KR102314942B1 - 뇌 심부 자극술에서의 사용을 위한 손목 경직 평가 장치 - Google Patents

뇌 심부 자극술에서의 사용을 위한 손목 경직 평가 장치 Download PDF

Info

Publication number
KR102314942B1
KR102314942B1 KR1020177030671A KR20177030671A KR102314942B1 KR 102314942 B1 KR102314942 B1 KR 102314942B1 KR 1020177030671 A KR1020177030671 A KR 1020177030671A KR 20177030671 A KR20177030671 A KR 20177030671A KR 102314942 B1 KR102314942 B1 KR 102314942B1
Authority
KR
South Korea
Prior art keywords
stiffness
angular velocity
signal
joint
data processing
Prior art date
Application number
KR1020177030671A
Other languages
English (en)
Other versions
KR20170137122A (ko
Inventor
조앙 파울루 트리구에이로스 다 실바 쿠냐
페드로 코스타
Original Assignee
이네스크 테크-인스티투토 드 엔젠하리아 드 시스테마스 이 컴푸타도레스, 테크놀로지아 이 시엔시아
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 이네스크 테크-인스티투토 드 엔젠하리아 드 시스테마스 이 컴푸타도레스, 테크놀로지아 이 시엔시아 filed Critical 이네스크 테크-인스티투토 드 엔젠하리아 드 시스테마스 이 컴푸타도레스, 테크놀로지아 이 시엔시아
Publication of KR20170137122A publication Critical patent/KR20170137122A/ko
Application granted granted Critical
Publication of KR102314942B1 publication Critical patent/KR102314942B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1124Determining motor skills
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/002Monitoring the patient using a local or closed circuit, e.g. in a room or building
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1121Determining geometric values, e.g. centre of rotation or angular range of movement
    • A61B5/1122Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/22Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/224Measuring muscular strength
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/45For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4519Muscles
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/45For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4528Joints
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4848Monitoring or testing the effects of treatment, e.g. of medication
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802Sensor mounted on worn items
    • A61B5/6804Garments; Clothes
    • A61B5/6806Gloves
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813Specially adapted to be attached to a specific body part
    • A61B5/6824Arm or wrist
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683Means for maintaining contact with the body
    • A61B5/6832Means for maintaining contact with the body using adhesives
    • A61B5/6833Adhesive patches
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7246Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physiology (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Geometry (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 관절의 선결 회전축에 대해 상기 관절의 사지(limb)에 굽힘 동작이 실시되었을 때 관절의 경직을 평가하기 위한 경직 평가 장치로서, 상기 장치는: 측정의 축(axis of measurement)이 실시된 굽힘 동작의 회전축에 대해 평행하도록 상기 사지에 부착하기 위한 일축 각속도 센서; 및 상기 각속도 센서의 신호를 처리하고 그리고 처리된 각속도 신호를 사용해 상기 관절의 비경직 상태와 경직 상태를 구별하기 위해 설정된 데이터 처리 장치를 포함한다. 상기 관절은 환자의 손목 관절일 수 있고 그리고 상기 사지가 그에 해당하는 손이다. 상기 장치는 환자의 사지에 사용하기 위한 피부 접촉 패치를 포함할 수 있고, 상기 일축 각속도 센서가 상기 피부 접촉 패치에 부착된다. 상기 피부 접촉 패치는 손바닥 또는 손등에 적용될 수 있다.

