CN117653083A - 一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法 - Google Patents
一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法 Download PDFInfo
- Publication number
- CN117653083A CN117653083A CN202311637158.5A CN202311637158A CN117653083A CN 117653083 A CN117653083 A CN 117653083A CN 202311637158 A CN202311637158 A CN 202311637158A CN 117653083 A CN117653083 A CN 117653083A
- Authority
- CN
- China
- Prior art keywords
- tremor
- dynamic
- frequency
- analyzing
- dyskinesia
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 206010044565 Tremor Diseases 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 68
- 208000012661 Dyskinesia Diseases 0.000 title claims abstract description 33
- 210000003141 lower extremity Anatomy 0.000 title claims abstract description 33
- 230000003068 static effect Effects 0.000 title claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 24
- 238000011160 research Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 208000016285 Movement disease Diseases 0.000 claims abstract description 13
- 210000003205 muscle Anatomy 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 16
- 238000006073 displacement reaction Methods 0.000 claims description 15
- 230000002146 bilateral effect Effects 0.000 claims description 13
- 238000002567 electromyography Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000004069 differentiation Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000003930 cognitive ability Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 230000037152 sensory function Effects 0.000 claims description 4
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 210000003314 quadriceps muscle Anatomy 0.000 claims description 2
- 238000011835 investigation Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 230000003183 myoelectrical effect Effects 0.000 abstract description 4
- 208000015122 neurodegenerative disease Diseases 0.000 abstract description 2
- 230000008506 pathogenesis Effects 0.000 abstract 1
- 238000004445 quantitative analysis Methods 0.000 abstract 1
- 238000012360 testing method Methods 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000001953 sensory effect Effects 0.000 description 5
- 206010008025 Cerebellar ataxia Diseases 0.000 description 4
- 208000001089 Multiple system atrophy Diseases 0.000 description 4
