一種用于定量評估帕金森患者運動功能的智能手環(huán)的制作方法
【技術領域】
[0001]本發(fā)明屬于醫(yī)療信息監(jiān)測技術領域，具體地是涉及一種用于定量評估帕金森患者運動功能的智能手環(huán)。
【背景技術】
[0002]帕金森病(Parkinson’ s Disease,PD)又叫震顫麻痹綜合癥、帕金森綜合癥，是一種慢性中樞神經(jīng)系統(tǒng)退化性失調疾病。該病多發(fā)于老年人群，平均發(fā)病年齡大約為60歲，且近年來該病的發(fā)病年齡有下降趨勢。在我國，據(jù)統(tǒng)計65歲以上人群中ro的發(fā)病率為1.7%，55歲以上人群中ro的發(fā)病率為i%。ro已經(jīng)成為中老年人群的“第三殺手”，嚴重威脅著人類的生命健康。
[0003]PD的臨床癥狀分為運動功能障礙癥狀和非運動功能障礙癥狀。病人首先出現(xiàn)單側肢體震顫或者動作遲緩，進一步影響到對稱側肢體的運動功能。隨著對ro病情的研宄，患者認知、情緒等方面的非運動功能障礙癥狀也被人關注。但在早期病癥中，首先出現(xiàn)運動功能障礙癥狀，臨床上主要表現(xiàn)為靜止震顫(Static tremor)，動作遲緩(Bradykinesia)Jil肉僵直(Rigidity)和姿勢步態(tài)障礙(Posture instability and gait disorder)。因此，準確地對運動功能障礙癥狀進行評估，可以更好地對病人進行早期診斷和對病情進行分期。
[0004]目前臨床醫(yī)生對ro患者運動功能障礙癥狀的評估主要依靠評分量表，但是量表法受到評分醫(yī)師的操作經(jīng)驗和評估時患者狀態(tài)與情緒的影響。所以依靠評分量表對ro患者運動功能進行評估并不夠客觀準確，會對ro的早期診斷、分期造成影響。同時，量表法只能對ro患者某一時間點的運動功能進行評估，無法做到長期連續(xù)監(jiān)測，而長期連續(xù)監(jiān)測對PD患者的治療是具有重要意義的。
[0005]因此，本發(fā)明的發(fā)明人亟需構思一種新技術以改善其問題。

【發(fā)明內容】

[0006]本發(fā)明旨在提供一種用于定量評估帕金森患者運動功能的智能手環(huán)，該智能手環(huán)可以感知帕金森患者的手部震顫癥狀，評估其病情的嚴重程度，作為醫(yī)生診斷和治療的參考。
[0007]為解決上述技術問題，本發(fā)明的技術方案是:
[0008]一種用于定量評估帕金森患者運動功能的智能手環(huán)，包括手環(huán)本體、內置于所述手環(huán)本體內的評估系統(tǒng)以及上位機，其中所述評估系統(tǒng)具體包括:
[0009]運動傳感器模塊，用于實時檢測患者手部的運動狀態(tài)，并將檢測得到的運動狀態(tài)信號發(fā)送至中央處理模塊；
[0010]所述中央處理模塊，用于控制所述運動傳感器模塊檢測并接收所述運動傳感器模塊發(fā)送的運動狀態(tài)信號，對所述運動狀態(tài)信號進行分析和處理獲得運動狀態(tài)參數(shù)和/或病情信息并將所述運動狀態(tài)參數(shù)和/或病情信息發(fā)送給無線通信模塊；
[0011]所述無線通信模塊，用于通過無線通信的方式將所述運動狀態(tài)參數(shù)和/或病情信息發(fā)送給所述上位機。
[0012]進一步地，所述上位機具體包括:
[0013]查詢模塊，用于實時查看患者的運動狀態(tài)參數(shù)和/或病情信息；