Description

뇌 심부 자극술에서의 사용을 위한 손목 경직 평가 장치
본 발명은 사지(四肢)의 움직임의 진단 목적을 위한 감지, 측정 또는 기록장치의 분야에 관련된 것이다. 보다 구체적으로, 본 발명은 수동 사지 굽힘 운동을 실시할 때 대상의 근경직을 감지, 측정 또는 기록하고, 특히 손목 관절의 톱니바퀴 또는 기어-유사(gear-like) 경직의 측정 결과를 정량적으로 평가하기 위한 장치에 관한 것이다.
일본특허공개 JP2010193936은 수동 팔 굽힘 동작(passive upper limb bending motion)을 실시할 때 대상의 근경직을 감지하고, 그리고 특히 톱니바퀴 또는 기어-유사 경직의 측정 결과를 정량적으로 평가하고, 대상에게 수동 팔 굽힘 동작을 실시하기 위한 증가된 동작 토크(motion torque)를 가진 모터를 사용하고 그리고 근원성 전위(myogenic potential)를 측정하기 위한 근원성 전위 측정 수단을 사용하고; 그리고 변위 케이블(displacement cable)을 가진 위치 컨버터(position converter)로 전완(forearm)의 위치를 측정하기 위한 전완 위치 측정 수단을 사용하는 장치를 기술한다. 분석 값은 근원성 전위에 관한 생물학적 정보를 다운로드하는 것으로 얻는 디지털 데이터에 산출되고, 그리고 근경직은 상기 분석 값의 산출된 데이터에 근거하여 정량적으로 평가된다.
JP2010193936의 장치는 근원성 전위 및 전완 위치를 위한 측정 수단 둘 다 필요로 하고, 그러므로 도시된 장치가 명확하게 보여주듯 더 복잡하고 다루기 불편하다.
특허문헌이 아닌 기타 참조 문헌은 다음과 같다:
[2] M. B. Shapiro, D. E. Vaillancourt, M. M. Sturman, L. V. Metman, R. A. Bakay, and D. M. Corcos, "Effects of stn dbs on rigidity in parkinson's disease," Neural Systems and Rehabilitation Engineering, IEEE Transactions on, vol. 15, no. 2, pp. 173-181, 2007.
[3] A. L. Benabid, S. Chabardes, J. Mitrofanis, and P. Pollak, "Deep brain stimulation of the subthalamic nucleus for the treatment of parkinson's disease," The Lancet Neurology, vol. 8, no. 1, pp. 67-81, 2009.
[4] J. W. Lance, R. S. Schwab, and E. A. Peterson, "Action tremor and the cogwheel phenomenon in parkinsons disease," Brain, vol. 86, no. 1, pp. 95-110, 1963.
[5] Y. Kwon, S.-H. Park, J.-W. Kim, Y. Ho, H.-M. Jeon, M.-J. Bang,S.-B. Koh, J.-H. Kim, and G.-M. Eom, "Quantitative evaluation of parkinsonian rigidity during intra-operative deep brain stimulation," Biomedical materials and engineering, vol. 24, no. 6, pp. 2273-2281, 2014.
[6] J. Levin, S. Krafczyk, P. ValkovPc, T. Eggert, J. Claassen, and K. Botzel, "Objective measurement of muscle rigidity in parkinsonian patients treated with subthalamic stimulation," Movement Disorders, vol. 24, no. 1, pp. 57-63, 2009.
[7] S. Little, R. A. Joundi, H. Tan, A. Pogosyan, B. Forrow, C. Joint,A. L. Green, T. Z. Aziz, and P. Brown, "A torque-based method demonstrates increased rigidity in parkinsons disease during low frequency stimulation," Experimental brain research, vol. 219, no. 4, pp. 499-506, 2012.
[8] C. M. Jarque and A. K. Bera, "Efficient tests for normality, homoscedasticity and serial independence of regression residuals," Economics letters, vol. 6, no. 3, pp. 255- 259, 1980.
[9] N. A. Obuchowski, "Sample size tables for receiver operating characteristic studies," American Journal of Roentgenology, vol. 175, no. 3, pp. 603-608, 2000
[10] M. K. Mak, E. C. Wong, and C. W. Hui-Chan, "Quantitative measurement of trunk rigidity in parkinsonian patients," Journal of neurology, vol. 254, no. 2, pp. 202-209, 2007.
파킨슨병(PD) 환자는 약에 불내성을 가지게 되거나 또는 약이 효율성을 잃었을 때 흔히 뇌 심부 자극술(DBS)을 필요로 한다. 탈조절 도파민작동성 운동신경로(deregulated dopaminergic motor pathways)의 기능제어를 촉진하기 위해 자극 전극이 기저핵에 심어진다. 자극 표적은 의학 화상으로 정의되고, 뒤이어 정교한 전극 위치 트리밍(fine electrode position trimming) 및 전기 자극 조정을 위한 전기 생리학적 검사로 이어진다. 표적의 수술중(intra-operative) 자극 및 손목 경직의 평가는 부작용 없이 PD 증상을 가장 완화 시키는 자극 파라미터를 선택할 수 있게한다. 그를 위해, 신경과 전문의는 수동 손목 굽힘 운동을 시키고, 그리고 경험과 주관성에 근거하여 상이한 전압 아래에서 감지된 경직의 감소를 질적으로 기술한다. 본 명세서에는 각속도 값으로부터 강한 신호 디스크립터(descriptor)를 산출하고, 정량적 연속형 척도(quantitative continuous scale)를 사용해 신호를 분류하기 위한 다항식 수학 모델을 구축하는 것으로 손목 경직을 분류하기 위한 편안한 무선 착용형 동작 센서가 기재되어있다. 유도된 디스크립터는 비경직 상태와 경직 상태 사이를 유의하게(p<0.05) 구별 짓고, 그리고 분류 모델은 두 명의 전문가의 블라인드-동의(blind-agreement)와 비교하여 평가된 신호의 80% 이상을 정확하게 라벨하였다. 추가적으로, 본 명세서에는 고감도(0.93)의 각속도 신호로부터 톱니바퀴 경직을 감지하는 방법이 기재되어있다. 상기 기재는 손목 경직의 신뢰할 수 있는 평가를 제공하고, 작고, 간단하며 사용하기 쉬운 동작 센서를 사용하면서 내재하는 주관적인 임상 평가를 개선한다.
파킨슨병(PD)은 기저핵에 있는 도파민작동성 뉴런의 양의 감소에 의해 야기되는 신경 퇴행성 질환이다. 도파민은 피질척수 운동제어 시스템으로의 흥분성 신호에 억제 효과를 가진다. 뉴런 사이에 도파민 전달의 감소는 운동신경로가 흥분상태를 유지하는 것을 야기하고, 따라서 이동성을 손상시킨다. 파킨슨병 환자에 의해 증명된 주증상은 운동 완만증, 안정떨림, 경직 및 자세불안정을 포함한다.
