IT201900002559A1 - Metodo e kit per la classificazione di tremori muscolari - Google Patents
Metodo e kit per la classificazione di tremori muscolari Download PDFInfo
- Publication number
- IT201900002559A1 IT201900002559A1 IT102019000002559A IT201900002559A IT201900002559A1 IT 201900002559 A1 IT201900002559 A1 IT 201900002559A1 IT 102019000002559 A IT102019000002559 A IT 102019000002559A IT 201900002559 A IT201900002559 A IT 201900002559A IT 201900002559 A1 IT201900002559 A1 IT 201900002559A1
- Authority
- IT
- Italy
- Prior art keywords
- signals
- limb
- tremor
- electromyographic signals
- electromyographic
- Prior art date
Links
- 206010044565 Tremor Diseases 0.000 title claims description 52
- 238000000034 method Methods 0.000 title claims description 37
- 238000012545 processing Methods 0.000 claims description 27
- 210000003205 muscle Anatomy 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 11
- 239000005557 antagonist Substances 0.000 claims description 6
- 210000003414 extremity Anatomy 0.000 description 17
- 238000005259 measurement Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 208000018737 Parkinson disease Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000015122 neurodegenerative disease Diseases 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 206010019196 Head injury Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 201000006517 essential tremor Diseases 0.000 description 1
- 201000006417 multiple sclerosis Diseases 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1101—Detecting tremor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fuzzy Systems (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Prostheses (AREA)
Description
DESCRIZIONE
Annessa a domanda di brevetto per INVENZIONE INDUSTRIALE avente per titolo
“Metodo e kit per la classificazione di tremori muscolari”
La presente invenzione riguarda il campo tecnico della valutazione e diagnostica di disturbi motori.
In particolare, la presente invenzione riguarda un metodo per la classificazione di tremori muscolari e un relativo kit.
Il tremore muscolare è una contrazione muscolare involontaria e ritmica che genera movimenti di una o più parti del corpo.
Questo tipo di disturbo può arrecare disagi e può risultare disabilitante, rendendo difficile o impossibile l’espletamento di un’attività lavorativa e della routine quotidiana.
Il tremore muscolare può manifestarsi come un sintomo isolato o nell’ambito di vari disturbi neurologici, tra cui sclerosi multipla, ictus, trauma cranico, tremore essenziale e malattie neurodegenerative quali il morbo di Parkinson.
Nel caso il paziente sia affetto da un disturbo neurodegenerativo come il morbo di Parkinson è importante effettuare una rapida diagnosi ai fini dell’elaborazione di un percorso terapeutico e per approfondire la ricerca scientifica in materia.
È noto che la dinamica del tremore muscolare stesso può fornire indicazioni circa le sue cause e può essere analizzata per fini diagnostici. Sono attualmente in fase di studio metodi per la classificazione di tremori muscolari volti ad analizzarne la dinamica per risalire alle possibili cause. Tali metodi prevedono una misura del tremore di un arto effettuata mediante un accelerometro posizionato all’estremità dell’arto interessato da tremore e una successiva analisi in frequenza del segnale campionato. La classificazione del tremore viene effettuata in base alla frequenza e all’ampiezza del segnale accelerometrico campionato.
Svantaggiosamente, questo tipo di metodi ha portato a risultati insoddisfacenti e spesso non in grado di classificare correttamente un tremore in base al disturbo che ne è causa.
In questo contesto, il compito tecnico alla base della presente invenzione è proporre un metodo per la classificazione di tremori muscolari e un relativo kit che superi almeno alcuni degli inconvenienti della tecnica nota sopra citati.
In particolare, è scopo della presente invenzione mettere a disposizione un metodo per la classificazione di tremori muscolari e un relativo kit in grado di classificare i tremori in modo più accurato.
Il compito tecnico precisato e gli scopi specificati sono sostanzialmente raggiunti da un metodo per la classificazione di tremori muscolari e un relativo kit comprendenti le caratteristiche tecniche esposte in una o più delle unite rivendicazioni.
Le rivendicazioni dipendenti corrispondono a possibili forme di realizzazione dell'invenzione.
Ulteriori caratteristiche e vantaggi della presente invenzione appariranno maggiormente chiari dalla descrizione indicativa, e pertanto non limitativa, di una forma di realizzazione preferita ma non esclusiva di un metodo per la classificazione di tremori muscolari e di un relativo kit.