- 208000027089 Parkinsonian disease Diseases 0.000 description 4
- 206010034010 Parkinsonism Diseases 0.000 description 4
- 201000006517 essential tremor Diseases 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 208000012639 Balance disease Diseases 0.000 description 3
- 208000009415 Spinocerebellar Ataxias Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 101100421914 Arabidopsis thaliana SOT3 gene Proteins 0.000 description 2
- 102000014461 Ataxins Human genes 0.000 description 2
- 108010078286 Ataxins Proteins 0.000 description 2
- 208000012902 Nervous system disease Diseases 0.000 description 2
- 206010069917 Orthostatic tremor Diseases 0.000 description 2
- 208000018737 Parkinson disease Diseases 0.000 description 2
- 201000004562 autosomal dominant cerebellar ataxia Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 210000002027 skeletal muscle Anatomy 0.000 description 2
- 101100421912 Arabidopsis thaliana SOT1 gene Proteins 0.000 description 1
- 101100421913 Arabidopsis thaliana SOT2 gene Proteins 0.000 description 1
- 101100421915 Arabidopsis thaliana SOT4 gene Proteins 0.000 description 1
- 206010003591 Ataxia Diseases 0.000 description 1
- 206010008027 Cerebellar atrophy Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- WTDRDQBEARUVNC-LURJTMIESA-N L-DOPA Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C(O)=C1 WTDRDQBEARUVNC-LURJTMIESA-N 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 238000012879 PET imaging Methods 0.000 description 1
- 206010073211 Postural tremor Diseases 0.000 description 1
- 208000010112 Spinocerebellar Degenerations Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000001430 anti-depressive effect Effects 0.000 description 1
- 239000000935 antidepressant agent Substances 0.000 description 1
- 229940005513 antidepressants Drugs 0.000 description 1
- 239000000164 antipsychotic agent Substances 0.000 description 1
- 239000002249 anxiolytic agent Substances 0.000 description 1
- 230000000949 anxiolytic effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 201000003636 hereditary ataxia Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 230000007971 neurological deficit Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000001144 postural effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000000932 sedative agent Substances 0.000 description 1