비록 레보도파(levodopa) 및 도파민 대항제가 질환을 일시적으로 완화시키기는 하지만, 현재로서는 파킨슨병의 치료가 존재하지 않는다. 유감스럽게도 이러한 약들은 시간이 지나면서 효율성을 잃고, 발현된 증상의 발생 정도 및 강도의 증가로 이어지거나[2], 또는 환자들이 약에 불내성을 가지게 될 수 있다. 현재 시상하부핵(STN) 및 내부 담창구(GPi)와 같은 기저핵 구조의 고주파 뇌 심부 자극술(DBS)이 PD 증상을 완화하기 위해 선호되는 외과적 선택(surgical option)이다. 이는 약물 치료만을 하는 것보다 떨림, 운동 완만증, 그리고 특히 경직을 더 감소시키는 것으로 알려져 있다. 수술은 도파민이 기저핵에 미치는 효과와 유사한, 흥분된 운동제어신경로의 기능억제(functional inhibition)를 촉진하는 자극 전극 이식에 있다.
자극의 정위표적(stereotactic target)은 수술전 의학 화상에 근거하여 정의된다. 그 다음에 최적의 자극 부위를 사극성 전극을 사용하는 전기생리 검사로 찾아낸다. 그 뒤에 리드(lead)의 네 군데의 접촉은 전극의 최종 위치를 결정하기 위해 여러 자극 파라미터를 시험하고 그리고 증상 및 부작용을 시험하는 동안 점검된다. 손목 경직은 숙달된 신경과 전문의에 의해 수동적으로 측정될 수 있고 그리고 반정량적인 척도를 사용해 점수를 매길 수 있기 때문에 신뢰할 수 있는 특성이다[3]. 그러한 경직은 손목을 구부리는 동작을 방해하고, 손목 관절의 경련성 움직임을 유발한다. 이는 톱니바퀴의 동작과 유사하고[4] 그리고 관련 있는 임상적 특성이다. 이 평가는 흔히 의사 개개인의 경험, 지각, 및 개개인에 의해 정의된 주관적인 척도에 의해 편향되기 때문에, 객관적이고 정량적인 평가 방법이 필요한 실정이다.
현재 사용되는 기술은 복잡한 수집 준비(acquisition setups)를 필요로 하고, 운동학적 측정치(kinematic measures) 및 UPDRS 임상 점수(clinical scores) 사이의 상관관계의 존재를 입증하는데 사용되어왔다. 그러나 그러한 분석은 귀납적(posteriori)으로 실행되고, 그리고 현재 사용되는 시스템의 복잡성 및 침습성이 그를 수술중 또는 DBS 수술에 대해 비실용적으로 만든다. DBS 수술중에 특정한 파라미터 아래 손목 경직을 평가하는 실용적이고 간단하며 정확한 시스템 및 각속도 데이터로부터 톱니바퀴 경직을 감지할 수 있는 방법이 고안되었다. 그러한 해결책은 평가의 주관성의 정도를 크게 감소시키고, 최적의 자극 설정을 결정하는데에 큰 도움이 된다.
파킨슨병 환자의 경직은 흔히 통합형 파킨슨병 평가척도(UPDRS)를 사용해 설명된다. 손목 경직의 경우, 신경과 전문의는 수동 손목 굽힘 및 신장 저항도(passive wrist flexion and extension resistance)를 없음(0)으로부터 중증(4)으로 점수를 매기도록 요구된다. 그 결과, 이 이산 척도(discrete scale)는 앞서 언급된 바와 같이 굉장히 주관적이다.
이식받은 환자의 손목 경직 측정을 위한 동작 센서의 도입은 꽤 새로운 것이다. STN DBS 자극의 유효도의 첫 실험 검증은 2007년에 실행되었다. 이 연구에서 환자는 자극이 있는 상태와 없는 상태 모두에서 가벼운 바(bar)를 다루도록 요청되었다. 그 이후 적용된 일(work)을 계산하기 위해 손목의 연이은 각도에서의 관성 토크를 통합시켜 모든 상태 사이에 통계적 유의도를 나타냈다.
그 연구에 이어, [6]은 이두근 및 상완삼두근의 표면 근전도검사(EMG) 기록을 통해 근육 경직을 객관화하였고, 측정치 및 전문가의 UPDRS 점수 사이의 밀접한 상관관계를 나타냈다. 더 최근에, [7]은 [2]에 의해 발생한 전제를 탐구했고, 그리고 고주파 DBS 아래 알루미늄 바를 조작하는 동안 손목 경직의 상당한 감소가 관찰되었다. 각변위는 손목을 가로질러 측각기를 사용해 측정되었고, 그리고 힘(force)은 바에 탑재된 스트레인 게이지로 측정되었다. 자극의 치료상 주파수인 130Hz에서는 증가된 이동성이 보여졌다. 2014년에는 [5]가 몇 가지 생체 역학 성질을 측정하는 것으로 수술중 DBS 도중의 손목 경직을 평가하였다. 점성 감쇠 및 UPDRS 임상점수 사이에 밀접한 상관관계 비율이 발견되었다.
본 명세서에는 도 1에 도시된 대로, 신호를 시각화하고 그리고 DBS 수술중 손목 경직을 평가하기 위한, 작은 크기의 착용형 동작 센서 및 맞춤형(custom-made) 소프트웨어를 포함하는 시스템이 기재되어있다. 상기 센서는 도 1에 묘사된 대로 손바닥에 놓이고 직물 밴드로 고정된다. 그러한 구성은 일반 수동 손목 굽힘 동작이나 외과 수술을 방해하지 않으면서, 손 모양(pose)과는 관계없이 센서의 Y축을 따라, 즉 경직을 평가하기 위한 손목의 회전축을 따라 손목 굽힘이 실행되는 것이 유리한 점이다.
본 발명의 구체예에 의하면, 손 돌림 및 위치에 대해 데이터 불변성을 보장하기 위해 장치 좌표 시스템에 대해 수집된 자이로스코프 데이터만이 고려되었다. 각속도의 신호를 얻기 위해, 복합성이 부가되긴 하지만, 가속도계 또는 자력계 데이터, 또는 그의 조합과 자이로스코프 데이터를 전환시키는 것 또한 가능할 수 있다.
각속도 신호는 다음과 같이 구해지고, 숫자 32767은, 예를 들어 특정한 센서 해상도에 따라서, -32768 및 32767 사이의 어느 값이든 될 수 있다.
Figure 112017105122182-pct00001
(1)
상기 식에서 gy는 미가공 자이로스코프 Y축 데이터를 뜻한다. 신호는 궁극적인 떨림(eventual tremor)을 제거하기 위해 4-샘플 이동 평균 필터를 사용해 걸러지고, 그리고 손목 굽힘 동작과 일치하는 샘플만을 남겼다. 그를 위해, ω의 마이너스 아케이드(negative arcades)의 절대치를 구하고, 신호의 나머지는 제거된다. 경직은 실시된 손목 굽힘 동작의 속도, 범위 및 부드러움을 제한하는 저항력 또는 토크로 이해될 수 있다. 그러므로 경직을 약화시키는 자극 설정은 더 높은 각속도 및 부드러운 신호를 산출한다.
본 명세서에는 도 2a에 도시된 대로 정량적 운동학적 측정치로부터의 신호 디스크립터, 즉 비경직 지수(non-rigidity index)가 기재되어 있다.
Figure 112017105122182-pct00002
(2)
상기 식에서 μω는 평균 각속도를 나타내고, 그리고 μΡ는 평균 피크(peak) 값을 나타낸다. 절대 피크(absolute peaks)는, 본 발명의 구체예에 의하면 0.2°s-1의 범위 내에서, 신호의 두 개의 밸리(valleys) 사이의 가장 큰 값으로서 계산된다.
적은 경직 및 μΡ의 큰 값 사이에는 직접적인 상관관계가 있다. 그러나 전혀 다른 형태의 신호가 비슷한 높이의 피크를 가질 수 있기 때문에, 이는 정확한 묘사라고 하기엔 부족하다. 긴 신호 아케이드, 어떤 기간에서의 몇 개의 피크 또는 고진포에서조차 굽힘 동작중 뜻밖의 안정기는 일부 잔여 경직과 일치하고 그리고 이를 고려해야만 한다. 부드럽지 않고 날카롭지 않은 신호에 대해 신호의 평균값이 감소하기 때문에, 그러한 정보는 μω에 의해 산출된다. 제곱근은 φ를 신호 범위로 다시 높이고 그리고 두 개의 운동학적 측정치 사이의 값인 동작점을 확립한다.
상기 디스크립터는 환자의 질환을 완화하는 자극 설정 및 그렇지 않은 것을 유의하게 구별할 것으로 예상되었다. 그러므로 훈련 데이터세트는 명시된 분류로 모여지고 그리고 각각의 신호에 대한 φ의 값을 계산했다. 자크-베라 검정[8]이 데이터의 정규성을 확인하고 그리고 기술력(descriptive power)은 양측 t-검정을 사용해 평가되었다.
손목 관절의 톱니바퀴 경직은 도 2b에서 볼 수 있는 대로 각속도 신호에 인공물(artefacts)을 생성한다. 그러한 인공물은 두 개의 피크를 경계로 하는 신호의 비최소 밸리와 일치한다. 그를 감지하기 위해, 신호의 모든 피크 및 밸리가 추출되고, 그리고 밸리 및 그를 에워싸는 두 개의 피크 사이에 각각의 가능한 삼각형이 그려진다. 신호의 부드러운 부분은 절대 최저 및 최대 사이에 정의된, 상대적으로 더 큰 삼각형을 가지고, 톱니바퀴 부분은 상대적으로 더 작고 기울어진 삼각형으로 이어진다. 감지 기준은 다음과 같이 기재된다.
