NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı (PD), ekonomik, tıbbi, rehabilitasyon ve sosyal nedenlerden dolayı bilim yoğun yöntemler kullanılarak giderek daha fazla çalışılmaktadır. Giyilebilir sensörler ve Nesnelerin İnterneti özellikli teknolojiler, PD hastalarında motor aktivitesini ve yürüyüşünü izlemek için umut verici görünüyor. Bu çalışmada, genişletilmiş bir TUG testi sırasında kafaya takılan bir akıllı telefondan alınan ivmeölçer sinyalini analiz ederek, PD'li beş konuda "kuru" daldırma (DI) koşulu ile modellenen tek ve tekrarlanan karasal mikro yerçekimi seanslarından önce ve sonra, yürüyüş özelliklerini değerlendirmeye çalıştık. TUG testinin yürüme aşamaları sırasında IMU'dan gelen ivmeölçer sinyali, 35 adıma kadar tanıma ve karakterizasyon için izin verdi. PD'li bazı hastalarda, potansiyel olarak tanısal değere sahip olabilecek alışılmadık derecede uzun adımlar tanımlanmıştır. Bir DI oturumundan sonra adım atmanın değişmediği, ancak bir konuda önemli ölçüde geliştiği bulundu (akademi, topuk grevi ve adım uzunluğu). DI seanslarının bir seyrinden sonra, TUG testinin bazı özellikleri önemli ölçüde gelişti. Sonuç olarak, bir akıllı telefon IMU'dan alınan ivmeölçer sinyallerinin kullanımı, PD'li konularda yürüyüşü izlemek için IoT özellikli bir sistem oluşturulması için umut verici görünüyor.
Özgün kaynak özetini okuyun
Parkinson's disease (PD) is increasingly being studied using science-intensive methods due to economic, medical, rehabilitation and social reasons. Wearable sensors and Internet of Things-enabled technologies look promising for monitoring motor activity and gait in PD patients. In this study, we sought to evaluate gait characteristics by analyzing the accelerometer signal received from a smartphone attached to the head during an extended TUG test, before and after single and repeated sessions of terrestrial microgravity modeled with the condition of "dry" immersion (DI) in five subjects with PD. The accelerometer signal from IMU during walking phases of the TUG test allowed for the recognition and characterization of up to 35 steps. In some patients with PD, unusually long steps have been identified, which could potentially have diagnostic value. It was found that after one DI session, stepping did not change, though in one subject it significantly improved (cadence, heel strike and step length). After a course of DI sessions, some characteristics of the TUG test improved significantly. In conclusion, the use of accelerometer signals received from a smartphone IMU looks promising for the creation of an IoT-enabled system to monitor gait in subjects with PD.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.