TW201345486A - 認知功能檢測裝置 - Google Patents

Abstract

一種認知功能檢測裝置包含一感測模組、一步態分析模組以及一認知功能分析模組。感測模組係感測一使用者之動作而產生至少一動作訊號。步態分析模組依據動作訊號進行一步態分析而產生複數步態參數。認知功能分析模組依據該等步態參數進行一認知功能分析而產生一認知功能分析結果。

Description

認知功能檢測裝置

本發明係關於一種檢測裝置，特別關於一種認知功能檢測裝置。

由於老年化社會之普及，老年人照護已成為當今社會一大問題。在高齡族群中，失智(Dementia)及阿茲海默氏症(Alzheimer’s disease,AD)已經成為相當常見的疾病。由於病人之大腦皮質已經產生嚴重病變，此時再予施藥，其治療效果往往不彰。因此如果能早期診斷出阿茲海默氏症的症狀，並適時的給予治療穩定病情，對於病患、其家人跟社會都是一大重要幫助。

目前在檢查老年人認知功能時，常用的評估工具包含了簡短智能測驗(mini-mental state examination,MMSE)及知能篩檢測驗(cognitive abilities screening instrument,CASI)。然而這兩種評估工具都有一些缺點。例如，MMSE容易受到受試者教育程度高低的影響。施測者在使用CASI前必須經過長時間及嚴謹的訓練來加以熟悉CASI的操作，並且CASI在臨床認知功能檢測時亦會受到受試者教育程度的影響。此外，這二者皆會受到受測者與施測者本身的主觀判斷的影響。

又，近年來許多文獻指出步態資訊與失智症具有相當的關係。例如，失智症老人與正常老人相比，其具有步伐速度較慢、步長較短、步頻較慢、步伐節奏較亂、步伐對稱性不佳、步伐規律性不佳、步伐變異性較大等特性。

因此，如何提供一種認知功能檢測裝置，能夠輔助認知功能的檢測以提高檢測的準確性，進而有助於早期診斷，實為當前重要課題之一。

有鑑於上述課題，本發明之目的為提供一種能夠輔助認知功能的檢測以提高檢測的準確性，進而有助於早期診斷之認知功能檢測裝置。

為達上述目的，依據本發明之一種認知功能檢測裝置包含一感測模組、一步態分析模組以及一認知功能分析模組。感測模組係感測一使用者之動作而產生至少一動作訊號。步態分析模組依據動作訊號進行一步態分析而產生複數步態參數。認知功能分析模組依據該等步態參數進行一認知功能分析而產生一認知功能分析結果。

在一實施例中，感測模組包含一加速度計與一陀螺儀之至少其中之一。

在一實施例中，動作訊號包含加速度、速度、位移、角速度或角度之資訊。

在一實施例中，感測模組包含一慣性感測單元、一儲存單元以及一訊號傳輸單元，慣性感測單元係產生動作訊號，儲存單元係儲存動作訊號，訊號傳輸單元係傳送動作訊號至步態分析模組。

在一實施例中，該等步態參數係選自行走距離、行走時間、行走步數、單一步伐時間、單一步伐站立時間、單一步伐擺動時間、步伐速度、步長、步頻、步伐節奏、步伐對稱性、步伐規律性、步伐變異性及步伐週期所構成之群組。

在一實施例中，當感測模組包含一加速度計與一陀螺儀時，步態分析模組依據加速度計所產生之該等動作訊號而產生該等步態參數之至少其中之一，並依據加速度計與陀螺儀所產生之該等動作訊號而產生該等步態參數之至少其中另一。

在一實施例中，步態分析模組包含一濾波單元、一步態參數運算單元、一儲存單元以及一訊號傳輸單元，濾波單元係對動作訊號進行濾波，步態參數運算單元係依據濾波之動作訊號而產生該等步態參數，儲存單元係儲存該等步態參數，訊號傳輸單元係傳送該等步態參數至認知功能分析模組。

在一實施例中，認知功能分析結果係包含該等步態參數之至少其中之一與一認知功能分數的映射關係。

在一實施例中，認知功能分析模組係依據該認知功能分析結果與一認知功能檢測資訊而產生一病症評估結果，認知功能檢測資訊包含一認知功能實際分數。

在一實施例中，認知功能分析模組包含一認知功能分析單元以及一病症評估單元，認知功能分析單元係產生認知功能分析結果，病症評估單元係產生病症評估結果。

承上所述，本發明之認知功能檢測裝置係感測使用者之動作並進行步態分析以得到多個步態參數，再依據該等步態參數進行認知功能分析以產生認知功能分析結果。藉此產生的認知功能分析結果可供醫生作為認知功能檢測的判斷。此外，上述之認知功能分析結果亦可結合一認知功能檢測資訊(例如簡短智能測驗(MMSE)、知能篩檢測驗(CASI))而產生一病症評估結果。亦即本發明之認知功能檢測裝置所產生的認知功能分析結果可單獨被參照使用、或是結合認知功能實際分數而被參照使用。藉此，本發明之認知功能檢測裝置能夠輔助認知功能檢測並提高檢測的準確性，進而有助於認知功能疾病(例如失智或阿茲海默氏症)的早期診斷。