Figure 112019105765255-pct00015
(3)
상기 식에서 h는 밸리 및 양옆에 있는 피크 사이의 중심점 사이의 거리를 나타내고, Δt는 삼각형의 기간이고, A는 그의 면적이고, 그리고 λ는 톱니바퀴 인공물의 감지를 위한 임계값을(threshold value) 나타낸다. 본 발명의 발명가는 λ를 최적화하고 그리고 [9]에 기술된, 사전에 관찰자 사이에서 동의된 실제값(ground-truth)을 가진 30개의 무작위로 선택된 30개의 신호에 뒤를 이어 구축된 ROC 커브로부터 감지 정확도를 평가했다.
수동 손목 굽힘 도중의 경직은 0 내지 80퍼센트 사이의 이산 십진법을 따라 전문가에 의해 라벨된다. 상대적으로 더 높은 라벨 값은 상대적으로 낮은 감지된 손목 경직에 일치한다. Mathworks Matlab R2013a가 훈련 세트의 48개의 신호를 분석하는데 사용되었다. 이에 뒤이어, 감지된 손목 경직을 각각의 경직 척도에 대한 신호 디스크립터 φ의 평균값의 함수로서 가장 비슷한 근사치를 계산하는 다항식 수학 모델이 구축되었다. 고차계의 근사치는 과적합으로 이어질 수 있고 그리고 상당히 다른 입력신호에 대해 응답성이 떨어질 수 있다. 게다가, 비록 이 문제점은 표준 기계 학습 기법을 사용하는 것으로 다룰 수 있지만, 이는 많은 계산을 요구하고 그리고 국소 신호 처리를 사용하는 향후 구현을 제한할 것이다. 훈련 오류는 단일잔류 오류(Leave-One-Out Error)로서 평가되었다.
본 발명의 구체예에 의하면, 신호 형태 디스크립터, 및 4원수(quaternions)와 같은 그 외 운동학적 특성은 더 견고하고 그리고 더 높은 구별력(discriminative power)을 보장하기 위해 이 분류 모델에 통합된다. 본 발명의 다른 구체예에 의하면, 손목 경직은 각각의 자극 설정 아래 경직 기준치와 비교된다. 이는 각각의 설정이 어떻게 손목 경직을 완화시키는지 추산할 수 있게 하고, 경직에 있어 대상간에 변동성의 영향을 약화시킨다. 본 발명의 다른 구체예에 의하면, 이 장치 및 방법은 떨림 감지 및 감별 또는 레보도파 검사와 같은 다른 PD 관련 의학 시술에 사용될 수 있다.
본 명세서에 기재된 것은 본 발명이 속한 기술분야에서 중요한 돌파구가 될 가능성이 있다. 임상적 관련성 및 신경과 전문의로의 실시간 피드백을 가진 DBS 수술중 신뢰할 수 있는 손목 경직의 평가가 모방되었다. 그를 위해, 자이로스코프 데이터로부터 계산된 각속도 값만을 사용해 상이한 자극 설정 아래에서 손목 경직을 평가할 수 있는, 편안하고 간단하며 주문제작된 착용형 동작 센서 시스템이 설계되었다. 이는 다항식 모델을 사용하고 그리고 간단한 운동학적 측정치로부터 신호 디스크립터를 얻는 것으로 평가된 신호 80% 이상을 정확하게 분류하였다. 본 발명의 장치의 성과는 실시된 손목 굽힘 동작의 가능한 변동성, 그리고 변함없는 손 위치 및 방향의 영향을 받지 않는다.
본 발명의 한 구체예에 의하면, 신호 형태 및 부드러움(smoothness)을 평가하기 위한 신호 처리 방법 사용에 더하여, 4원수 정보 결합도 되었다. 수집된 신호로부터 생체 역학 성질을 추정하는 것은 경직을 완전히 기술하는 것과 DBS의 성공을 위한 기점의(fiducial) 정보를 제공하는데에 큰 도움이 될 수 있다. 추가적으로, 본 발명의 한 구체예에 의하면, 감지된 경직의 감소를 정확하게 추산하고 그리고 증상 완화를 모니터하기 위해서 평가될 각각의 신호는 경직 기준치 특징과 비교된다.
본 명세서에는 관절의 선결 회전축을 중심으로 상기 관절의 사지(limb)에 굽힘 동작이 실시되었을 때 관절의 경직을 평가하기 위한 관절 경직 평가 장치가 기재되어 있고, 상기 장치는:
측정의 축(axis of measurement)이 실시된 굽힘 동작의 회전축에 대해 평행하도록 상기 사지에 부착하기 위한 일축 각속도 센서;
각속도 센서의 신호를 처리하고 그리고 처리된 각속도 신호를 사용해 관절의 비경직 상태와 경직 상태 사이를 구별하기 위해 설정된(즉, 프로그램된) 데이터 처리 장치를 포함한다.
본 발명의 한 구체예는 환자의 사지에 사용하기 위한 피부 접촉 패치를 포함하고, 상기 일축 각속도 센서는 이 피부 접촉 패치에 부착된다.
본 발명의 한 구체예에서, 관절(articulation)은 환자의 손목 관절이고 그리고 사지는 그에 해당하는 손이다. 본 발명의 한 구체예에서, 실시된 굽힘 동작의 회전축은 손목 관절의 신장-굽힘의 회전축이다.
본 발명의 한 구체예에서, 피부 접촉 패치는 손바닥 또는 손등에 적용하기 위한 피부 접촉 패치다.
본 발명의 한 구체예에서, 데이터 처리 장치는 각속도 신호의 평균과 각속도 신호의 평균 피크 값을 곱한 것의 제곱근을 구하는 것으로 비경직 지수를 계산하도록 설정되었다.
본 발명의 한 구체예에서, 데이터 처리 장치는 각속도 신호의 평균과 각속도 신호의 평균 피크 값을 곱한 것의 제곱근을 구하는 것으로 실시된 굽힘 동작의 주기(cycle)에 대한 비경직 지수를 계산하도록 설정되었다.
본 발명의 한 구체예에서, 데이터 처리 장치는 계산된 비경직 지수가 선결 임계값을 초과할 경우 비경직 상태를 감지하는 것으로 비경직 상태와 경직 상태를 구별하도록 설정되었다.
삭제
삭제
본 발명의 한 구체예에서, 데이터 처리 장치는 입력이 비경직 지수인 다항식 함수를 사용해 관절의 경직의 정량적 연속형 척도를 계산하도록 설정되었다.
본 발명의 한 구체예에서, 데이터 처리 장치는 실시된 굽힘 동작의 주기를 따라 비경직 지수의 두 개의 피크가 비최소 밸리를 검출하는 것으로 관절의 톱니바퀴 경직을 감지하도록 설정되었다.
본 발명의 한 구체예에서, 데이터 처리 장치는 시간에 따라 지수 신호의 모든 피크 및 밸리를 추출하고;
밸리 및 그를 둘러싸는 두 개의 피크 사이에 각각의 가능한 삼각형을 도시하고;
다음의 계산이 사실인지 확인하는 것으로 비경직 지수의 두 개의 피크가 비최소 밸리를 검출하는 것으로 관절의 톱니바퀴 경직을 감지하도록 설정되었다.
삭제
삭제
삭제
Figure 112019105765255-pct00016
상기 식에서 h는 밸리 및 두 개의 피크 사이의 중심점 사이의 거리를 나타내고, Δt는 밸리 및 두 개의 피크에 의해 형성된 삼각형의 시간 범위이고, A는 상기 삼각형의 면적이고, 그리고 λ는 톱니바퀴 경직을 감지를 위한 선결 임계값(threshold)를 나타낸다.
본 발명의 한 구체예에서, 일축 각속도 센서는 일축 자이로스코프다.
본 발명의 한 구체예는 3축 자이로스코프를 포함하고, 일축 각속도 센서는 가상 센서(virtual sensor)이고, 그리고 데이터 처리 장치는 상기 3축 자이로스코프의 신호로부터 등가의 일축 각속도 가상 센서 신호를 계산하도록 설정되었다.
본 발명의 한 구체예는 가속도계-자이로스코프-자력계를 포함하고, 일축 각속도 센서는 가상 센서이고, 그리고 데이터 처리 장치는 상기 가속도계-자이로스코프-자력계의 신호로부터 등가의 일축 각속도 가상 센서 신호를 계산하도록 설정되었다.
본 발명의 한 구체예에서, 데이터 처리 장치는 각속도 센서 신호를 상기 신호의 절대값의 이동 평균(moving average)으로 필터링하는 것으로 각속도 센서 신호를 전처리하도록 설정되었다.
본 발명의 한 구체예에서, 피부 접촉 패치는 접착성 패치이다.
본 명세서는 피부 접촉 패치가 장갑에 내장된 반장갑 또한 기술한다.
본 명세서는 피부 접촉 패치가 밴드의 직물부분에 내장된 탄성 직물 밴드 또한 기술한다.
본 명세서에는 환자의 뇌 심부 자극술을 돕기 위한 장치의 용도 또한 기술되어 있다.
본 발명의 한 구체예는 데이터 처리 장치에 부착된 디스플레이를 포함하고, 상기 데이터 처리 장치는 각속도 센서에 무선으로 연결되어 있다.
본 발명의 한 구체예는 데이터 처리 장치에 무선으로 연결된 디스플레이를 포함하고, 상기 데이터 처리 장치는 각속도 센서에 전기로 연결되었고 그리고 데이터 처리 장치는 피부 접촉 패치에 부착되어 있다.