- 230000001624 sedative effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于运动障碍疾病分析与研究技术领域，具体涉及一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，以及通过该方法进行运动障碍疾病的研究方法，本发明通过动静态姿势平衡仪对运动障碍患者的下肢震颤进行分析，分析步骤包括数据采集前准备、动态平衡检测和数据采集、检测结果分析、震颤分析、分析结果输出，定量分析研究对象下肢震颤的晃动曲线和能量变化，检测的数据通过傅里叶转换后呈现出特定的的生物力学特征；并结合表面肌电检测，观察研究对象下肢在不同震颤频率下的肌肉活动模式，识别出不同运动障碍研究对象的特征频率，有助于运动障碍类疾病的定量分析，为神经系统变性疾病的发病机制研究和干预提供了新的方法。
Description
技术领域
本发明属于运动障碍疾病分析与研究技术领域，具体涉及一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，以及通过该方法进行运动障碍疾病的研究方法。
背景技术
神经系统疾病中的平衡/运动障碍疾病，如帕金森病和小脑共济失调等，在临床诊断和治疗中一直面临挑战。目前，这些疾病的诊断主要依赖于症状学观察和临床随访，缺乏敏感和特异的生物标记物。例如，帕金森病的磁共振成像缺乏特征性表现，18F多巴PET成像检测费用昂贵，且受到限制，而对于震颤的肌电图分析需要有创操作，不能适用于所有患者。对于小脑共济失调，脑成像可能显示小脑萎缩，但缺乏定量指标，使得生理和病理之间的区分变得困难。与此同时，其他平衡/运动障碍疾病，如多系统萎缩和特发性震颤，也存在着同样的问题，缺乏可靠的诊断标志物。因此，长期以来，这些疾病的诊断研究一直进展缓慢。然而，这些疾病患者普遍表现出突出的姿势平衡障碍，这提供了一个新的诊断途径，即从生物力学的角度评估患者的神经功能缺陷。
目前在临床上可及的检测手段包括但不限于：动/静态姿势平衡仪和步态分析仪，这一平衡仪检测主要采用记录受试者压力中心或重心的位移曲线，包括前后位移曲线和左右位移曲线，以及通过施加额外的晃动，来判断研究对象在自然状态以及各种站立条件、外界干扰存在的情况下维持平衡的能力，用于评价研究对象的平衡功能。
中国专利（CN116597940A）公开了一种运动障碍症状量化评估模型的建模方法，其利用FCN、LSTM、注意力机制以及类不平衡损失函数构建运动障碍症状量化评估模型，建立运动障碍特征集，利用全连接神经网络设计分类器对运动障碍特征进行分类，实现运动障碍症状的量化分级评估。本发明能有效的克服帕金森等运动障碍性疾病和脑卒中的运动障碍症状由人工主观评估带来的弊端，所提出的智能化量化评估方法用于临床评估能够的提高评估结果的客观性和精确性。
中国专利（CN116649948A）公开了一种基于毫米波雷达的肢体震颤评估方法，其是使用六个毫米波传感器检测患者的手部和头部震颤情况，将两个毫米波传感器放置在手部的前方和侧方，四个传感器放置等距放置在头部周围，这六个传感器分别记录在该方向上皮肤表面与毫米波传感器的距离变化，提取出震颤频率和强度，将多个方向的传感器信号震颤频率进行平均，获得综合后的震颤频率，震颤强度取不同方向上的最大震颤强度，进而确定帕金森疾病和原发性震颤在震颤的频率和对称性上会有细微差别。
上述现有技术虽然都这对平衡/运动障碍疾病的研究分析提供了一些方法，但是仍然存在技术难度大、操作困难以及准确性差的缺点，因此，有必要开发一种新的研究方法，为平衡/运动障碍疾病的研究和分析提供新的解决方案。
发明内容
针对现有技术的不足，本发明提供了一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，以及通过该方法进行运动障碍疾病的研究方法，本发明通过动静态姿势平衡仪对运动障碍患者的下肢震颤进行分析，并结合表面肌电检测，观察研究对象下肢在不同震颤频率下的肌肉活动模式，识别出不同运动障碍研究对象的特征频率，实现了运动障碍类疾病的定量分析，本发明的分析方法操作简单、易于实施，且具有较高的分析准确度，为神经系统变性疾病的发病机制研究和干预提供了新的解决方案。
第一方面，本发明提供一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，包括如下步骤：
步骤1，数据采集前准备；
步骤2，动态平衡检测和数据采集；
步骤3，检测结果分析；
步骤4，震颤分析；
步骤5，分析结果输出。
进一步的，步骤1中数据采集前准备包括：筛查研究对象认知能力和下肢感觉功能。
进一步的，步骤2中在进行动态平衡检测过程中检测难度逐级增加，检测人员观察研究对象在检测过程中的晃动情况。
进一步的，所述动态平衡检测按照睁眼/平板、闭眼/平板、睁眼/软垫、闭眼/软垫的顺序进行。
进一步的，步骤3中检测结果分析包括分析研究对象的姿势动图，所述姿势动图包括研究对象在前后方向的姿势动图和左右方向的姿势动图；所述前后方向的姿势动图为研究对象在前后方向上基于时间连续描记的压力中心的位移，所述左右方向的姿势动图为研究对象在左右方向上基于时间连续描记的压力中心的位移。
进一步的，步骤3中检测结果分析还包括分别对前后方向的姿势动图和左右方向的姿势动图中所有频段晃动能量值进行傅里叶变换，形成傅里叶变换图谱；所述傅里叶变换分为低频、中频、高频三个频段区域，针对三个频段区域计算研究对象在相应频段区域内所消耗的能量及其与总能量相比的占比。
进一步的，步骤4中震颤分析过程包括：震颤的识别、频率的计算、震颤能量的计算、震颤模式的鉴定、震颤频率的鉴定。