Tale descrizione verrà esposta qui di seguito con riferimento agli uniti disegni, forniti a solo scopo indicativo e, pertanto, non limitativo, nei quali: - la figura 1 mostra un kit per la classificazione di tremori muscolari realizzato in accordo con la presente invenzione;
- la figura 2 mostra una vista schematica di un kit per la classificazione di tremori muscolari realizzato in accordo con la presente invenzione.
Forma oggetto della presente invenzione un metodo per la classificazione di tremori muscolari.
Forma ulteriore oggetto della presente invenzione un kit per la classificazione di tremori muscolari configurato per implementare il metodo sopra citato, indicato genericamente con il riferimento numerico 1 nelle figure allegate.
Il metodo citato comprende:
- una fase di acquisire primi segnali elettromiografici “s1” relativi all’attività elettrica di un primo muscolo di un arto “A” durante un tremore e
- una contemporanea fase di acquisire secondi segnali elettromiografici “s2” relativi all’attività elettrica di un secondo muscolo dell’arto “A” antagonista al primo muscolo.
Il kit oggetto della presente invenzione comprende una pluralità di moduli di acquisizione di segnali relativi al tremore dell’arto “A”.
Preferibilmente, la pluralità di moduli di acquisizione comprende almeno due moduli di acquisizione 11 e 12 di tipo elettromiografico, ciascuno dei quali integra un sensore elettromiografico ed è configurato per posizionare, in uso, tale sensore elettromiografico in modo da farlo aderire a una superfice dell’arto “A” oggetto della misurazione.
In particolare il modulo di acquisizione 11 è configurato per aderire alla superficie dell’arto “A” in corrispondenza del primo muscolo per acquisire i suddetti primi segnali elettromiografici “s1”.
Analogamente, il modulo di acquisizione 12 è configurato per aderire alla superficie dell’arto “A” in corrispondenza del secondo muscolo antagonista al primo per acquisire i suddetti secondi segnali elettromiografici “s2”.
Preferibilmente, la fase di acquisire i primi segnali elettromiografici “s1” comprende le fasi di:
- misurare l’attività elettrica del primo muscolo mediante un sensore elettromiografico per acquisire un segnale grezzo relativo alla sua attività elettrica;
- amplificare, rettificare e integrare il segnale grezzo per ottenere un segnale di inviluppo;
- campionare il segnale grezzo e il segnale di inviluppo;
- associare il segnale grezzo al segnale di inviluppo per generare i primi segnali elettromiografici “s1”.
Inoltre, la fase di acquisire i secondi segnali elettromiografici “s2” comprende analoghe fasi riferite all’attività elettrica del secondo muscolo. Preferibilmente, i moduli di acquisizione 11 e 12 sono realizzati come corpi indipendenti e integrano ciascuno un rispettivo sensore elettromiografico e un gruppo di manipolazione di segnale collegato al sensore elettromiografico e comprendente un amplificatore, un rettificatore e un integratore di segnale.
Preferibilmente, le fasi di acquisire i primi e i secondi segnali elettromiografici “s1” e “s2” sono riferite a una pluralità di intervalli temporali prestabiliti.
In altre parole, l’arco temporale lungo cui avviene la misurazione viene suddiviso in intervalli temporali di lunghezza limitata e sia i primi che i secondi segnali elettro-miografici “s1” e “s2” sono suddivisi secondo l’intervallo temporale in cui è stata effettuata la misurazione.
In una possibile forma realizzativa, il metodo comprende una ulteriore fase di acquisire segnali accelerometrici “s3” relativi al tremore dell’arto “A” effettuata contemporaneamente alle fasi di acquisire i primi e i secondi segnali elettromiografici “s1” e “s2”.
Preferibilmente, la pluralità di moduli di acquisizione del kit 1 comprende un modulo di acquisizione 13 di tipo accelerometrico che comprende un sensore accelerometrico operativamente posizionabile sull’arto “A” e configurato per acquisire tali segnali accelerometrici “s3”.
La forma realizzativa illustrata in figura 1 non include il modulo di acquisizione 13, mentre la forma realizzativa illustrata in figura 2 include il modulo di acquisizione 13.
Secondo una possibile forma realizzativa, il modulo di acquisizione 13 di tipo accelerometrico presenta forma anulare ed è indossabile su un dito dell’arto “A” oggetto di misurazione.