다음의 도면들은 본 발명의 바람직한 구체예를 제공하며, 본 발명의 범위를 제한하는 것으로 보아서는 안 된다.
도 1은 동작 센서의 설치 및 손목 경직 평가 도중 손에서의 그의 위치를 도시한다. 표시된 좌표는 세계가 아닌 장치에 관한 것이다.
도 2는 다음의 신호 처리 방법의 실례이다.
도 2a의 그래프는 평균 각속도(위쪽 점선) 및 평균 피크 값(아래쪽 점선)은 수동 손목 굽힘 동작의 운동학을 설명하기 위해 산출되었다. 신호 디스크립터에 대해 가능한 값의 범위인 φ 또한 표시되었다.
도 2b에서의 톱니바퀴 효과는 각속도 신호에 있는 기점으로부터 삼각형을 정의하는 기하학적인 접근을 사용해 감지되었다. 좌측은 신호의 부드러운 부분(상대적으로 더 큰 삼각형) 및 톱니바퀴 효과가 존재하는 구역(상대적으로 더 작고 기울어진 삼각형) 사이의 차이를 도시한다. 우측은 그려진 삼각형으로부터 산출된 특성을 설명한다.
도 2c는 앞서 언급된 y축과 일치하는 손목 관절 굴신(extensioni-flexion)의 회전축을 도식적으로 나타낸다.
도 3a 그래프는 훈련 데이터세트에서 각각의 경직 척도에 대해 손목 경직 및 신호 디스크립터의 평균 값을 최적으로 관련시키는 다항식 함수이다.
도 3b 그래프는 각속도 신호에서 톱니바퀴 인공물의 감지를 위한 ROC 커브이다. λ = 100에 대해 최적 운용을 나타낸다.
도 4는 한 구체예의 메인 블록(main blocks)을 도식적으로 묘사하는 것으로, IMU는 관성 측정 장치를 나타내고 그리고 MCU는 마이크로컨트롤러 장치를 나타낸다.
도 5는 한 구체예의 데이터 및 작업 흐름을 도시적으로 묘사한 구성도로서, IMU는 관성 측정 장치를 나타내고 그리고 MCU는 마이크로컨트롤러 장치를 나타낸다.
본 발명의 한 구체예에 의하면, 설계된 하드웨어는 Texas Instruments 마이크로컨트롤러(MCU), Invensense 사의 ITG-3200 자이로스코프(±2000%의 범위 및 6.5mA 동작 전류), KXTF9-1026 Kionix 가속도계(2g, 4g 및 8g의 범위를 가짐), 및 Honeywell 사의 HMC5883L 자력계(1° 내지 2°의 컴퍼스 기수방향 정확도를 가짐)를 포함한다. MCU는 100Hz에서 센서로부터 데이터를 수집하고, 동기화된 장치로 42Hz의 속도로 블루투스를 통해 전송되는 패키지를 작성하고, 그리고 실시간으로 4원수를 계산할 수 있다.
본 발명의 한 구체예에 의하면, 센서 신호는 Intel Core i7-4600U CPU @ 2.70 GHz 컴퓨터에서 National Instruments Labview 2014를 사용해 취득되고 처리되었다.
양측 DBS 수술을 받은 여섯 명의 환자(평균 나이: 67세; 남성 3명 및 여성 3명)에 실험이 실시되었고 경직 분류 모델을 훈련시키기 위해 총 48개의 신호가 취득되었다. 약물치료는 수술하기 전 12시간 동안 중단되었고 그리고 국소마취약이 투여되었다. DBS 전극은 STN 정위표적(stereotactic target)에 이식되었고 그리고 확정적 자극부위를 결정하기 위해 전기생리 검사가 실행되었다. 수동 손목 굽힘 동안 이차 효과가 없는 최고 감소를 찾는 동안 자극 주파수는 130Hz에 고정되었고 그리고 전압 및 전극 위치는 변화를 주었다. 최적 설정은 두 명의 숙련된 내과의 사이에서 합의되었다. 상기 환자들은 신호 기록 목적을 위해 수술 내내 본 발명의 개발된 시스템을 착용하였다. 추가의 4명의 환자(평균 나이: 64세; 남성 2명 및 여성 2명)는 본 명세서에 의한 가변적인 자극 설정 아래에서 경직이 분류되었다. 환자들은 훈련 그룹(training group)과 동일한 의학 시술을 받았다. 신호 분류(총 156개의 신호) 성과는 두 명의 숙련된 내과의의 합의와 비교하여 평가되었다. 분류는 임상 점수에 대하여 5% 차(margin) 내에 있을경우 받아들여졌다.
본 명세서에는 손목 경직을 정량적으로 평가하고 최적 자극 설정의 결정을 돕는 장치 및 방법이 기재되어있다. 표 I에 요약된 통계 분석 결과는 선택된 운동학적 측정치 φ의 경직 상태와 비경직 상태를 구별하는 능력을 입증한다. 또한, φ가 그의 대응물(pμω=0.034 및 pμP=0.029)보다 약간 더 구별을 나타내는 (pφ=0.027)을 가지는 것이 관찰되었다. 이는 두 특성의 조합이 단순함을 유지하면서 신호 진폭 및 형태 사이의 상관관계를 잘 설명한다는 점에서 본 발명을 확인시켜 준다.
Figure 112017105122182-pct00005
표 I - 선택된 운동학적 측정치 및 신호 디스크립터 모두 경직 상태와비경직 상태를 구별할 수 있다(각속도 값은 °s-1)
도 3a에 나타낸 경직 분류를 위해 유도된 수학 모델은 데이터와 밀접한 상관관계를 가졌고 그리고 8.24±7.95%의 훈련 오류를 보였다. 특히 이산 척도가 연속형 함수를 사용해 모델되고 있음을 고려할 때, 이 오류 범위는 허용가능하다. 그 외 관련 오류의 근원은 환자에 의한 움직임의 원치않는 조장이 존재할 가능성이다.
그럼에도 불구하고, 본 발명에 의해 실행된 156번의 분류 중 131번은 두 명의 숙련된 내과의 사이의 합의와 차이가 없어 80% 이상의 허용률과 일치하였다. 주요한 한계는 분류 모델과의 상관관계가 낮은 중간 경직 상태에 해당하는 신호의 평가에서 발견되었다(도 3a 참조). 반대로, 본 발명은 낮은 경직 상태를 더 정확하게 감지하며, 이는 최적 자극 설정이 낮은 오류로 확인될 수 있음을 뜻한다. 이러한 결과는 본 발명이 임상적으로 유익한, 손목 경직 평가에 있어(예를 들어 DBS 파라미터 트리밍 도중) 신뢰할 수 있는 이차의견이 될 수 있음을 시사한다.
저항성 토크(resistive torque)로부터 유도된 일 및 임펄스(impulse)와 같은 부가적인 생체 역학 성질 또한 이 맥락에서 탐구될 수 있다. 그러나 이러한 값은 보통 실시된 동작의 속도에 좌우되며, 이는 내과의에 의해 보장될 수 없다.
실제로, 내과의에 의해 실시된 동작에 의해 야기된 속도에서 그러한 변동성은 손목 경직을 더 잘 감지하는데에 도움이 될 수 있다. 일정한 속도는 오직 사지에 연결된 기계적 시스템을 사용해 보장될 수 있고, 이는 수술의 침습성 및 복잡성을 증가시킨다.
톱니바퀴 경직의 감지에 관하여, 도 3b의 ROC 커브는 위양성율을 낮게 유지하면서 본 명세서에 기술된 방법의 고감도를 시사한다. λ=100에 대해 최적 운용점(optimal operation point)을 구했고, 이는 0.93의 민감도를 산출했다. 계산된 삼각형을 생성하고 특징짓는 산술 연산에 필요한 낮은 계산 비용에 덧붙여, 이러한 결과는 톱니바퀴 인공물의 실시간 감지 및 경직 분류 목적을 위한 그의 수량화를 가능하게 한다.
본 명세서에 사용된 "포함한다"는 표현은 명시된 특성, 정수, 단계, 요소가 있음을 나타내기 위함이지만, 하나 이상의 그 외 특성, 정수, 단계, 요소 또는 그의 그룹의 존재 또는 부가를 제한하지는 않는다. 본 명세서에 기술된 발명의 어떤 구체예는 펌웨어 및/또는 컴퓨터에서 사용가능한 매체에 있는, 본 명세서에 기술된 어느 서버와 같이, 컴퓨터 프로세서를 가진 컴퓨터 시스템에서 실행을 가능하게 하는 제어 논리를 가진 코드(예를 들어 소프트웨어 알고리즘 또는 프로그램)로서 통합될 수 있음을 알 수 있을 것이다. 그러한 컴퓨터 시스템은 일반적으로 실행에 부합되게 프로세서의 환경을 설정하는 코드의 실행으로부터의 출력을 제공하도록 환경 설정된 기억 장치를 포함한다. 상기 코드는 펌웨어 또는 소프트웨어가 될 수 있다. 모듈을 사용하여 실행되는 경우, 코드는 본 명세서에 기술된 대로 관련된 기능을 수행하도록 실행되는 기계의 환경을 설정하기 위해 하나의 모듈 또는 서로 협동하여 작동하는 복수의 모듈을 포함할 수 있다.
본 명세서는 어느 측면으로도 기술된 구체예에 제한되는 것으로 보아서는 안 되며, 본 발명이 속한 기술분야의 통상의 기술자라면 그에서 많은 변형의 가능성을 예견할 것이다. 앞서 기술된 구체예들은 병합 가능하다. 다음의 청구항들은 본 발명의 특정 구체예를 제시한다.