[0014]范式動作演示模塊，用于播放進行運動癥狀定量評估的范式動作；
[0015]范式動作評估模塊，用于通過評估算法分析患者在完成范式動作的手部運動狀態(tài)參數(shù)來定量評估其病情的嚴重程度并形成評估結果；
[0016]顯示模塊，用于將所述評估結果進行顯示。
[0017]進一步地，所述中央處理模塊具體包括:
[0018]主控微處理器，用于接收所述運動傳感器模塊發(fā)送的運動狀態(tài)信號，對所述運動狀態(tài)信號進行分析和處理獲得運動狀態(tài)參數(shù)和/或病情信息并將所述運動狀態(tài)參數(shù)和/或病情信息發(fā)送給所述無線通信模塊和存儲器；
[0019]所述存儲器，用于實時接收所述運動傳感器模塊發(fā)送的運動狀態(tài)參數(shù)和/或病情信息并進行存儲。
[0020]進一步地，所述主控微處理器具體包括:
[0021]接收單元，用于接收所述運動傳感器模塊發(fā)送的運動狀態(tài)信號并傳遞給分析單元;
[0022]所述分析單元，通過分析一定時間內的運動狀態(tài)信號，得到帕金森患者手部震顫的運動狀態(tài)參數(shù)，與預先設定的病情表進行參數(shù)對比，評估其病情的嚴重程度，獲得病情信息;
[0023]時鐘單元，將所述運動狀態(tài)參數(shù)和/或病情信息加上時間戳；
[0024]發(fā)送模塊，將帶有時間戳的運動狀態(tài)參數(shù)和/或病情信息發(fā)送給所述無線通信模塊和所述存儲器。
[0025]進一步地，所述的運動狀態(tài)參數(shù)為頻率和幅度。
[0026]進一步地，所述運動傳感器模塊為9軸運動傳感器，包括3軸加速度計、3軸陀螺儀和3軸磁力計，用于從多個維度檢測帕金森患者的手部運動狀態(tài)。
[0027]進一步地，所述范式動作包括單側翻腕動作、雙側翻腕動作、單側擺臂動作、雙側擺臂動作。
[0028]進一步地，所述評估系統(tǒng)還包括電源模塊，所述電源模塊包括電池和電源管理電路，用于給所述運動傳感器模塊、所述中央處理模塊和所述無線通信模塊提供電源。
[0029]進一步地，所述電源模塊還設有USB接口，所述USB接口用于連接電源通過所述電源管理電路對電池進行充電。
[0030]進一步地，所述上位機為智能手機、平板電腦或電子計算機。
[0031]采用上述技術方案，本發(fā)明至少包括如下有益效果:
[0032]本發(fā)明所述的用于定量評估帕金森患者運動功能的智能手環(huán)，將智能手環(huán)概念應用于ro患者運動功能的評估，不僅具有低負荷，長時間連續(xù)監(jiān)測等優(yōu)點，而且可以實時感知ro患者手部的震顫癥狀作為客觀評價ro患者的依據(jù)，解決了量表法主觀性較強的缺陷，大大有利于ro患者的疾病治療。
【附圖說明】
[0033]圖1為本發(fā)明所述的用于定量評估帕金森患者運動功能的智能手環(huán)的結構示意圖；
[0034]圖2為本發(fā)明所述的評估系統(tǒng)的結構示意圖。
【具體實施方式】
[0035]下面結合附圖和實施例對本發(fā)明進一步說明。
[0036]如圖1至圖2所示，為符合本發(fā)明的一種用于定量評估帕金森患者運動功能的智能手環(huán)，包括手環(huán)本體、內置于所述手環(huán)本體內的評估系統(tǒng)以及上位機，其中所述評估系統(tǒng)具體包括:
[0037]運動傳感器模塊，用于實時檢測患者手部的運動狀態(tài)，并將檢測得到的運動狀態(tài)信號發(fā)送至中央處理模塊；