以下將參照相關圖式，說明依本發明較佳實施例之一種認知功能檢測裝置，其中相同的元件將以相同的參照符號加以說明。

圖1為本發明較佳實施例之一種認知功能檢測裝置1的方塊示意圖。本實施例之認知功能檢測裝置1可對使用者，特別是老年人，進行認知功能的檢測，例如檢測使用者是否患有失智症或阿茲海默氏症，但本發明不限於此。認知功能檢測裝置1包含一感測模組11、一步態分析模組12以及一認知功能分析模組13。

感測模組11可感測一使用者之動作而產生至少一動作訊號M。在本實施例中，感測模組11係包含一慣性感測單元111，其可例如包含加速度計、陀螺儀等等，並產生動作訊號M。於此，慣性感測單元111係以包含一加速度計及一陀螺儀為例，其中加速度計可感測使用者三軸的加速度，陀螺儀可感測使用者三軸的角速度。動作訊號M可例如包含加速度、速度、位移、角速度或角度之資訊；於此，動作訊號M係以包含加速度及角速度之資訊為例。

另外，感測模組11可更包含一儲存單元112以及一訊號傳輸單元113。儲存單元112係儲存動作訊號M，訊號傳輸單元113係傳送動作訊號M至步態分析模組12。訊號傳輸單元113可為有線傳輸單元或無線傳輸單元，並可沿用現有之有線傳輸技術或無線傳輸技術，故於此不再贅述。

步態分析模組12係接收訊號傳輸單元113所傳送之動作訊號M，並可依據動作訊號M進行一步態分析而產生複數步態參數G。步態參數G可選自行走距離、行走時間、行走步數、單一步伐時間、單一步伐站立時間、單一步伐擺動時間、步伐速度、步長、步頻、步伐節奏、步伐對稱性、步伐規律性、步伐變異性及步伐週期所構成之群組。上述參數僅為舉例，並非用以限制本發明。

在本實施例中，步態參數G係依據加速度計及/或陀螺儀所產生之動作訊號M而得到。例如，步態參數G之至少其中之一可僅依據加速度計所產生之動作訊號而得到，而步態參數G之至少其中之另一需依據加速度計及陀螺儀所產生之動作訊號M而得到。

在本實施例中，步態分析模組12可包含一濾波單元121、一步態參數運算單元122、一儲存單元123以及一訊號傳輸單元124。濾波單元121係對動作訊號M進行濾波。圖2為訊號傳輸單元113所傳送至步態分析模組12之動作訊號M的數據圖，其中圖2A為加速度訊號的數據圖，圖2B為角速度訊號的數據圖。而經過濾波單元121濾除高頻雜訊後，可得到如圖3A之加速度訊號的數據圖以及如圖3B之角速度訊號的數據圖。

步態參數運算單元122係依據濾波後之動作訊號M進行一步態分析而產生該等步態參數。圖4為利用濾波後之動作訊號M進行步態分析而得到之一些步態參數G的數據圖。請參照圖4並舉例說明步態參數如下：

行走距離：在本實施例係藉由人工紀錄使用者之行走距離。當然，在其他實施例中，行走距離亦可例如藉由距離感測器來得到。

行走步數：利用加速度訊號及角速度訊號獲得行走步數；如圖4中垂直虛線為每個步伐的起始點。

單一步伐時間：第k+1步的起始點時間減去第k步起始點時間，即為第k步的單一步伐時間，如圖4所示。

單一步伐站立時間：利用角速度訊號找出單一步伐站立時間，如圖4所示的時間區間。

單一步伐擺動時間：利用角速度訊號找出單一步伐擺動時間，如圖4所示的時間區間。

行走時間：所有單一步伐時間的加總即為行走時間，如圖4所示。

步伐長度：行走距離/行走步數。

步伐頻率：將時域之動作訊號利用傅立葉轉換而將訊號轉至頻域，並尋找其主頻，主頻即為行走時之步伐頻率。

步伐速度：步伐長度×步伐頻率。

步伐節奏：行走步數/行走時間。

步伐規律性：將同一腳的第k個步伐之動作訊號跟第k+1個步伐之動作訊號進行相關係數(crosscorrelation)運算。

步伐對稱性：將左腳的第k個步伐之動作訊號跟右腳第k個步伐之動作訊號進行相關係數(crosscorrelation)運算。

步伐規律之變異性：計算出步伐規律性的平均值與標準差，並利用變異係數(Coefficient of variation,CV)來計算其變異性。

步伐對稱之變異性：計算出步伐對稱性的平均值與標準差，並利用變異係數(CV)來計算其變異性。

單一步伐時間之變異性：計算出單一步伐時間的平均值與標準差，並利用變異係數(CV)來計算其變異性。

單一步伐站立時間之變異性：計算出單一步伐站立時間的平均值與標準差，並利用變異係數(CV)來計算其變異性。

單一步伐擺動時間之變異性：計算出單一步伐擺動時間的平均值與標準差，並利用變異係數(CV)來計算其變異性。

步伐週期：1/步伐頻率。

儲存單元123可儲存該等步態參數G，而訊號傳輸單元124係傳送該等步態參數G至認知功能分析模組13。

認知功能分析模組13可依據該等步態參數G進行一認知功能分析而產生一認知功能分析結果CR。在本實施例中，認知功能分析模組13可包含一認知功能分析單元131以及一病症評估單元132。認知功能分析單元131係依據該等步態參數G進行認知功能分析並產生認知功能分析結果CR。

本實施例可例如應用映射模型(mapping model)(包含迴歸模型、類神經網路、模糊系統、非線性數學式，但不限於此)進行步態參數與認知功能分數(例如簡易智能量表(MMSE)、知能篩檢測驗(CASI)、神經精神病徵量表(NPI)、臨床失智評估量表(CDR)，但不限於此)之間的映射對應關係，以進行認知功能分數之估測。

於此舉一簡單實施例加以說明：

本實施例可利用迴歸模型(regression model)配合上述步態參數中的行走步數(count)、行走時間(time)、步伐長度(length)、步伐頻率(frequency)、步伐速度(speed)、步伐節奏(cadence)等6個參數來進行多位受測者之MMSE/CASI分數估測，並獲得屬於MMSE及CASI分數估測的迴歸模型如下式：

MMSE_Estimation=44.64*length+64.703*frequency-43.221*speed-38.998

CASI_Estimation=-3.47*count+100.757*frequency-62.144*speed+179.765

其中，MMSE_Estimation與CASI_Estimation分別為認知功能估測分數(分別利用MMSE及CASI所得者)。

如上所述，認知功能分析結果係包含該等步態參數之至少其中之一與一認知功能分數的映射關係。

病症評估單元132可依據認知功能分析結果CR與一認知功能檢測資訊I而產生一病症評估結果DR。認知功能檢測資訊I例如包含該受測者認知功能檢測之一認知功能實際分數，例如選自簡短智能測驗(MMSE)、知能篩檢測驗(CASI)、神經精神病徵量表(NPI)以及臨床失智評估量表(CDR)所構成之群組。

病症評估單元132可計算認知功能估測分數以及認知功能實際分數的誤差，計算方式例如如下：

MMSE_Error=|MMSE_Real-MMSE_Estimation|

CASI_Error=|CASI_Real-CASI_Estimation|

其中，MMSE_Real與CASI_Real分別為認知功能實際分數(分別利用MMSE及CASI所得者)。

在本實施例中，MMSE估計誤差絕對值(MMSE_Error)之平均與標準差為1.80±1.90；CASI估計誤差絕對值(CASI_Error)之平均與標準差則為5.01±5.80，可見本實施例之映射具有相當的準確性，以致於認知功能檢測裝置1之認知功能分析結果CR可單獨使用、或是用來校正認知功能檢測資訊I的準確性。

在本實施例中，認知功能分析結果CR及/或病症評估結果DR皆可讓醫生參考作出判斷。另外，病症評估單元132亦可自行作出病症的判斷。

另外，於此也提供一些認知功能分數的標準：

MMSE：總分30分，通常認為24分以下可能有智能障礙。

CASI：滿分100分，通常認為80分以下可能有智能障礙。

另外，本實施例之認知功能分析模組13可更包含一顯示單元133，其係可顯示認知功能分析結果CR以及病症評估結果DR。

綜上所述，本發明之認知功能檢測裝置係感測使用者之動作並進行步態分析以得到多個步態參數，再依據該等步態參數進行認知功能分析以產生認知功能分析結果。藉此產生的認知功能分析結果可供醫生作為認知功能檢測的判斷。此外，上述之認知功能分析結果亦可結合一認知功能檢測資訊(例如簡短智能測驗(MMSE)、知能篩檢測驗(CASI))而產生一病症評估結果。亦即本發明之認知功能檢測裝置所產生的認知功能分析結果可單獨被參照使用、或是結合認知功能實際分數而被參照使用。藉此，本發明之認知功能檢測裝置能夠輔助認知功能檢測並提高檢測的準確性，進而有助於認知功能疾病(例如失智或阿茲海默氏症)的早期診斷。

以上所述僅為舉例性，而非為限制性者。任何未脫離本發明之精神與範疇，而對其進行之等效修改或變更，均應包含於後附之申請專利範圍中。

1．．．認知功能檢測裝置

11．．．感測模組

111．．．慣性感測單元

112．．．儲存單元

113．．．訊號傳輸單元

12．．．步態分析模組

121．．．濾波單元

122．．．步態參數運算單元

123．．．儲存單元

124．．．訊號傳輸單元

13．．．認知功能分析模組

131．．．認知功能分析單元

132．．．病症評估單元

133．．．顯示單元

CR．．．認知功能分析結果

DR．．．病症評估結果

G．．．步態參數

I．．．認知功能檢測資訊

M．．．動作訊號

圖1為本發明較佳實施例之一種認知功能檢測裝置的方塊示意圖；

圖2A及圖2B為本發明較佳實施例之一種認知功能檢測裝置之訊號傳輸單元所傳送至步態分析模組之動作訊號的數據圖；

圖3A及圖3B為圖2A及圖2B所示之動作訊號經過濾波的數據圖；以及

圖4為本發明較佳實施例利用濾波之動作訊號進行步態分析而得到之一些步態參數的數據圖。

1．．．認知功能檢測裝置

11．．．感測模組

111．．．慣性感測單元

112．．．儲存單元

113．．．訊號傳輸單元

12．．．步態分析模組

121．．．濾波單元

122．．．步態參數運算單元

123．．．儲存單元

124．．．訊號傳輸單元

13．．．認知功能分析模組

131．．．認知功能分析單元

132．．．病症評估單元

133．．．顯示單元

CR．．．認知功能分析結果

DR．．．病症評估結果

G．．．步態參數

I．．．認知功能檢測資訊

M．．．動作訊號

Claims (10)

1. 一種認知功能檢測裝置，包含：一感測模組，係感測一使用者之動作而產生至少一動作訊號；一步態分析模組，依據該動作訊號進行一步態分析而產生複數步態參數；以及一認知功能分析模組，依據該等步態參數進行一認知功能分析而產生一認知功能分析結果。
2. 如申請專利範圍第1項所述之認知功能檢測裝置，其中該感測模組包含一加速度計與一陀螺儀之至少其中之一。
3. 如申請專利範圍第1項所述之認知功能檢測裝置，其中該動作訊號包含加速度、速度、位移、角速度或角度之資訊。
4. 如申請專利範圍第1項所述之認知功能檢測裝置，其中該感測模組包含一慣性感測單元、一儲存單元以及一訊號傳輸單元，該慣性感測單元係產生該動作訊號，該儲存單元係儲存該動作訊號，該訊號傳輸單元係傳送該動作訊號至該步態分析模組。
5. 如申請專利範圍第1項所述之認知功能檢測裝置，其中該等步態參數係選自行走距離、行走時間、行走步數、單一步伐時間、單一步伐站立時間、單一步伐擺動時間、步伐速度、步長、步頻、步伐節奏、步伐對稱性、步伐規律性、步伐變異性及步伐週期所構成之群組。
6. 如申請專利範圍第1項所述之認知功能檢測裝置，其中當該感測模組包含一加速度計與一陀螺儀時，該步態分析模組依據該加速度計所產生之該等動作訊號而產生該等步態參數之至少其中之一，並依據該加速度計與該陀螺儀所產生之該等動作訊號而產生該等步態參數之至少其中另一。
7. 如申請專利範圍第1項所述之認知功能檢測裝置，其中該步態分析模組包含一濾波單元、一步態參數運算單元、一儲存單元以及一訊號傳輸單元，該濾波單元係對該動作訊號進行濾波，該步態參數運算單元係依據濾波之動作訊號而產生該等步態參數，該儲存單元係儲存該等步態參數，該訊號傳輸單元係傳送該等步態參數至該認知功能分析模組。
8. 如申請專利範圍第1項所述之認知功能檢測裝置，其中該認知功能分析結果係包含該等步態參數之至少其中之一與一認知功能分數的映射關係。
9. 如申請專利範圍第8項所述之認知功能檢測裝置，其中該認知功能分析模組係依據該認知功能分析結果與一認知功能檢測資訊而產生一病症評估結果，該認知功能檢測資訊包含一認知功能實際分數。
10. 如申請專利範圍第9項所述之認知功能檢測裝置，其中該認知功能分析模組包含一認知功能分析單元以及一病症評估單元，該認知功能分析單元係產生該認知功能分析結果，該病症評估單元係產生該病症評估結果。