Claims (21)

  1. 관절의 선결 회전축을 중심으로 상기 관절의 사지(limb)에 굽힘 동작이 실시되었을 때 관절의 경직을 평가하기 위한 경직 평가 장치로서, 상기 장치가,
    측정의 축(axis of measurement)이 실시된 굽힘 동작의 회전축에 대해 평행하도록 상기 사지에 부착하기 위한 일축 각속도 센서; 및
    상기 일축 각속도 센서의 신호를 처리하고 처리된 각속도 신호를 사용하여 상기 관절의 비경직(non-rigid)상태와 경직 상태를 구별하도록 설정된 데이터 처리 장치;
    를 포함하고,
    상기 데이터 처리 장치가 각속도 신호의 평균과 각속도 신호의 평균 피크 값을 곱한 것의 제곱근을 구하는 것으로 비경직 지수를 계산하도록 설정된 것을 특징으로 하는 경직 평가 장치.
  2. 제1항에 있어서, 상기 관절이 환자의 손목 관절이고 그리고 상기 사지가 각각의 손인 것을 특징으로 하는 경직 평가 장치.
  3. 제1항 또는 제2항에 있어서, 환자의 사지에 사용하기 위한 피부 접촉 패치를 포함하고, 상기 일축 각속도 센서가 상기 피부 접촉 패치에 부착되는 것을 특징으로 하는 경직 평가 장치.
  4. 제3항에 있어서, 상기 실시된 굽힘 동작의 회전축이 상기 손목 관절의 굴신의 회전축이고, 그리고 상기 피부 접촉 패치가 손바닥 또는 손등에 적용하기 위한 피부 접촉 패치인 것을 특징으로 하는 경직 평가 장치.
  5. 제4항에 있어서, 상기 데이터 처리 장치가 각속도 신호의 평균과 각속도 신호의 평균 피크 값을 곱한 것의 제곱근을 구하는 것으로 실시된 굽힘 동작의 주기에 대한 비경직 지수를 계산하도록 설정된 것을 특징으로 하는 경직 평가 장치.
  6. 제4항에 있어서, 상기 데이터 처리 장치는 계산된 비경직 지수가 선결 임계값을 초과하는 경우 비경직 상태를 감지함으로써 비경직 상태와 경직 상태를 구별하도록 설정된 것을 특징으로 하는 경직 평가 장치.
  7. 제4항에 있어서, 상기 데이터 처리 장치가 입력값이 비경직 지수인 다항식 함수를 사용하여 관절 경직의 연속적이고 정량적인 스케일을 계산하도록 설정된 것을 특징으로 하는 경직 평가 장치.
  8. 제4항에 있어서, 상기 데이터 처리 장치가 실시된 굽힘 동작의 주기를 따라 비경직 지수의 두 개의 피크에 의해 경계가 정해지는 비최소 밸리(non-minima valleys)를 검출함으로써 관절의 톱니바퀴 경직을 감지하도록 설정된 것을 특징으로 하는 경직 평가 장치.
  9. 제4항에 있어서, 상기 데이터 처리 장치가 하기 단계로 이루어진 방법에 의해 비경직 지수의 두 개의 피크로 경계를 이루는 비최소 밸리를 검출함으로써 관절의 톱니바퀴 경직을 감지하도록 구성되고:
    시간에 따라 지수 신호의 모든 피크 및 밸리를 추출하는 단계;
    밸리 및 그것을 둘러싸는 두 개의 피크 사이에 각각의 가능한 삼각형을 도시하는 단계; 및
    하기 계산식이 옳은 지의 여부를 확인하는 단계;
    Figure 112021078191294-pct00018