[0038]所述中央處理模塊，用于控制所述運動傳感器模塊檢測并接收所述運動傳感器模塊發(fā)送的運動狀態(tài)信號，對所述運動狀態(tài)信號進行分析和處理獲得運動狀態(tài)參數(shù)和/或病情信息并將所述運動狀態(tài)參數(shù)和/或病情信息發(fā)送給無線通信模塊；
[0039]所述無線通信模塊，用于通過無線通信的方式將所述運動狀態(tài)參數(shù)和/或病情信息發(fā)送給所述上位機。
[0040]隨著傳感檢測與電子技術的發(fā)展，市場上出現(xiàn)了一大批具有生理信號檢測、信息存儲、智能提醒、與智能手機互聯(lián)等功能的智能手環(huán)，使手環(huán)超越了原有的裝飾功能，附加了更多的實用化用途，方便了人們的生活。將智能手環(huán)概念應用于ro患者運動功能的評估，不僅具有低負荷，長時間連續(xù)監(jiān)測等優(yōu)點，而且可以實時感知ro患者手部的震顫癥狀作為客觀評價ro患者的依據(jù)，解決了量表法主觀性較強的缺陷，大大有利于ro患者的疾病治療。
[0041 ] 所述上位機具體包括:
[0042]查詢模塊，用于實時查看患者的運動狀態(tài)參數(shù)和/或病情信息；
[0043]范式動作演示模塊，用于播放進行運動癥狀定量評估的范式動作；
[0044]范式動作評估模塊，用于通過評估算法分析患者在完成范式動作的手部運動狀態(tài)參數(shù)來定量評估其病情的嚴重程度并形成評估結果；
[0045]顯示模塊，用于將所述評估結果進行顯示。
[0046]為了準確計算參量，需要對運動狀態(tài)信號進行前期處理，本實施例的前期處理優(yōu)選包括數(shù)據(jù)有效性篩選、數(shù)據(jù)同步與轉換、噪聲去除與重力分量分離等步驟。其中噪聲去除部分包括中值濾波、滑動平均濾波和小波低通濾波。由于其為本領域技術人員的常規(guī)技術手段，故此處不再贅述。進行前期處理后，需要提取范式動作對應的運動信號段，針對這些信號段計算對稱性、規(guī)律性等參數(shù)。本實施例結合臨床醫(yī)生意見，針對走路時擺臂動作和靜止翻腕動作進行分析，進而評價上肢運動功能能力。雙側擺臂動作可以通過兩個智能手環(huán)采集的同步信號，所以可以單獨通過一側信號分析單側動作的速度、幅度、節(jié)律、規(guī)律等信息，也可以通過兩側信號分析雙側動作的對稱程度。所述翻腕動作通過對三軸以及合速度的對比分析，其中X軸為向與手腕轉動方向相切，所以X鈾的加速度信號隨著手腕轉轉動變化最為明顯。與擺劈動作參量計算方法類似，首先對X軸信號預處理，然后檢測動作峰值區(qū)域，通過真實峰值的信息計算翻腕速度的表征量平均翻腕頻率與表征翻腕速度均勻程度的參量節(jié)律性因數(shù)，以及表征翻腕動作信息重復程的規(guī)律性因數(shù)。最后計算兩個手腕動作同步信號的圓周移位夾角余弦值，從而得到對稱性因數(shù)，表征雙手腕動作能力的對稱性。簡言之本實施例對于單側范式動作主要針對人體動作的加速度信號，進行去除孤立噪聲、平滑濾波、小波重構等預處理，通過橢圓濾波實現(xiàn)重力分量分離，設計每種動作判峰的算法，實現(xiàn)動作速度與節(jié)律性評價。對于雙側范式動作則利用自相關函數(shù)無偏估計的周期峰值，分析動作的規(guī)律性。對于兩個信號間的相似性評價，結合了互相關系數(shù)與向量夾角余弦的兩者長處，通過圓周移位，求循環(huán)夾角余弦的思想，得到兩條信號的相似性評價。該方法