Preferibilmente i segnali accelerometrici “s3” sono riferiti ai medesimi intervalli temporali a cui sono riferiti i primi e i secondi segnali elettromiografici “s1” e “s2”.
Il kit 1 comprende inoltre un gruppo di elaborazione operativamente collegabile ai moduli di acquisizione.
Il metodo descritto comprende una fase di inviare i primi e i secondi segnali elettromiografici “s1” e “s2” e, se previsti, i segnali accelerometrici “s3” al gruppo di elaborazione.
Nella forma realizzativa preferita, i moduli di acquisizione 11 e 12 e il gruppo di elaborazione integrano rispettivi dispositivi di comunicazione senza fili, preferibilmente dotati di tecnologia bluetooth®, configurati rispettivamente per inviare o ricevere i primi e i secondi segnali elettromiografici “s1” e “s2”.
Se presente, il modulo di acquisizione 13 di tipo accelerometrico può essere collegato al gruppo di acquisizione mediante un apposito cavo o mediante un dispositivo di comunicazione senza fili per inviare ad esso i segnali accelerometrici “s3”.
Successivamente, il metodo comprende una fase di elaborare i primi e secondi segnali elettromiografici “s1” e “s2” per calcolare almeno un valore di frequenza fondamentale del tremore dell’arto “A”, almeno un valore di differenza di fase tra i primi e i secondi segnali elettromiografici “s1” e “s2” e almeno un primo e un secondo valore di ampiezza rispettivamente dei primi e dei secondi segnali elettromiografici “s1” e “s2”.
Preferibilmente, tale fase di elaborazione comprende effettuare una trasformata di Fourier dei primi e dei secondi segnali elettromiografici “s1” e “s2”.
In particolare, la fase di elaborare i primi e i secondi segnali elettromiografici “s1” e “s2” comprende calcolare una pluralità di valori di frequenza fondamentale, ciascuno riferito a un rispettivo intervallo temporale.
In altre parole, sia per i primi segnali elettromiografici “s1” che per i secondi segnali elettromiografici “s2” la fase di elaborazione prevede, per ciascun intervallo di riferimento, di calcolarne il valore della frequenza fondamentale su tale intervallo.
Inoltre, tale fase di elaborazione comprende confrontare le frequenze fondamentali dei primi e dei secondi segnali elettromiografici “s1” e “s2” al fine di validare i dati raccolti.
Se i valori delle frequenze fondamentali dei primi e dei secondi segnali elettromiografici “s1” e “s2” relative a un medesimo intervallo risultano tra loro differenti (ovvero presentano una differenza maggiore rispetto a quella imputabile all’errore di misura proprio degli strumenti), il metodo prevede di scartare i segnali e i valori relativi a tale intervallo.
Inoltre, il metodo prevede di calcolare, sia per i primi che per i secondi segnali elettromiografici “s1” e “s2”, di determinare una rispettiva potenza del tremore e una rispettiva potenza del rumore relative a un medesimo intervallo.
Se il rapporto tra la potenza del tremore e la potenza del rumore riferiti a un medesimo intervallo risulta inferiore a un valore di soglia predeterminato, il metodo prevede di scartare i segnali e i valori relativi a tale intervallo.
Più in dettaglio, la potenza del tremore è calcolata come la potenza in frequenza dei primi o dei secondi segnali elettromiografici “s1” e “s2” in una banda di ampiezza prestabilita attorno alla rispettiva frequenza fondamentale.
La potenza del rumore è invece calcolata come la potenza in frequenza dei primi o dei secondi segnali elettromiografici “s1” e “s2” su tutto lo spettro ad eccezione di tale banda di ampiezza prestabilita. Preferibilmente, il metodo prevede il riposizionamento di uno o più sensori elettromiografici, in particolare dei moduli acquisizione 11 e/o 12, nel caso in cui i valori delle frequenze fondamentali dei primi e dei secondi segnali “s1” e “s2” relative a un medesimo intervallo risultino tra loro differenti. Inoltre, la fase di elaborare i primi e i secondi segnali elettromiografici “s1” e “s2” comprende calcolare una pluralità di valori di differenza di fase e rispettivi primi e secondi valori di ampiezza di tali segnali, ciascuno riferito a un rispettivo intervallo temporale e calcolato alla frequenza fondamentale del rispettivo segnale su tale intervallo.