    상기 계산식에서 h는 밸리 및 두 개의 피크 사이의 중심점 사이의 거리를 나타내고, Δt는 밸리 및 두 개의 피크에 의해 형성된 삼각형의 시간 범위이고, A는 상기 삼각형의 면적이고, 그리고 λ는 톱니바퀴 경직을 감지하기 위한 선결 임계값인 것을 특징으로 하는 경직 평가 장치.
  10. 제1항에 있어서, 상기 일축 각속도 센서가 일축 자이로스코프인 것을 특징으로 하는 경직 평가 장치.
  11. 제1항에 있어서, 3축 자이로스코프를 포함하고,
    상기 일축 각속도 센서가 가상 센서이고, 그리고
    상기 데이터 처리 장치가 상기 3축 자이로스코프의 신호로부터 등가의 일축 각속도 가상 센서 신호를 계산하도록 설정된 것을 특징으로 하는 경직 평가 장치.
  12. 제1항에 있어서, 가속도계-자이로스코프-자력계(accelerometer-gyroscope-magnetometer)를 포함하고,
    상기 일축 각속도 센서가 가상 센서이고, 그리고
    상기 데이터 처리 장치가 상기 가속도계-자이로스코프-자력계의 신호로부터 등가의 일축 각속도 가상 센서 신호를 계산하도록 설정된 것을 특징으로 하는 경직 평가 장치.
  13. 제1항에 있어서, 상기 데이터 처리 장치가 각속도 센서 신호를 상기 신호의 절대값의 이동 평균으로 필터링함으로써 각속도 센서 신호를 전처리하도록 설정된 것을 특징으로 하는 경직 평가 장치.
  14. 제1항에 있어서, 환자의 뇌 심부 자극술에 사용하기 위한 것을 특징으로 하는 경직 평가 장치.
  15. 제1항에 있어서, 상기 데이터 처리 장치에 부착된 디스플레이를 포함하고, 상기 데이터 처리 장치가 각속도 센서에 무선으로 연결된 것을 특징으로 하는 경직 평가 장치.
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
  21. 삭제
KR1020177030671A 2015-04-14 2016-04-14 뇌 심부 자극술에서의 사용을 위한 손목 경직 평가 장치 KR102314942B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
PT10836615 2015-04-14
PT108366 2015-04-14
PCT/IB2016/052135 WO2016166702A1 (en) 2015-04-14 2016-04-14 Wrist rigidity assessment device for use in deep brain stimulation surgery

Publications (2)

Publication Number Publication Date
KR20170137122A KR20170137122A (ko) 2017-12-12
KR102314942B1 true KR102314942B1 (ko) 2021-10-21

Family

ID=56008820

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177030671A KR102314942B1 (ko) 2015-04-14 2016-04-14 뇌 심부 자극술에서의 사용을 위한 손목 경직 평가 장치

Country Status (7)

Country Link
US (1) US10856778B2 (ko)
EP (1) EP3282947B1 (ko)
JP (1) JP6683731B2 (ko)
KR (1) KR102314942B1 (ko)
CN (1) CN107427261B (ko)
CA (1) CA2982238C (ko)
WO (1) WO2016166702A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210085244A1 (en) * 2015-04-14 2021-03-25 Inesc Tec- Instituto De Engenharia De Sistemas Ecomputadores, Tecnologia E Ciencia Wrist rigidity assessment device and method for identifying a clinically effective dose
US11253173B1 (en) * 2017-05-30 2022-02-22 Verily Life Sciences Llc Digital characterization of movement to detect and monitor disorders
WO2019210372A1 (en) * 2018-05-04 2019-11-07 The Bionics Institute Of Australia Systems and methods for characterisation of joints
CN108742612B (zh) * 2018-05-24 2023-12-12 王开亮 基于肌电标志物的dbs有效性检测设备
CN110101386B (zh) * 2019-06-05 2024-08-20 温州市中心医院 一种帕金森辅助检测装置
EP4272287A1 (en) * 2020-12-31 2023-11-08 KOC Universitesi A detecting device and a method for evaluating a connector locking status