进一步的，步骤2中动态平衡检测过程还包括同步获取研究对象双侧胫前肌和腓肠肌、双侧股四头肌和双侧腘绳肌放电的现象，并将放电现象与动态平衡数据对比分析。
进一步的，所述震颤的识别为识别下肢的直立性震颤；所述频率的计算为通过时间刻度计算震颤频率，或者根据傅里叶频谱分析图谱波峰位置以确定震颤频率；所述震颤能量的计算过程中采用震颤频率高频部分的能量表示震颤的强度；所述震颤模式的鉴定为根据不同检测环境下震颤的波形分化以及能量大小确定震颤的模式；所述震颤频率的鉴定为结合同步进行表面肌电图监测，对动静态姿势平衡仪的震颤频率进行鉴定。
第二方面，本发明还提供一种运动障碍疾病的研究方法，通过上述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法实施。
本发明提供的一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，以及通过该方法进行运动障碍疾病的研究方法，提出了一种新的、先进的生物力学诊断方案，用于分析和研究平衡障碍疾病，拓宽了动静态姿势平衡仪应用范围，通过测量研究对象的运动和平衡特征，提出了更加客观和准确的判断方法。通过在感觉统合测试过程中获取多个参数，定量分析研究对象的晃动曲线和能量变化，这些数据通过傅里叶转换后呈现出独特的生物力学特征。根据本发明的方法，已经成功识别出不同平衡障碍研究对象的特征频率，如遗传性脊髓小脑共济失调患者的晃动频率为2.5Hz，多系统萎缩的晃动频率为3Hz，帕金森病的晃动频率为4-6Hz，特发性震颤的晃动频率为8-12Hz。这些频率不仅在检测中可见，还可以被定量分析，具有显著的应用价值。
此外，本发明还进一步分析了研究对象下肢震颤的起源和外周效应器，深入研究了不同频率的姿势性震颤的机制，通过多导表面肌电检测装置，能够观察到研究对象下肢在不同震颤频率下的肌肉活动模式，这有助于理解潜在的平衡代偿机制，本发明的方法不仅在临床诊断中具有潜在的应用，还为探讨神经系统变性疾病的发病机制和干预提供了重要的工具和视角，为改进平衡障碍疾病的分析和研究开辟新的道路，为研究对象提供更好的医疗服务和治疗选择。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为动静态姿势平衡仪获取的研究对象的姿势动态图的图形表示；
图2为前后方向的姿势动图（AP）和左右方向的姿势动图(LAT)的图形表示；
图3为前后方向的姿势动图（AP）和左右方向的姿势动图(LAT)的傅立叶转换图谱；
图4为动静态姿势平衡仪检测神经变性疾病可观测到的姿势性震颤波的图形表示；
图5为同步进行表面肌电图监测与震颤频率比对的图形表示；
图6为研究对象进行四步感觉统合测试过程中获取的姿势动图的图形表示。
实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，包括如下步骤：
步骤1，数据采集前准备；
步骤2，动态平衡检测和数据采集；
步骤3，检测结果分析；
步骤4，震颤分析；
步骤5，分析结果输出。
本发明所使用的动静态姿势平衡仪为SYNAPSYS姿势平衡系统（SPS），该系统的主要功能包括：在静态或动态状态下（可移动平台、软垫、平板），以100 Hz频率采集压力中心的连续位移，显示位移曲线，计算参数，生成给平衡结果。该系统的主要硬件包括：集成了3个压力传感器的静态平台、数据采集系统、软垫、可移动的平台以及围护栏杆。
步骤1中数据采集前准备包括筛查研究对象认知能力和下肢感觉功能，对研究对象简单筛查认知和下肢感觉功能进行检测和筛查，确定其具备能在睁眼和闭眼状态下分别独立站立超过20秒的能力，并且要求研究对象测试开始前一周内未服用酒精、镇静药物、抗抑郁抗焦虑药物、抗精神病药物等。
本发明的数据采集过程依据SYNAPSYS动静态姿势平衡仪的基本操作流程，按照采集过程中研究对象维持姿势的物理和生理环境，分为睁眼、闭眼、平板、软垫共4个模块，并对这四个模块进行两两组合，形成睁眼/平板、闭眼/平板、睁眼/软垫、闭眼/软垫共四种测试条件，同时，本发明不需要进行额外的动态平衡检测。
步骤2中在进行动态平衡检测过程中检测难度逐级增加，检测人员观察研究对象在检测过程中的晃动情况。本发明在检测过程遵循难度逐渐增加的原则，依次采用的测试条件为：睁眼/平板、闭眼/平板、睁眼/软垫、闭眼/软垫，检测人员观察过程中研究对象的晃动，观察期是否产生规律的晃动，以及是否出现跌倒或手扶栏杆的情况（无论是跌倒还是手扶栏杆均在该检测结束后在姿势平衡图上记录为fall）。
每一个研究对象在两个检测条件两两组合的情况下，共计有四次测试的结果。即，睁眼/平板、闭眼/平板、睁眼/软垫、闭眼/软垫检测的结果，这四次测试的结果相对独立，每一次结果都可以单独解读，也可以将四次结果汇总分析。每一次测试后，根据研究对象在每一时刻的晃动，会产生一团不规则的晃动曲线，成为如图1所示的姿势动图，这一图形中杂乱的位移轨迹经过后台处理可以分解为前后方向（AP）和左右方向（LAT）上的位移图（如图2所示），其中，AP姿势动图表示前后方向（AP）上基于时间连续描记的压力中心的位移；同样地，LAT姿势动图表示在左右方向（LAT）上基于时间描记的压力中心的位移。
步骤3中检测结果分析包括分析研究对象的姿势动图，如图1-2所示，本发明获取的姿势动图包括研究对象在前后方向的姿势动图和左右方向的姿势动图；所述前后方向的姿势动图为研究对象在前后方向上基于时间连续描记的压力中心的位移，所述左右方向的姿势动图为研究对象在左右方向上基于时间连续描记的压力中心的位移。