Preferibilmente, il metodo comprende un’ulteriore fase di elaborare i segnali accelerometrici “s3” per validare e/o invalidare i primi e secondi segnali elettromiografici “s1” e “s2” e calcolare un valore di ampiezza accelerometrica del tremore dell’arto “A”, preferibilmente una pluralità di valori di ampiezza accelerometrica relativi ciascuno a un rispettivo intervallo temporale.
In particolare, la fase di elaborare i segnali accelerometrici “s3” comprende calcolare la frequenza fondamentale del tremore dell’arto “A” su ciascun intervallo temporale e confrontarla con la relativa frequenza fondamentale dei primi e dei secondi segnali elettromiografici “s1” e “s2”.
Il metodo prevede di scartare i valori relativi a intervalli temporali in cui risultino significative differenze tra le frequenze fondamentali dei primi e dei secondi segnali elettromiografici “s1” e “s2” e dei segnali accelerometrici “s3”.
Successivamente, il metodo prevede di classificare il tremore in funzione di uno o più parametri riguardanti i valori di differenza di fase, i valori di frequenza fondamentale e i primi e secondi valori di ampiezza relativi ai primi e secondi segnali elettromiografici “s1” e “s2”.
Opzionalmente, tali parametri possono riguardare anche i valori ampiezza accelerometrica del tremore calcolati sulla base dei segnali accelerometrici “s3”.
Preferibilmente, tali parametri comprendono la percentuale di valori di differenza di fase calcolati che risultano maggiori e/o minori e/o uguali a un valore di riferimento.
Preferibilmente tale valore di riferimento è pari a 90°, in modo che la percentuale di valori di differenza di fase calcolati che risultino maggiori del valore di riferimento rappresenti la percentuale di intervalli temporali in cui i primi e i secondi segnali elettromiografici “s1” e “s2”, e quindi l’attività elettrica dei due muscoli antagonisti, presentano fase alternante. Analogamente, la percentuale di valori di differenza di fase calcolati che risultano minori del valore di riferimento rappresenta la percentuale di intervalli temporali in cui i primi e i secondi segnali elettromiografici “s1” e “s2” presentano fase sincrona.
Preferibilmente, uno o più parametri comprendono delle medie dei valori di differenza di fase calcolati. In particolare, un parametro comprende la media dei valori di differenza di fase maggiori del valore di riferimento e un altro parametro comprende la media dei valori di differenza di fase minori del valore di riferimento.
Preferibilmente, un ulteriore parametro comprende una media dei valori di frequenza fondamentale calcolati.
Preferibilmente, uno o più ulteriori parametri comprendono una media dei primi e/o secondi valori di ampiezza rispettivamente dei primi e secondi segnali elettromiografici “s1” e “s2” e, se previsti, una media dei valori di ampiezza dei segnali accelerometrici “s3”.
La fase di classificazione è effettuata per mezzo di un classificatore adeguatamente configurato, ad esempio di tipo euristico, a rete neurale o SVM (Support Vector Machine), ed è volta a classificare il tremore come prevalentemente alternante o prevalentemente sincrono.
Preferibilmente, il metodo comprende una fase preliminare di apprendimento automatico, che comprende fornire una serie di dati di input al classificatore al fine di addestrarlo a riconoscere il pattern di un tremore sincrono e di un tremore asincrono.
In particolare, tale serie di dati di input è costituita da features (valori di ampiezza, frequenza e fase) dei primi e dei secondi segnali elettromiografici “s1” e “s2”, ad esempio preventivamente campionati mediante i moduli di acquisizione 11 e 12.
Preferibilmente, il gruppo di elaborazione sopra menzionato è configurato per eseguire le fasi sopra descritte per la classificazione di tremori muscolari sulla base dei primi e secondi segnali elettromiografici “s1” e “s2” e, se previsti, dei segnali accelerometrici “s3”, ricevuti dai relativi moduli di acquisizione.
Nella forma realizzativa preferita, il gruppo di elaborazione comprende un modulo di sincronizzazione 20 configurato per ricevere e sincronizzare tra loro i primi e i secondi segnali elettromiografici “s1” e “s2” e, se previsti, i segnali accelerometrici “s3”.
Inoltre, il gruppo di elaborazione comprende un’unità di elaborazione 30 operativamente collegabile al modulo di sincronizzazione e configurata per eseguire le suddette fasi di elaborazione e classificazione.
Preferibilmente, il modulo di sincronizzazione 20 è collegabile all’arto “A” di cui si vuole classificare il tremore, ad esempio mediante un bracciale indossabile al polso ed è configurato per inviare all’unità di elaborazione 30 segnali combinati “s4” contenenti i primi e i secondi segnali elettromiografici “s1” e “s2” e, se previsti, i segnali accelerometrici “s3”. Preferibilmente, il modulo di sincronizzazione 20 e l’unità di elaborazione 30 sono tra loro indipendenti e collegabili mediante una connessione senza fili, preferibilmente con tecnologia bluetooth®.
Nella forma di realizzazione preferita l’unità di elaborazione 30 è costituita da un dispositivo portatile (ad esempio smartphone o tablet) dotato di un apposito software configurato per lo svolgimento delle fasi sopra descritte e idoneo alla visualizzazione grafica dei risultati.
La presente invenzione raggiunge lo scopo proposto, superando gli inconvenienti lamentati nella tecnica nota.
Vantaggiosamente, grazie alla valutazione dello sfasamento tra l’attività elettrica dei muscoli antagonisti che generano il tremore dell’arto, unita alla valutazione degli altri parametri descritti, il presente metodo e il relativo kit sono in grado di classificare i tremori in modo più accurato rispetto ai dispositivi e ai metodi oggi in commercio.
Claims (13)
- RIVENDICAZIONI 1. Metodo per la classificazione di tremori muscolari, comprendente le fasi di: - acquisire primi segnali elettromiografici (s1) relativi a un’attività elettrica di un primo muscolo di un arto (A) durante un tremore di detto arto (A); - acquisire secondi segnali elettromiografici (s2) relativi a un’attività elettrica di un secondo muscolo di detto arto (A) antagonista a detto primo muscolo durante il tremore di detto arto (A); - elaborare detti primi e secondi segnali elettromiografici (s1, s2) per calcolare almeno un valore di frequenza fondamentale del tremore di detto arto (A), almeno un valore di differenza di fase tra detti primi e secondi segnali elettromiografici (s1, s2) e almeno un primo e un secondo valore di ampiezza rispettivamente di detti primi e secondi segnali elettromiografici (s1, s2); - classificare detto tremore in funzione di uno o più parametri riguardanti detto almeno un valore di differenza di fase, detto almeno un valore di frequenza fondamentale e detti primo e secondo valore di ampiezza.
- 2. Metodo secondo la rivendicazione 1, in cui le fasi di acquisire i primi e i secondi segnali elettromiografici (s1, s2) sono riferite a una pluralità di intervalli temporali prestabiliti; la fase di elaborare i primi e i secondi segnali elettromiografici (s1, s2) comprendendo una fase di calcolare una pluralità di valori di frequenza fondamentale, ciascuno riferito a un rispettivo intervallo temporale, e una fase di calcolare una pluralità di valori di differenza di fase e una pluralità di primi e secondi valori di ampiezza, ciascun riferito a un valore di frequenza fondamentale e al rispettivo intervallo temporale.
- 3. Metodo secondo la rivendicazione 2, in cui uno o più di detti parametri comprendono la percentuale di valori di differenza di fase calcolati che risultano maggiori e/o minori e/o uguali a un valore di riferimento.
- 4. Metodo secondo la rivendicazione 2 o 3, in cui uno o più di detti parametri comprendono delle medie dei valori di differenza di fase calcolati.
- 5. Metodo secondo una o più delle rivendicazioni da 2 a 4, in cui uno di detti parametri comprende una media dei valori di frequenza fondamentale calcolati.
- 6. Metodo secondo una o più delle rivendicazioni da 2 a 5, in cui uno di detti parametri comprende una media dei primi e/o secondi valori di ampiezza calcolati.
- 7. Metodo secondo una o più delle rivendicazioni da 2 a 6, in cui la fase di calcolare una pluralità di valori di frequenza fondamentale comprende, per ciascun intervallo, calcolare una frequenza fondamentale dei primi segnali elettromiografici (s1) e una frequenza fondamentale dei secondi segnali elettromiografici (s2) e confrontare le frequenze fondamentali dei primi e dei secondi segnali elettromiografici (s1, s2), i parametri relativi a intervalli in cui le frequenze fondamentali dei primi e dei secondi segnali elettromiografici (s1, s2) risultino differenti essendo ignorati ai fini del calcolo di detti parametri.
- 8. Metodo secondo la rivendicazione 7, comprendente una fase di riposizionare uno o più sensori elettromiografici nel caso in cui una frequenza fondamentale dei primi segnali elettromiografici (s1) e una frequenza fondamentale dei secondi segnali elettromiografici (s2) riferite a un medesimo intervallo temporale risultino differenti.
- 9. Metodo secondo una più delle rivendicazioni precedenti, comprendente una fase di acquisire segnali accelerometrici (s3) relativi al tremore di detto arto (A) e una fase di elaborare detti segnali accelerometrici (s3) per validare e/o invalidare detti primi e secondi segnali elettromiografici (s1, s2) e calcolare un valore di ampiezza accelerometrica di detto tremore, almeno uno di detti parametri riguardando detto valore di ampiezza accelerometrica.
- 10. Metodo secondo una o più delle rivendicazioni precedenti, comprendente una fase preliminare di apprendimento automatico, comprendente fornire una serie di dati di input rappresentanti esempi di detti primi e secondi segnali elettromiografici (s1, s2) a un classificatore, la fase di classificare il tremore essendo effettuata mediante detto classificatore.
- 11. Kit (1) per la classificazione di tremori muscolari comprendente: - uno o più moduli di acquisizione di segnali relativi a un tremore di un arto (A); detti moduli di acquisizione comprendendo almeno due sensori elettromiografici configurati per aderire a superfici di detto arto (A) in corrispondenza di un primo muscolo e di un secondo muscolo antagonista al primo e per acquisire primi e secondi segnali elettromiografici (s1, s2) relativi un’attività rispettivamente di detto primo e secondo muscolo; - un gruppo di elaborazione operativamente collegabile a detti moduli di acquisizione per eseguire un metodo per la classificazione di tremori muscolari secondo una o più delle rivendicazioni precedenti.
- 12. Kit (1) secondo la rivendicazione 11, in cui detti moduli di acquisizione comprendono un sensore accelerometrico operativamente posizionabile su detto arto (A) e configurato per acquisire segnali accelerometrici (s3) relativi al tremore di detto arto (A) e inviare detti segnali accelerometrici (s3) al gruppo di elaborazione.
- 13. Kit (1) secondo la rivendicazione 11 o 12, in cui detto gruppo di elaborazione comprende un modulo di sincronizzazione (20) e un’unità di elaborazione (30) operativamente collegabile a detto modulo di sincronizzazione (20); detto modulo di sincronizzazione (20) essendo collegabile a un arto (A) e configurato per ricevere e sincronizzare i segnali relativi al tremore dell’arto (A) da detti moduli di acquisizione, e inviare detti segnali combinati (s4) relativi al tremore dell’arto (A) all’unità di elaborazione (30).
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102019000002559A IT201900002559A1 (it) | 2019-02-22 | 2019-02-22 | Metodo e kit per la classificazione di tremori muscolari |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102019000002559A IT201900002559A1 (it) | 2019-02-22 | 2019-02-22 | Metodo e kit per la classificazione di tremori muscolari |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| IT201900002559A1 true IT201900002559A1 (it) | 2020-08-22 |
Family
ID=66641255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT102019000002559A IT201900002559A1 (it) | 2019-02-22 | 2019-02-22 | Metodo e kit per la classificazione di tremori muscolari |
Country Status (1)
| Country | Link |
|---|---|
| IT (1) | IT201900002559A1 (it) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IT202100019793A1 (it) | 2021-07-26 | 2023-01-26 | Aldo Quattrone | Dispositivo e metodo per la caratterizzazione del tremore di un arto |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190001129A1 (en) * | 2013-01-21 | 2019-01-03 | Cala Health, Inc. | Multi-modal stimulation for treating tremor |
-
2019
- 2019-02-22 IT IT102019000002559A patent/IT201900002559A1/it unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190001129A1 (en) * | 2013-01-21 | 2019-01-03 | Cala Health, Inc. | Multi-modal stimulation for treating tremor |
Non-Patent Citations (4)
| Title |
|---|
| A. BOOSE ET AL: "Wrist tremor: investigation of agonist-antagonist interaction by means of long-term EMG recording and cross-spectral analysis", ELECTROENCEPHALOGRAPHY AND CLINICAL NEUROPHYSIOLOGY/ELECTROMYOGRAPHY AND MOTOR CONTROL, vol. 101, no. 4, 1 August 1996 (1996-08-01), pages 355 - 363, XP055631908, ISSN: 0924-980X, DOI: 10.1016/0924-980X(96)95533-2 * |
| A. HOSSEN ET AL: "Discrimination of Parkinsonian tremor from essential tremor by implementation of a wavelet-based soft-decision technique on EMG and accelerometer signals", BIOMEDICAL SIGNAL PROCESSING AND CONTROL, vol. 5, no. 3, 1 July 2010 (2010-07-01), NL, pages 181 - 188, XP055631909, ISSN: 1746-8094, DOI: 10.1016/j.bspc.2010.02.005 * |
| BREIT S ET AL: "Long-term EMG recordings differentiate between parkinsonian and essential tremor", JOURNAL OF NEUROLOGY, STEINKOPFF-VERLAG, DE, vol. 255, no. 1, 22 January 2008 (2008-01-22), pages 103 - 111, XP019589781, ISSN: 1432-1459 * |
| SHUKLA P ET AL: "A decision tree classifier for postural and movement conditions in Essential Tremor patients", 2013 6TH INTERNATIONAL IEEE/EMBS CONFERENCE ON NEURAL ENGINEERING (NER), IEEE, 6 November 2013 (2013-11-06), pages 117 - 120, XP032538384, ISSN: 1948-3546, [retrieved on 20131226], DOI: 10.1109/NER.2013.6695885 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IT202100019793A1 (it) | 2021-07-26 | 2023-01-26 | Aldo Quattrone | Dispositivo e metodo per la caratterizzazione del tremore di un arto |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107260177B (zh) | 胎动测量装置 | |
| CA2640337A1 (en) | Monitoring physiological condition and detecting abnormalities | |
| De Venuto et al. | FPGA-based embedded cyber-physical platform to assess gait and postural stability in Parkinson’s disease | |
| CN105101869A (zh) | 用于识别坐姿与站姿之间的转变的方法和装置 | |
| WO2008005513A3 (en) | Analysis of brain patterns using temporal measures | |
| Annese et al. | Gait analysis for fall prediction using EMG triggered movement related potentials | |
| US20220287651A1 (en) | Method and system for analyzing biomechanical activity and exposure to a biomechanical risk factor on a human subject in a context of physical activity | |
| CN105105734A (zh) | 一种基于心音信号的无创连续血压测量方法、装置及系统 | |
| CN114663913B (zh) | 一种基于Kinect的人体步态参数提取方法 | |
| CN110141258A (zh) | 一种情绪状态检测方法、设备及终端 | |
| IT201900002559A1 (it) | Metodo e kit per la classificazione di tremori muscolari | |
| CN105962945B (zh) | 一种计算步频的方法与装置以及包含该装置的可穿戴设备 | |
| CN105852884A (zh) | 一种基于周围血管应变的认知负载和压力测量方法与装置 | |
| CN116250820A (zh) | 基于耳穴的生物电测健康预警系统及其预警方法 | |
| CN109743667A (zh) | 耳机佩戴检测方法与耳机 | |
| CN108542355A (zh) | 一种裸眼3d显示视觉诱导晕动症评估方法 | |
| CN105877729B (zh) | 生物讯号量测系统、方法及耳机 | |
| US20220211308A1 (en) | Apparatus for measuring biological function, a method and a program for measuring biological function | |
| US11363982B1 (en) | Method and system for quantifying movement disorder symptoms | |
| DE102016203338A1 (de) | Verfahren und Vorrichtung zum Synchronisieren von mindestens zwei Sensoren eines Sensornetzes | |
| Jeong et al. | Identification of attention state for menu-selection using In-Ear EEG recording | |
| CN115998272B (zh) | Ppg血压监测设备的血压预估装置、设备及存储介质 | |
| IT202100019793A1 (it) | Dispositivo e metodo per la caratterizzazione del tremore di un arto | |
| JP2006047265A (ja) | 非定常波解析システム | |
| DE102006008738B4 (de) | Zwei Anordnungen und ein Verfahren zur Bewegungsanalyse |