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070027631A1 (en) * 2005-07-29 2007-02-01 Cabrera Michael Normann B Apparatus and method for evaluating a hypertonic condition

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060052726A1 (en) * 2004-09-08 2006-03-09 Weisz Donald J Key device to measure pronation and supination of the forearm
US8702629B2 (en) 2005-03-17 2014-04-22 Great Lakes Neuro Technologies Inc. Movement disorder recovery system and method for continuous monitoring
US8187209B1 (en) * 2005-03-17 2012-05-29 Great Lakes Neurotechnologies Inc Movement disorder monitoring system and method
US9265451B2 (en) 2005-03-31 2016-02-23 Mindy Levin Method and apparatus for determining spasticity
EP2305118B1 (en) 2008-06-20 2017-01-04 Osaka University Muscle tone measuring apparatus
DE102008030534A1 (de) * 2008-06-27 2009-12-31 Bort Medical Gmbh Vorrichtung zum Bestimmen der Stabilität eines Kniegelenks
US8421854B2 (en) * 2008-07-24 2013-04-16 Noah Zerkin System and method for motion capture
US9301712B2 (en) 2008-07-29 2016-04-05 Portland State University Method and apparatus for continuous measurement of motor symptoms in parkinson's disease and essential tremor with wearable sensors
US9662502B2 (en) * 2008-10-14 2017-05-30 Great Lakes Neurotechnologies Inc. Method and system for tuning of movement disorder therapy devices
EP2389152A4 (en) * 2009-01-20 2016-05-11 Univ Northeastern MULTI-USER SMARTGLOVE FOR REHABILITATION BASED ON VIRTUAL ENVIRONMENTS
JP2010193936A (ja) 2009-02-23 2010-09-09 Akita Prefecture 筋固縮度定量評価装置
DE102010021498B4 (de) * 2010-05-26 2018-05-03 Deutsches Zentrum für Luft- und Raumfahrt e.V. System zur Steifigkeitsmessung eines Objektes sowie Verfahren
CN101972170B (zh) * 2010-10-22 2012-06-13 广东工业大学 最小二乘支持向量机自适应滤波器及其滤波方法
US8803682B2 (en) * 2010-12-07 2014-08-12 J.T. Labs Limited Sleep-posture sensing and monitoring system
CN102499691A (zh) * 2011-10-28 2012-06-20 中国人民解放军第四军医大学 一种手持式神经功能评价仪
WO2013123263A1 (en) 2012-02-14 2013-08-22 The Regents Of The University Of California Apparatus and method for quantifying stability of the knee
BR102012025421A2 (pt) * 2012-10-05 2014-10-07 Brunian Ltda Me Equipamento de vestir nos membros superiores para captação, tratamento e armazenamento de dados quantitativos da tríade clássica da doença de parkinson
CA2896800A1 (en) 2013-01-21 2014-07-24 Cala Health, Inc. Devices and methods for controlling tremor
CN103251419A (zh) * 2013-04-25 2013-08-21 西安交通大学苏州研究院 用于手功能康复训练与评估的数据手套及其监测方法
EP3068301A4 (en) * 2013-11-12 2017-07-12 Highland Instruments, Inc. Analysis suite
CN104127187B (zh) * 2014-08-05 2017-04-05 戴厚德 用于帕金森病人主要症状定量检测的可穿戴系统
US9983693B2 (en) * 2015-03-13 2018-05-29 Adtile Technologies Inc. Spatial motion-based user interactivity

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070027631A1 (en) * 2005-07-29 2007-02-01 Cabrera Michael Normann B Apparatus and method for evaluating a hypertonic condition

Also Published As

Publication number Publication date
EP3282947B1 (en) 2020-09-02
US20180116562A1 (en) 2018-05-03
CA2982238A1 (en) 2016-10-20
JP6683731B2 (ja) 2020-04-22
KR20170137122A (ko) 2017-12-12
WO2016166702A1 (en) 2016-10-20
EP3282947A1 (en) 2018-02-21
US10856778B2 (en) 2020-12-08
JP2018515181A (ja) 2018-06-14
CA2982238C (en) 2022-01-04
CN107427261A (zh) 2017-12-01
CN107427261B (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
KR102314942B1 (ko) 뇌 심부 자극술에서의 사용을 위한 손목 경직 평가 장치
Celik et al. Gait analysis in neurological populations: Progression in the use of wearables
US10335080B2 (en) Biomechanical activity monitoring
Dai et al. Validation of inertial sensing-based wearable device for tremor and bradykinesia quantification
Huo et al. A heterogeneous sensing suite for multisymptom quantification of Parkinson’s disease
Angeles et al. Automated assessment of symptom severity changes during deep brain stimulation (DBS) therapy for Parkinson's disease
Totty et al. Muscle activation and inertial motion data for noninvasive classification of activities of daily living
Zhang et al. Beyond the standard clinical rating scales: fine-grained assessment of post-stroke motor functionality using wearable inertial sensors
Spasojević et al. Combined vision and wearable sensors-based system for movement analysis in rehabilitation
Andrade et al. Human tremor: origins, detection and quantification
US20190320944A1 (en) Biomechanical activity monitoring
Andrade et al. Pelvic movement variability of healthy and unilateral hip joint involvement individuals
Johnson Detection of Parkinson disease rest tremor
Gong et al. Causality analysis of inertial body sensors for multiple sclerosis diagnostic enhancement
Corona et al. Quantitative assessment of upper limb functional impairments in people with Parkinson's disease
US20210085244A1 (en) Wrist rigidity assessment device and method for identifying a clinically effective dose
Guo et al. Method of gait disorders in Parkinson's disease classification based on machine learning algorithms
Lee et al. A pervasive assessment of motor function: A lightweight grip strength tracking system
Costa et al. Biomechanical Evaluation of an Exoskeleton for Rehabilitation of Individuals with Parkinson's Disease
Chen et al. Aiding diagnosis of normal pressure hydrocephalus with enhanced gait feature separability
Tao et al. Activity selection to distinguish healthy people from parkinson’s disease patients using i-da
ES2830175T3 (es) Dispositivo de evaluación de rigidez de muñeca para su uso en cirugía de estimulación cerebral profunda
Rissanen et al. EMG and acceleration signal analysis for quantifying the effects of medication in Parkinson's disease
EP4014840B1 (en) An analysis system with a portable connected device
Grzejszczak et al. Surface Electromyography Data Analysis for Evaluation of Physical Exercise Habits between Athletes and Non-Athletes during Indoor Rowing

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant