V_t＝0.23)；c)频域无效状态(V_f＝69.4％)；d)频域有效状态(V_f＝91.3％)；b)和d)为该病人的同一次测量的信号波形的时域与频域；

图8为运动缓慢症状幅度检测示意图；

图9为手腕模块机械外形图；

图10为指尖模块机械外形图；

图11为肌肉僵直测量模型的输入参数示意图；

图12为现有6轴惯性测量单元信号读取示意图；

图13为用于肌肉僵直量化测量的数学模型；

图中：手套1，手腕模块11，指尖模块12，压力传感器111，微控制器112；第二个6轴惯性测量单元121，指尖佩戴及固定用塑料弹片122；

计算机2，震颤检测及其幅度稳定状态检测模块21、肌肉僵直检测模块22、运动缓慢症状检测模块23，显示模块24；4芯导线3；

6轴惯性测量单元4，内嵌3轴加速度计41，内嵌3轴角速度计42，传感器读取接口43，IIC/SPI串口总线44，其中ADC为模拟/数字信号转换电路。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1所示，在本发明的一实施例中，一种用于检测帕金森病人3个主要症状检测的可穿戴系统，该系统包括手套1和计算机2，该实施例中所述手套包括手腕模块11和指尖模块12，这两个模块分别佩戴在病人指尖和手腕。二者可以通过导线连接(如IIC或者SPI总线)。

所述手腕模块11包括两个压力传感器111、第一个微机电系统运动测量模块及微控制器112。其中第一个微机电系统运动测量模块、微控制器112集成在一块电路板上。其中第一个微机电系统运动测量模块(内嵌于电路板)和一组差分输出的两个压力传感器111组成用于肌肉僵直测量数据的采集，并将采集的数据传送到微控制器112(内嵌于电路板)；第一个微机电系统运动测量模块可以采用现有技术中的6轴惯性测量单元或9轴惯性测量单元，优选6轴惯性测量单元。如图12所示，6轴惯性测量单元内嵌一个3轴加速度计和一个3轴陀螺仪，分别用于测量病人腕部被动运动的3维线性加速度和3维角速度值。所述两个压力传感器用于测量检查者对病人手腕的施力，测量的结果传送到微控制器。

所述指尖模块12包括第二个微机电系统运动测量模块121，用于震颤和运动迟缓测量数据的采集，并将采集的数据传送到微控制器112；第二个微机电系统运动测量模块可以采用现有技术中的6轴惯性测量单元或9轴惯性测量单元；优选6轴惯性测量单元内嵌一个3轴加速度计和一个3轴陀螺仪，分别用于测量病人指尖运动的3维线性加速度和3维角速度值。

所述微控制器采集所述传感器以及所述第二个微机电系统运动测量模块的测量数据，并发送到计算机进行处理和显示，实现震颤、肌肉僵直和运动缓慢的参数测量，测量结果和测量的原始数据通过计算机显示、保存。

在本发明另外的实施例中，微控制器112所在的电路板也可以单独设置，比如作为一个单独的带触摸显示屏的硬件设置在手腕模块之外以实现计算机部分功能，其功能的实现过程一样。微控制器112通过通讯接口(如串口-USB转换或者USB通用串行总线)发送到计算机进行处理和显示。

上述部件构成的系统是一种可以实现检测帕金森病人3个主要症状检测的可穿戴系统，解决了现有技术中只针对单个或者某些症状检测的问题，尤其是提供了肌肉僵直症状的检测，整个系统便于携带。

在本发明的另一实施例中，可以进一步实现帕金森病人3个主要症状的定量检测。为实现定量检测，则在上述实施例的基础上，进一步包括震颤检测及其幅度稳定状态检测模块21、运动缓慢症状检测模块22、肌肉僵直检测模块23，这三个模块分别用于实现帕金森病病人震颤检测及其幅度稳定状态、肌肉僵直和运动缓慢症状的定量检测，并将显示检测结果于用户图形界面24。这三个模块可以直接设置在计算机中，当然，在其他实施例中可以考虑与计算机分开设置，这对整个功能的实现并没有任何影响。

所述震颤检测及其幅度稳定状态检测模块21，该模块以指尖模块12的6轴惯性测量单元数据即加速度和角速度信号为输入，将数据进行带通滤波后，进行频谱分析，计算加速度和角速度信号频谱分布的主频率点附近功率和；由于帕金森病人震颤幅度变化影响测量结果的有效性，对设定时间内(例如10秒时长)角速度数据信号幅度进行对比，当幅度变化超出设定范围时就判定为无效值，幅度状态检测包括时间域和频域，从而实现震颤检测及其幅度稳定状态检测。

所述运动缓慢症状检测模块22，该模块基于指尖模块的惯性测量单元的结果，通过该惯性测量单元内嵌的3轴陀螺仪输出信号积分得到指尖的运动角度轨迹，然后把3轴信号合并为1维信号，再通过幅度查找方法得出手指闭合运动的角度峰峰值；最后通过统计方法得到病人运动缓慢症状参数。

所述肌肉僵直检测模块23，该模块以手腕模块的6轴惯性测量单元和两个压力传感器的信号及用卷尺所测得的病人手臂长度作为为输入参数，包含手腕相对于肘尖的运动角度及角速度，两个压力传感器的差分输出，及病人手臂长度；把设定时间内(例如10秒时长)肌肉僵直测量所得参数矩阵作为模块的输入进行最小平方参数估计，采用最小二乘法通过最小化误差的平方和寻找数据的最佳函数匹配，从而得到肌肉僵直的两个参数。

如图2所示，为本发明一实施例中手腕模块的工作流程图：手腕模块的工作流程为微控制器经过初始化后，以固定传感器采样率(例如100赫兹)按时钟中断方式读取传感器信号，并通过USB接口发送到计算机。

图3为为本发明一实施例中计算机工作流程；在计算机部分，经过初始化后，开始读取USB端口的传感器数据。当开始测量时，接收到的数据存放在一个队列里面。同时，通过读取队列的传感器数据，实时传感器波形将显示在图形用户界面，在单次固定时长(例如10秒)症状测量结束时，通过信号预处理，然后选择帕金森病人震颤检测及其幅度稳定状态检测、肌肉僵直检测、运动缓慢症状检测中一种或多种(即对应于震颤检测及其幅度稳定状态检测模块、肌肉僵直检测模块、运动缓慢症状检测模块中一种或多种)，可以得出估测值并显示在显示模块。

上述系统的计算机和手腕模块的数据通讯方式包括有无线和有线两种连接方式，以下以本发明的一个基于有线方式(USB总线)连接为例进行描述。应当理解的是，在其他实施例中，也可以采用无线连接，无线连接只需要在手腕部分添加一个无线收发芯片，并将一个无线收发器插在计算机的USB接口上面即可，操作相同。

基于USB连接的系统操作步骤如下：

a)病人佩戴好该系统，包括手腕模块和指尖模块，这两个模块分别佩戴在病人指尖和手腕。

b)打开计算机上的显示模块(上位机用户图形界面)，选择所要测量的症状对应的检测模块。

c)在临床医生或者护士的示范下，病人执行相应的设定检查动作。每个单次动作设定为固定时长，例如时长10秒钟。

d)传感器数据将被实时地从微控制器发送到计算机保存和处理。计算机中的震颤检测及其幅度稳定状态检测模块、肌肉僵直检测模块、运动缓慢症状检测模块基于这些数据，分别实现帕金森病病人震颤检测及其幅度稳定状态、肌肉僵直和运动缓慢症状的检测，并将最终结果显示在计算机显示屏上的图形界面(显示模块)。上述的3个检测模块考虑到病人症状波动等特殊情况。同时利用现有的惯性传感器融合算法将用于提高运动跟踪精度。

上述步骤完成后得到帕金森病比较完整的症状评估结果，并且事后医生可以调用先前检查时保存的传感器原始数据。

本发明通过上述实施例，一方面实现了3个症状采用同一系统测量，进一步的，实现这三个症状的定量测量，可以作为神经科医生检查的辅助工具，同时也适用于家庭及医院临床使用。

在本发明的再一实施例中，如图1及图6所示，其中手腕模块11包含：

两个压力传感器111，传感器设置在盒体内，用于测量病人肘关节往返运动时检查者的施力；

一个6轴惯性测量单元用于手腕及肘关节的运动跟踪(3维线性加速度和3维角速度)，可以用于病人腕关节被动运动的测量；该6轴惯性测量单元与微控制器112集成于一个电路板，微控制器采集上述惯性测量单元和传感器信号并通过USB线发送到计算机。计算机通过信号处理实现3个症状的量化结果，且显示模块24显示。

所述微控制器及6轴惯性测量单元，两个压力传感器和USB通讯接口都组合在一个可佩戴在手腕的手环里面，手环(手腕模块)和指尖模块通过一个4芯导线相连。一体化的结构设计可以不影响病人的动作。在显示模块，医护人员可以启动和停止各个症状的测量。原始数据的保存和打开以及USB端口的连接。

所述指尖模块12包括一个6轴惯性测量单元(如图12所示，其内嵌一个3轴加速度计和一个3轴陀螺仪)及外壳，用于震颤和运动迟缓测量数据的采集，并将信号传送到微控制器。

作为本实施例的一个优选，所述手腕模块、指尖模块均设有外壳，用于保护电路及传感器部分并且将其固定在病人手部，此外壳具有一定弹性且可自由佩戴，不再需要纺织手套。

如图9所示，在一个具体实施例中，手腕模块的机械外壳包括两个压力传感器111盒，一个6轴惯性测量单元及微控制器112电路盒及手腕佩戴连接部分。手腕佩戴连接部分连接两个压力传感器盒和一个微控制器盒并固定在病人手腕。

如图10所示，指尖模块及其机械外壳包括弹片122，6轴惯性测量单元121及其外壳和连接手腕模块的4芯导线3。

图9和图10所示的机械外壳皆为塑料材质，电气绝缘且轻巧，可基于3D打印机打印生成。这样可以去除纺织手套，有利于病人的佩戴。

本发明上述实施例所述的系统在具体使用时，通过几种设定的病人动作用于各个症状的量化检测，以有利于检测结果更为准确。

如图4所示，为震颤测量时病人动作示意图。a)静止性震颤：病人双手保持平放静止状态并以腿部支撑以消除重力影响，b)姿态性震颤：双手保持静止平举姿态，感受重力，c)动作性震颤：病人以肘关节带动食指做往返运动，食指做往返指向鼻端和远端；每种类型振颤单次测量时间设定为固定时长，例如10秒。

具体的，帕金森病人震颤检测及其幅度稳定状态检测：

以指尖模块的6轴惯性测量单元数据(加速度和角速度信号)为输入(采样率为100赫兹)，震颤检测及其幅度稳定状态检测方法包含以下步骤：

a)将采集的数据进行带通滤波后，进行频谱分析，计算加速度和角速度信号频谱分布的主频率点附近功率和(例如±0.3赫兹)。

b)由于帕金森病人震颤幅度变化影响测量结果的有效性，对固定时长(例如10秒)内角速度数据信号幅度进行对比(峰峰值的标准偏差)，当幅度变化超出设定范围时就判定为无效值。幅度状态检测包括时间域和频域，计算公式见后面附带的公式(1)及公式(2)。

如图5所示，为缓慢运动测量动作示意图，病人手掌部分做持续性的往返的握拳和手掌张开动作，单次测量为固定时长(例如10秒)。

具体的，帕金森病病人缓慢运动症状检测：

帕金森病病人缓慢运动症状检测基于指尖惯性测量单元，基于计算机部分的检测执行以下步骤：

a)病人以最快的速度和幅度执行手指的往返闭合动作，测量持续时间为固定时长(例如10秒)。

b)通过陀螺仪输出信号积分得到手指的运动角度轨迹，然后把3轴信号合成为一维信号。

c)通过基于现有幅度查找方法(见图8)得出手指闭合运动的角度峰峰值。

d)通过统计方法(平均幅度及其标准偏差)可以得到缓慢运动症状参数。

如图6所示，为肌肉僵直测量动作示意图，在检查者的帮助下，病人的手臂以肘关节为支点做被动的往返运动，单次测量为固定时长，例如10秒。

具体的，帕金森病病人肌肉僵直检测：

肌肉僵直的诊断目前都以医生凭借经验，所以该部分是系统的重要组成部分，以惯性测量单元和两个压力传感器为输入，基于自回归方程，具体方面包含以下：

a)本系统主要测量病人肘关节的僵直度，如图6所示，需要医生或者护士握着病人的腕关节和肘尖做往返运动，医生或者护士的力施加在病人的腕部，肘关节被动往返运动的频率和幅度尽量保持在固定的数值(大约1赫兹和100度)。

b)测量的参数包含手腕相对于肘尖的运动角度和两个压力传感器的差分输出，时长为10秒。

c)把参数矩阵作为检测的输入进行最小平方参数估计，采用最小二乘法，最小二乘法是一种数学优化技术,它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。

如图7所示，一个UPDRS震颤等级为1的帕金森病人的震颤波形及其功率谱波形。受多种因素的影响，帕金森病人震颤的出现及其幅度通常具有不稳定性。a)为处于时间域不稳定的震颤状态；b)为相对稳定时的震颤状态；c)为频率域不稳定的震颤状态，它具有多个主频点；d)为频率域稳定的震颤状态。b)和d)分别为该病人同一次测量的时域和频域波形。a)和c)所指示的两次测量都将被做为无效测量被去除，不能用于症状的测量。

如图8所示，运动缓慢症状测量时的指尖运动波形被合成为1维波形，进而可以得到波形的峰峰值，对这些峰峰值的平均值和标准偏差可以得到运动缓慢症状参数。

本发明上述方法中，参数测定方法参考国际帕金森联合会的评定标准(UPDRS)。震颤状态检测方法:只有陀螺仪信号被采用，只有在时域和频域都稳定的测量才会被判断为有效态，公式如下:

这里三轴角速度信号是指复合后的为单轴信号；角速度信号主频周围的功率设定为功率谱周边的固定范围，例如±0.3赫兹赫兹。V_f和V_t分别为时域和频域的稳定态参数，分别表示为设定单次测量时长(例如10秒)震颤功率谱估计中主频成分的比重以及震颤波形峰峰值的变化率。

判定标准：频域主频周边的功率分布占所有频率范围的比重(V_f)需要在85％以上，V_t高于70％。

表一症状参数图

表一为帕金森病3个主要症状的可测量参数及其单位和数值范围。其中震颤参数为参照UPDRS的量化值。根据医生的提议，缓慢运动参数包含手掌伸缩运动的幅度平均值及其变化率。肌肉僵直的参数是肘关节的特性阻抗，包含弹性和粘性分量。

表二:帕金森病人运动功能症状量化测量方法

如图3所示，症状评估实现为表二所示各参数的类型及其分析方法。

4)振颤幅度量化方法

对于6轴惯性测量单元，其内嵌的3轴加速度计和3轴角速度计分别用于直线运动和旋转运动检测，对于有效的振颤测量，公式(1)可用于该次测量所得振颤等级计算：

$R=R_0+\ln ({\mathrm{\Σ}}_{i=1}^3{b}_i\·{\mathrm{PA}}_i+{\mathrm{\Σ}}_{i=1}^3{c}_i\·{\mathrm{PG}}_i),---\left(1\right)$

其中R为对应于UPDRS临床标准的振颤等级(0-4)，R₀，b_i和c_i是公式(3)的回归参数，其中i＝1，2和3分别表示x，y和z轴；PA_i和PG_i分别为加速度计和陀螺仪的单轴功率峰值；对于不同类型振颤，R₀,b_i和c_i均不一样，具体数值通过实验及查阅已有文献所得。

5)缓慢运动症状量化方法

通过6轴惯性测量单元可以得到指尖模块的3维姿态角，通过如图8所示的峰峰值查找方法可以得到指尖模块的运动幅度，再通过公式(2)和(3)可以得到缓慢运动症状的两个参数(幅度平均值和标准偏差)：

其中为单次指尖的往返运动幅度，i表示单次设定测量时间内的一次指尖往返运动；为单次设定测量时间内的指尖的平均往返运动幅度；代表单次设定测量时间内的指尖的往返运动幅度的标准偏差；N代表单次设定测量时间内指尖往返次数。

6)肌肉僵直症状量化方法

如图11所示，用于计算的参数包含两个压力传感器盒输出，病人手臂运动的加速度，病人手臂长度及手臂相对与水平面的倾斜角。压力传感器盒输出需要转化为牛顿为单位的压力值，手臂倾角值由手腕部位的6轴惯性测量单元传感器融合输出得到。对于单次肌肉僵直测量，所有输入参数输入力矩方程式作为其数学模型，应用最小平方参数估计可以得到机械阻抗其弹性分量和粘性分量。

对于设定传感器采样率(例如100赫兹)时的肌肉僵直症状测量(10秒时长)，具体的计算步骤如公式(4),(5)和(6)，将公式(5)代入公式(4)，可以得到肘关节机械阻抗分量的输出方程，如公式(6)。

$T=F\·l=\left[\begin{array}{ccc}\left|\stackrel{\·}{\mathrm{\α}}\right|& \left|\mathrm{\α}\right|& 1\end{array}\right]\left[\begin{array}{c}B\\ K\\ -C\end{array}\right],---\left(4\right)$

$A=\left[\begin{array}{ccc}\left|\stackrel{\·}{\mathrm{\α}}\right|& \left|\mathrm{\α}\right|& 1\end{array}\right],---\left(5\right)$

$\left[\begin{array}{c}B\\ K\\ -C\end{array}\right]={\left(A^{T}A\right)}^{-1}{A}^T\stackrel{\→}{T},---\left(6\right)$

其中T为设定时间内手臂运动的力矩矩阵；F为设定时间内检查者对病人手腕施加的差分式压力矩阵；l为病人手臂长度；为3轴合成后的单轴角加速度值；|α|为计算得出后的单轴手臂对地角度；B为手臂肘关节粘性分量；K为手臂肘关节弹性分量；C为系统偏移量，仅作为参考值；A为运动数据矩阵(例如1000行3列)；A^T为A的转置矩阵。

肘关节的机械阻抗Z为手臂肘关节粘性分量(B)和弹性分量(K)的代数和。

目前用于帕金森病症状定量检测的商业产品都只针对单个或者某些症状，尤其是僵直的症状量化评估系统偏少，采用本发明的设计方案可在同一检测系统中实现帕金森病3个主要症状的量化测量。

以上所述的微机电系统运动测量模块也可以采用9轴惯性测量单元，即6轴惯性测量单元和一个附加的3轴磁力计，利用现有的传感器融合算法，可以直接得到该模块的加速度和姿态角信息，其运动跟踪精度更高，基于与上述相同的症状量化方法同样可以得到量化的病人症状等级。对于本领域技术人员来说，在本发明公开上述6轴惯性测量单元的工作原理下，是很容易实现的，在此不再赘述。

本发明对纺织手套和传感器相关电路的嵌入进行优化，因为不同的病人需要佩戴不同大小的手套。选用其他类型结构的一体化的机械外壳(如由3D打印生成)，去除纺织手套，有利于病人的佩戴。

本发明改进定量评测方法，尤其是肌肉僵直的测量方法及现有的传感器融合方法并实现运动跟踪，提高了精度。

本发明针对现有技术中症状波动对测量结果的影响考虑得比较少，而症状波动是帕金森病一个重要的特征，必须在对帕金森病人症状进行定量评估时予以考虑才能得到准确的测量结果，进一步提高了准确度和实用性。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (10)

1.一种用于帕金森病人主要症状定量检测的可穿戴系统，该系统包括手套和与之相连的计算机；所述手套又包括手腕模块和指尖模块，这两个模块分别佩戴在病人指尖和手腕，其特征在于：

所述手腕模块包括传感器、微控制器，其中传感器由第一个微机电系统运动测量模块和一组差分输出的两个压力传感器组成，用于肌肉僵直测量数据的采集，并将采集的数据传送到微控制器；

所述指尖模块包括第二个微机电系统运动测量模块，用于震颤和运动迟缓测量数据的采集，并将采集的数据传送到微控制器；

所述微控制器采集所述传感器以及所述第二个微机电系统运动测量模块的测量数据，并发送到计算机进行处理和显示，实现震颤、肌肉僵直和运动缓慢的参数测量，测量结果和测量的原始数据通过计算机显示和保存。

2.根据权利要求1所述的可穿戴系统，其特征在于，所述第一个微机电系统运动测量模块为一个6轴惯性测量单元，该单元内嵌一个3轴加速度计和一个3轴陀螺仪，分别用于测量病人腕部被动运动的3维线性加速度和3维角速度值，测量的结果由微控制器定时读取。

3.根据权利要求1所述的可穿戴系统，其特征在于，所述两个压力传感器用于测量检查者对病人手腕的施力，测量的结果同样由微控制器读取。

4.根据权利要求1所述的可穿戴系统，其特征在于，所述第二个微机电系统运动测量模块为一个6轴惯性测量单元，该单元内嵌一个3轴加速度计和一个3轴陀螺仪，分别用于测量病人指尖运动的3维线性加速度和3维角速度值，测量的结果传送到微控制器。

5.根据权利要求1-3任一项所述的可穿戴系统，其特征在于，所述系统进一步设有震颤检测及其幅度稳定状态检测模块、肌肉僵直检测模块、运动缓慢症状检测模块中至少一种，以用于实现帕金森病病人震颤检测及其幅度稳定状态、肌肉僵直和运动缓慢症状的检测，并显示检测结果。

6.根据权利要求5所述的可穿戴系统，其特征在于，所述震颤检测及其幅度稳定状态检测模块，该模块以指尖模块的6轴惯性测量单元数据即加速度和角速度信号为输入，将数据进行带通滤波后，进行频谱分析，计算加速度和角速度信号频谱分布的主频率点附近功率和；由于帕金森病人震颤幅度变化影响测量结果的有效性，对设定时间内角速度数据信号幅度进行对比，当幅度变化超出设定范围时就判定为无效值，幅度状态检测包括时间域和频域，从而实现震颤检测及其幅度稳定状态检测。

7.根据权利要求5所述的可穿戴系统，其特征在于，所述肌肉僵直检测模块，该模块以手腕模块的6轴惯性测量单元和两个压力传感器的信号及用卷尺所测得的病人手臂长度作为为输入参数，包含手腕相对于肘尖的运动角度及角速度，两个压力传感器的差分输出，及病人手臂长度；把设定时间内的肌肉僵直测量所得参数矩阵作为模块的输入进行最小平方参数估计，采用最小二乘法通过最小化误差的平方和寻找数据的最佳函数匹配，从而得到肌肉僵直的两个参数。

8.根据权利要求5所述的可穿戴系统，其特征在于，所述运动缓慢症状检测模块，该模块基于指尖模块的惯性测量单元的结果，通过该惯性测量单元内嵌的3轴陀螺仪输出信号积分得到指尖的运动角度轨迹，然后把3轴信号合并为1维信号，再通过幅度查找方法得出手指闭合运动的角度峰峰值；最后通过统计方法得到病人运动缓慢症状参数。

9.根据权利要求1-8任一项所述的可穿戴系统，其特征在于，所述手腕模块、指尖模块均设有外壳，用于保护电路及传感器部分并且将其固定在病人手部，此外壳具有一定弹性且可自由佩戴，不再需要纺织手套。

10.一种应用于权利要求1-9任一项所述系统的帕金森病人主要症状定量检测的方法，其特征在于，在采集到上述手腕模块和指尖模块的测量数据后，对数据进行如下处理，从而实现主要症状的定量检测，使用时根据需要选择其中一种或多种：

1)振颤幅度量化方法

对于6轴惯性测量单元，其内嵌的3轴加速度计和3轴角速度计分别用于直线运动和旋转运动检测，测量病人腕部被动运动的3维线性加速度和3维角速度值，对于有效的振颤测量，公式(1)用于该次测量所得振颤等级计算：

$R=R_0+\ln ({\mathrm{\Σ}}_{i=1}^3{b}_i\·{\mathrm{PA}}_i+{\mathrm{\Σ}}_{i=1}^3{c}_i\·{\mathrm{PG}}_i),---\left(1\right)$ 其中R为对应于UPDRS临床标准(帕金森综合评分量表)的振颤等级0-4，R₀，b_i和c_i是公式(1)的回归参数，其中i＝1,2和3分别表示x，y和z轴；PA_i和PG_i分别为加速度计和陀螺仪的单轴功率峰值；对于不同类型振颤，R₀,b_i和c_i均不一样，具体数值通过实验及查阅已有文献所得；

2)缓慢运动症状量化方法

通过6轴惯性测量单元得到指尖模块的3维姿态角，通过峰峰值查找方法得到指尖模块的运动幅度，再通过公式(2)和(3)得到缓慢运动症状的两个参数即幅度平均值和标准偏差：

其中为单次指尖的往返运动幅度，i表示单次设定测量时间内的一次指尖往返运动；为单次设定测量时间内的指尖的平均往返运动幅度；代表单次设定测量时间内的指尖的往返运动幅度的标准偏差；N代表单次设定测量时间内指尖往返次数；

3)肌肉僵直症状量化方法

用于计算的参数包含两个压力传感器输出，病人手臂运动的加速度，病人手臂长度及手臂相对与水平面的倾斜角，压力传感器盒输出需要转化为牛顿为单位的压力值，手臂倾角值由手腕部位的6轴惯性测量单元内传感器融合输出得到；对于单次肌肉僵直测量，所有输入参数输入力矩方程式作为其数学模型，应用最小平方参数估计得到机械阻抗其弹性分量和粘性分量；具体的计算步骤如公式(4)，(5)和(6)：

$T=F\·l=\left[\begin{array}{ccc}\left|\stackrel{\·}{\mathrm{\α}}\right|& \left|\mathrm{\α}\right|& 1\end{array}\right]\left[\begin{array}{c}B\\ K\\ -C\end{array}\right],---\left(4\right)$

$A=\left[\begin{array}{ccc}\left|\stackrel{\·}{\mathrm{\α}}\right|& \left|\mathrm{\α}\right|& 1\end{array}\right],---\left(5\right)$

$\left[\begin{array}{c}B\\ K\\ -C\end{array}\right]={\left(A^{T}A\right)}^{-1}{A}^T\stackrel{\→}{T},---\left(6\right)$

其中T为手臂运动的力矩；F为检查者对病人手腕施加的差分式压力；l为病人手臂长度；为3轴合成后的单轴角加速度值；|α|为计算得出后的单轴手臂对地角度；B为手臂肘关节粘性分量；K为手臂肘关节弹性分量；C为系统偏移量，仅作为参考值；A为运动数据矩阵；A^T为A的转置矩阵；

肘关节的机械阻抗Z为手臂肘关节粘性分量(B)和弹性分量(K)的代数和。