步骤3中检测结果分析还包括分别对前后方向的姿势动图和左右方向的姿势动图中所有频段晃动能量值进行傅里叶变换，形成傅里叶变换图谱。前后方向傅里叶变换图谱（AP Fourier Transform）表示前后方向上姿势动图中包含的所有频段的晃动能量值；同样地，左右方向傅里叶变换图谱（LAT Fourier Transform）表示左右方向或和横向上姿势动图中包含的所有频段的晃动能量值。本发明的傅里叶变换分为低频、中频、高频三个频段区域，其中，低频区域的范围为0 Hz-0.5Hz，中频区域为0.5Hz-2 Hz，高频区域为2 Hz-20 Hz，针对三个频段区域计算研究对象在相应频段区域内所消耗的能量及其与总能量相比的占比或分布。
步骤4中震颤分析过程包括：震颤的识别、频率的计算、震颤能量的计算、震颤模式的鉴定、震颤频率的鉴定。
对于震颤识别，本发明主要检测的震颤类型是下肢的震颤，可归类于直立性震颤（orthostatic tremor），这种震颤在不同的神经系统疾病里有不同的发生率。震颤强烈时，在检测现场能观测到下肢规律的晃动，同步地，可在显示屏幕上可见地显示出规律的波形。如图4所示，姿势动图曲线（图4中A-D的上部分图）显示的波动与受试者身体的晃动同步，傅里叶频谱分析（图4中A-D的下部分图）高频段(大于2Hz的频段)可直观看到波形分化，并读取频率以及反映强度的能量值，其中，遗传性共济失调震颤频率2.4Hz、能量值42.28mm2﹒s，多系统萎缩震颤频率3.2Hz、能量值25.44mm2﹒s，帕金森病可见双峰、频率为3.5Hz、4.4Hz、能量值3.29 mm2﹒s，特发性震颤频率7.6Hz、能量值0.014。
对于频率的计算，在图4中，可以通过时间刻度计算震颤频率；也可以直接点击傅里叶频谱分析图谱波峰位置，直接显示频率高低。
对于震颤能量的计算，由于震颤的频率往往高于2Hz，因此在绝大多数情况下，高频部分的能量即代表震颤的强度。需要注意，在SYNAPSYS动静态姿势平衡仪上震颤的能量单位时主观单位，并无确切的物理含义，主要用于受试者治疗前后自身的比较或者不同受试者之间的比较。
对于震颤模式的鉴定，通过观察不同的检测条件下震颤的波形分化以及能量大小，可以初步得知震颤的模式。比如，多系统萎缩震颤的发生常见于剥夺深感觉和视觉的情况下。
对于震颤频率的鉴定，步骤2中动态平衡检测过程还包括同步获取研究对象双侧胫前肌和腓肠肌、双侧股四头肌和双侧腘绳肌放电的现象，并将放电现象与动态平衡数据对比分析，如图5所示，通过同步进行表面肌电图监测，可以对SYANPSTYS动静态姿势平衡仪的震颤频率进行鉴定。具体步骤为：在进行平衡检测的过程中，同步进行表面肌电图检测。电极放置部位包括但不局限于双侧胫前肌和腓肠肌、双侧股四头肌和双侧腘绳肌。由图5中曲线比对结果可以看出，SYNAPSYS检测的震颤频率基本准确，与高精度、价格高昂的肌电图检测设备一致。
如图6所示，一名研究对象在进行四步感觉统合测试过程中的姿势动图，从上至下分别为SOT1（睁眼，站立在平板），SOT2（闭眼，站立在平板），SOT3（睁眼，站立在软垫），SOT4（闭眼，站立在软垫）测试时对应的身体在前后方向上的晃动。检测时长20秒。图6中SurfaceEMG of SOT3和Surface EMG of SOT4表示的是测试过程的前8秒，在双侧胫前肌和腓肠肌内侧头探测到与姿势动图一致的、频率为3Hz、双侧同步、前后交替的肌肉收缩放电现象；图中的EMG为肌电图（Electromyography），TA为胫骨前肌内侧探头（Tibilias Anterior）， MG为腓肠肌内侧头（Medial Gastrocnemius）。
另外，本发明还提供一种运动障碍疾病的研究方法，通过上述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法实施。
本发明提供的一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，以及通过该方法进行运动障碍疾病的研究方法，提出了一种新的、先进的生物力学诊断方案，用于分析和研究平衡障碍疾病，拓宽了动静态姿势平衡仪应用范围，通过测量研究对象的运动和平衡特征，提出了更加客观和准确的判断方法。本发明提供了一种辅助研究和分析神经系统运动障碍性疾病的方法，该方法利用依赖动态和静态姿势平衡仪检测肢体微小颤动，依托于本发明的方法，发明人已经构建了关于人体平衡参数的大数据库（高达5000例次正常人和患者的数据），并结合先进的步态分析以及多导表面肌电系统对检测数据的稳定性和可靠性进行了认证。针对最具有临床使用价值的平衡障碍疾病，包括临床上最常见的帕金森病和共济失调疾病，建立了一整套的完整的评估体系。发明人首次发现了不同类型的平衡障碍患者在感觉统合测试时表现出不同的晃动曲线和能量频谱分布，经过傅里叶转换后呈现出不同的生物力学特征。通过在感觉统合测试过程中获取多个参数，定量分析研究对象的晃动曲线和能量变化，这些数据通过傅里叶转换后呈现出独特的生物力学特征。根据本发明的方法，已经成功识别出不同平衡障碍研究对象的特征频率，如遗传性脊髓小脑共济失调患者的晃动频率为2.5Hz，多系统萎缩的晃动频率为3Hz，帕金森病的晃动频率为4-6Hz，特发性震颤的晃动频率为8-12Hz。这些频率不仅可以通过肉眼观察，还可以定性定量，具有高度的临床和科研价值，利用这些特征性频谱，可以在现场直接对患者进行辅助诊断。
此外，本发明还进一步分析了研究对象下肢震颤的起源和外周效应器，深入研究了不同频率的姿势性震颤的机制，通过多导表面肌电检测装置，能够观察到研究对象下肢在不同震颤频率下的肌肉活动模式，这有助于理解潜在的平衡代偿机制，本发明的方法不仅在临床诊断中具有潜在的应用，还为探讨神经系统变性疾病的发病机制和干预提供了重要的工具和视角，为改进平衡障碍疾病的分析和研究开辟新的道路，为研究对象提供更好的医疗服务和治疗选择。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，其特征在于，包括如下步骤：
步骤1，数据采集前准备；
步骤2，动态平衡检测和数据采集；
步骤3，检测结果分析；
步骤4，震颤分析；
步骤5，分析结果输出。
2.根据权利要求1所述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，其特征在于，步骤1中数据采集前准备包括：筛查研究对象认知能力和下肢感觉功能。
3.根据权利要求1所述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，其特征在于，步骤2中在进行动态平衡检测过程中检测难度逐级增加，检测人员观察研究对象在检测过程中的晃动情况。
4.根据权利要求3所述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，其特征在于，所述动态平衡检测按照睁眼/平板、闭眼/平板、睁眼/软垫、闭眼/软垫的顺序进行。
5.根据权利要求1所述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，其特征在于，步骤3中检测结果分析包括分析研究对象的姿势动图，所述姿势动图包括研究对象在前后方向的姿势动图和左右方向的姿势动图；所述前后方向的姿势动图为研究对象在前后方向上基于时间连续描记的压力中心的位移，所述左右方向的姿势动图为研究对象在左右方向上基于时间连续描记的压力中心的位移。
6.根据权利要求5所述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，其特征在于，步骤3中检测结果分析还包括分别对前后方向的姿势动图和左右方向的姿势动图中所有频段晃动能量值进行傅里叶变换，形成傅里叶变换图谱；所述傅里叶变换分为低频、中频、高频三个频段区域，针对三个频段区域计算研究对象在相应频段区域内所消耗的能量及其与总能量相比的占比。
7.根据权利要求1所述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，其特征在于，步骤4中震颤分析过程包括：震颤的识别、频率的计算、震颤能量的计算、震颤模式的鉴定、震颤频率的鉴定。
8.根据权利要求1所述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，其特征在于，步骤2中动态平衡检测过程还包括同步获取研究对象双侧胫前肌和腓肠肌、双侧股四头肌和双侧腘绳肌放电的现象，并将放电现象与动态平衡数据对比分析。
9.根据权利要求7所述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法，其特征在于，所述震颤的识别为识别下肢的直立性震颤；所述频率的计算为通过时间刻度计算震颤频率，或者根据傅里叶频谱分析图谱波峰位置以确定震颤频率；所述震颤能量的计算过程中采用震颤频率高频部分的能量表示震颤的强度；所述震颤模式的鉴定为根据不同检测环境下震颤的波形分化以及能量大小确定震颤的模式；所述震颤频率的鉴定为结合同步进行表面肌电图监测，对动静态姿势平衡仪的震颤频率进行鉴定。
10.一种运动障碍疾病的研究方法，通过权利要求1-9任一项所述的通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法实施。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311637158.5A CN117653083A (zh) | 2023-12-01 | 2023-12-01 | 一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311637158.5A CN117653083A (zh) | 2023-12-01 | 2023-12-01 | 一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117653083A true CN117653083A (zh) | 2024-03-08 |
Family
ID=90063474
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311637158.5A Pending CN117653083A (zh) | 2023-12-01 | 2023-12-01 | 一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117653083A (zh) |
-
2023
- 2023-12-01 CN CN202311637158.5A patent/CN117653083A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11903720B2 (en) | System and method for detecting neurological disease | |
| EP2800507B1 (en) | Apparatus for psychiatric evaluation | |
| Cao et al. | Application of a novel measure of EEG non-stationarity as ‘Shannon-entropy of the peak frequency shifting’for detecting residual abnormalities in concussed individuals | |
| US20060282008A1 (en) | System and method for vision examination utilizing fault detection | |
| KR20160145131A (ko) | 시야 결함들의 평가를 위한 휴대용 뇌 활동 감지 플랫폼 | |
| Zhou et al. | Characterizing the complexity of spontaneous motor unit patterns of amyotrophic lateral sclerosis using approximate entropy | |
| CA2456447C (en) | System and method for vision examination using interrupt signals for synchronizing visual evoked potential sampling rate with visual stimulus | |
| US20160029965A1 (en) | Artifact as a feature in neuro diagnostics | |
| KR102075503B1 (ko) | 치매 예측 시스템 및 그 구동방법 | |
| CN107296586A (zh) | 视觉误差检测设备/方法及基于该设备的书写系统/方法 | |
| CN117653083A (zh) | 一种通过动静态姿势平衡仪分析运动障碍患者下肢震颤的方法 | |
| US20220211308A1 (en) | Apparatus for measuring biological function, a method and a program for measuring biological function | |
| Meyer et al. | Chest-based wearables and individualized distributions for assessing postural sway in persons with multiple sclerosis | |
| US11363982B1 (en) | Method and system for quantifying movement disorder symptoms | |
| EP2249697B1 (en) | Non-invasive measuring of load-induced electric potentials in diarthroidial joints | |
| Jacob et al. | Adaptation strategies and neurophysiological response in early-stage Parkinson's disease: BioVRSea approach | |
| AU2021106555A4 (en) | Public health screening for cognitive health using silicone based eeg dry sensor | |
| Mihăilă et al. | Spine Functionality–General Methodological Problems and Electromyography as a Method of Investigation | |
| Varier et al. | An electrooculogram based real time system for measurement and analysis of visual stimuli for detecting strabismus and nystagmus | |
| Boiko et al. | Accelerometer based system for unobtrusive sleep apnea detection | |
| KR20240021495A (ko) | 뇌파측정 측정 기술을 활용한 치매 진단과 치매 예방 방법 | |
| RU2484760C1 (ru) | Способ диагностирования состояния глазодвигательных мышц | |
| CN118021307A (zh) | 基于微动作的认知水平评估方法、电子设备及可读介质 | |
| Shoushtarian et al. | The relationship between electrovestibulography and Parkinson's disease |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |